Dynatrace Davis AI によるダッシュボードの改善：意味のあるインサイトを即座に

可観測性、セキュリティ、ビジネスユースケース向けのダッシュボード操作において、デイヴィス® AI の価値をご確認ください。数値の時系列チャートデータでデイヴィス AI を起動することで、異常を迅速に発見できます。視覚的な AI による予測で先を見越したり、デイヴィス CoPilot™ を活用してわずか数回のクリックでデータに関する新たなインサイトを得たりすることが可能です。

アプリケーションのパフォーマンス、IT インフラストラクチャ、ビジネスプロセスのいずれを担当されている場合でも、円滑な運用を確保することは決して簡単なことではありません。おそらく、お客様は、精巧な複数のチャートで綿密に特定された主要指標を視覚化する、経験豊富なエキスパートでしょう。訓練されたお客様の目は、それらを一目で解釈することができ、それはお客様を他と一線を画すスキルです。

しかし、責任範囲が変化したり拡大したりして、慣れないデータセットを扱う必要が生じる場合もあるでしょう。市場には、人目を引くダッシュボードを構築するためのツールが溢れていますが、結局のところ、提示された情報を解釈することが重要になります。ここで、探索的分析のためのデイヴィス AI が大きな違いをもたらします。

Davis AI は、ダッシュボードの拡張と、利用可能なデータのより深い分析による追加情報の抽出を支援します。当社の顧客は、Dynatrace プラットフォーム上で、ほぼ無限のクエリとデータ結合の可能性、そしてクエリ結果を即座にリアルタイムで視覚化するオプションを高く評価しています。専門家でも、時折のユーザーでも、最近リリースされた Davis CoPilot を使用すれば、複雑なクエリを自分で記述することなく、即座に結果を得ることができます。詳細および実用的な使用例については、最近の Davis CoPilot ブログ記事をご覧ください。

すでにダッシュボードを作成されている方は、ユースケースを制限することなく、デイヴィス AI を使用して異常を識別したり、将来の傾向を予測したりする絶好の機会です。

デイヴィス AI を活用して異常を検知し、即座に洞察を得る

「私のチャートでは、午前 8 時にピークが見られます。これをさらに調査する必要があるでしょうか？このような質問や、同様の質問を定期的に受け取っているかもしれません。デイヴィス AI の機械学習機能により、実際の異常を数秒で特定できるため、重要な問題にリソースを集中させることができます。

お客様の要件に応じて、時系列チャートから直接、デイヴィス AI の異常検出を行う 3 つのアプローチから 1 つを選択いただけます。

• 自動適応しきい値：この動的な機械学習によるアプローチは、7 日間のローリング分析に基づいて基準しきい値を自動的に調整し、時間の経過に伴うメトリックの挙動の変化に継続的に適応します。たとえば、ネットワークトラフィックを監視していて、過去 7 日間の平均が 500 Mbps だった場合、しきい値はこのベースラインに合わせて調整されます。トラフィックが突然 200 Mbps を下回ったり、800 Mbps を上回ったりすると、異常が識別され、異常な急上昇や急降下を特定するのに役立ちます。
• 季節ベースライン：予測可能な季節的パターンを持つ指標に最適なこのオプションは、デイヴィス AI を活用して、予想される変動を考慮した、履歴データに基づく信頼区間を作成します。たとえば、ウェブショップでは、売上は曜日によって変動する場合があります。季節ベースラインを使用すると、過去 14 日間の売上実績に基づいて売上パフォーマンスを監視することができます。金曜日の売上が、それまでの金曜日よりも大幅に低い場合、潜在的な問題があることを示す異常が識別されます。
• 静的しきい値：このアプローチは、よく知られたプロセスや、特定のしきい値が重要な場合に適した固定のしきい値を定義します。たとえば、95% の稼働率を保証する SLA がある場合、稼働率がこの値を下回ったときにアラートを発する静的しきい値を設定することで、サービスの約束を確実に満たすことができます。

デイヴィス AI は、データソースやユースケースに関係なく、あらゆる数値の時系列チャートに適用できるため、特に強力です。

次の例では、Dynatrace ダッシュボードに表示されるビジネスイベントを利用して、エンドツーエンドの注文フローを監視します。Davis AI の異常検出機能を活用することで、平均注文額のチャートで異常検出を有効にし、不正行為の可能性のある行動を特定することができます。左下のチャートに示されているように、ほとんどの値は許容応答時間（緑色で強調表示）の範囲内に収まっており、午前 5 時に 1 回だけスパイクが発生しています。この急上昇は予想範囲外であったため、異常が検出されました。

• アプリケーションの可観測性： アプリケーションのパフォーマンスにおける予期せぬエラー率の増加を特定し 、問題の迅速な特定と解決を支援します。
• デジタルエクスペリエンス管理： ユーザーのインタラクションパターンを監視し 、ページの読み込み時間の遅延など、ユーザーエクスペリエンスに影響を与える可能性のあるウェブサイトやアプリのパフォーマンスの異常を発見します。
• FinOps： クラウドの支出やリソース使用量の異常を追跡し 、コストの最適化と予算超過の防止を実現します。

予測：デイヴィス AI を使用してチャート上で直接トレンドを視覚化

Davis AI の予測分析は、あらゆる時系列の数値の将来値を予測します。外部データセットや、時間の経過に伴う発生回数など、数値の時系列として表示できるデータクエリの結果も処理することができます。

大規模なデータセットでも予測は瞬時に作成され、フィルタ設定が変更されるたびに動的に更新されます。

アプリケーションパフォーマンス管理では、先を見越した行動が最も重要です。信頼性とスケーラビリティを維持するには、リソース管理を十分に把握する必要があります。将来の需要を予測することで、リソースの不足や過剰なプロビジョニングを回避し、コスト効率を維持することができます。

この SRE ダッシュボードでは、デイヴィス AI を利用して将来のリソース使用率を予測し、視覚化しています。

予測のその他の潜在的な用途としては、以下のようなものがあります。

• Kubernetes：予測機能により将来のリソース需要を予測し、Kubernetesクラスターの動的なスケーリングを支援します。これによりリソース利用率の最適化とコスト効率が確保されます。予測機能はノードパフォーマンスの潜在的な異常を特定し、システムに影響が出る前に問題を未然に防ぐのに役立ちます。
• ビジネス：過去の注文量に関する情報を活用することで、企業は将来の売上動向を予測し、在庫レベルの管理や効果的なマーケティング戦略の立案に役立てることができます。

AIOps：デイヴィス AI を活用して予測と予防を行う

Dynatrace AutomationEngine を活用することで、Davis AIの予測機能は自動化されたアクションのトリガーにも利用できます。当社のお客様の SRE チームでは、継続的な過剰プロビジョニングや不足プロビジョニングを回避するためにディスク容量の増設が必要でしたが、これは時間がかかり、煩わしい作業でした。現在では、Davis AI の予測機能により、目標ディスクサイズが自動的に予測され、必要に応じてディスクのサイズ変更を行う自動化されたタスクがトリガーされます。

ダッシュボードによる予測および予防管理の可能性についてさらに詳しく知りたい方は、Dynatrace Playground のサンプルダッシュボードをご覧ください。

デイヴィス AI の動作を実際に体験してください

Davis AI の可能性を体験するには、Andreas Grabner によるこの短い紹介ビデオをご覧ください。