雷N

分享EventStorming的建模過程中, 領域事件的轉換流程, 可以提取成業務指標
業務流程也能轉換成可觀測性的tracing data. 還能討論業務可觀測性的基本要素

Transcript

1. 淺談EventStorming 和Observability 雷N 鐵人賽連結
3. 大綱 - 對問題與現況的認知程度 - 落後指標與領先指標 - EventStorming - 從ES中找出領域事件與業務流程 - 從ES中找出領先指標 - Observability的簡介 - Where to Go from Here
4. 對問題與現況的認知和察覺程度
5. https://blog.paessler.com/the-future-of-monitoring-the-rise-of-observability 覺察性 認知程度
6. 從認知, 覺察到指標 落後指標與領先指標
7. 落後指標（Lagging Indicators） 在事實已經發生之後才能衡量的指標 , 反映的是過去的表現 幫助我們理解Unknouwn Knowns 將各部門或各層面的過往資料整合提供全局視角 用於確認和驗證，用於報告和分析， 以評估過去的成功或失敗並為未來做出更好的計劃 - 銷售額 - 客戶留存率 - 退貨率 - 監測指標＋監控警報 - Response time（p50, p95…) - Error - Service Unavalable
8. 領先指標（Leading Indicators） 在結果發生之前的早期徵狀 , 用來預測未來發展的判斷點 也幫助我們理解Knouwn Unknowns 用於預測趨勢、評估風險（ Risk）、準備對應策略 - 網站流量 - 客戶轉換漏斗 - 客戶滿意度調查 - 各種預測警報 - 預測資源耗盡 - SLO預測警報 - Error Budgt耗盡警報
9. 領先指標＋落後指標 • 互補性：領先指標和落後指標經常一起使用以獲得全面的視角。領先指標提供了即 時的資訊和預警，而落後指標則提供了詳細和確定的結果分析。 • 動態調整：根據落後指標的分析結果，您可能會需要調整領先指標或改變策略。 • 預測和驗證：領先指標是用來預測可能的未來發展，而落後指標則用於驗證預測的 準確性。 • 目標設定：領先指標通常與短期目標相關，有助於快速調整和行動；而落後指標則 更多與長期目標和結果相關，用於評價整體效果。
10. EventStorming 深化認知與討論設計
12. 確認Known Unknowns 察覺Unknown Knowns
13. 理解Event Storming 一連串事件 = 狀態遷移過程 = 業務之間的因果關係 一系列的關鍵事件給連接起來 => 基於時間軸的事件路徑 留存什麼關鍵事實，來滿足管理和運營的要求，從而識別出事件
15. 從ES中找出領先指標 場景︰用戶進行搜尋 事件︰ProductSearched 領先指標︰搜索轉換率（搜索後實際點擊 商品的比例） 場景︰用戶將商品加入購物車 事件︰ProductAddedToCart 領先指標︰加入購物車的轉換率 場景︰用戶將購物車送出訂單 事件︰OrderCreated 領先指標︰訂單轉化率 場景︰用戶結帳 事件︰UserCheckouted 領先指標︰結帳轉換率 場景︰用戶取消訂單 事件︰OrderCancelled 領先指標︰訂單取消率 Conversion Funnel
16. Observability簡介
17. 可觀測性的簡介 可觀測性（Observability, O11Y） 從外部透過收集和分析資料來了解和解釋系統內部狀態的能力 換句話說 具備可觀測性的系統能讓你比較輕鬆的從某一個結果導航到其原因
18. 業務可觀測性 業務可觀測性（Business Observability） 一個企業在業務層面上, 透過監測，分析和理解資料, 獲得對業務情況，用戶體驗和業務指標的深入洞察能力． 關注在 - 業務流程 - 用戶旅程 - 市場趨勢 以便能 - 更好地做出決策 - 優化業務流程 - 提供更好的用戶體驗 - 提供可能影響成本（FinOps） - 提供碳足跡（Carbon Footprint）排 放量的評估
19. Ganter 2023年 重要战略技术趋势
20. 資料驅動的決策 • 可觀測性讓你能實時收集系統狀態和性能資料 • 領先/落後指標提供了一個框架來評估這些資料如何與業務目標相關 • 做出基於事實的決策，減少主觀判斷
21. 應用健康監控與業績 • 通過可觀測性，你可以迅速定位到系統中的問題，這可能直接或間接影 響到業務指標 • 領先和落後指標則可以幫助你了解這些問題對業績的具體影響
22. 預警和預防 • 領先指標經常用於提早發現問題或機會 • 可觀測性工具（例如監控和警報系統）可以自動化這些預警
23. 基於事件的分析和模型 • Event Storming是一種探索和模型化業務流程的方法，通常以業務事件 為中心 • 業務流程可視化，將系統中不同服務之間的關係可視化，以幫助理解業 務流程，並識別潛在瓶頸與優化空間
24. 事後分析 • 可觀測性允許你收集各種維度其細緻的資料，這在進行事後分析以理解 問題原因和影響時非常有用 • Event Storming 可以幫助你理解這些資料在業務流程中的具體含義和 相互作作用
25. 分析以提供業務指標
26. 整合和協作 • Event Storming 能幫助不同部門（包括但不限於開發、運營和業務團隊） 達成共識以及協助探索和釐清問題 • 可觀測性和業務指標則能成為這些不同部門之間共同關注和協作的焦點
28. Where to Go from Here
29. Where to Go from Here
31. Tiago Dias Generoso, Improve your Observability Journey by Implementing a Maturity Model
32. Q&A 小弟翻譯中的書 校稿地獄中! 拖稿很嚴重的著作! 可觀測性最佳入門指南