Alertes pertinentes et monitoring intelligent


Réduction du temps de résolution des incidents et du nombre d’alertes avec l'IA de ServicePilot



 AccueilAlertes intelligentes

Nombre d’alertes divisé par 5 ou plus avec le Machine Learning

Des algorithmes de Machine Learning aident à la détection automatique des niveaux de service de disponibilité ou de performance anormaux. ServicePilot aide à diagnostiquer les causes de vos dégradations bien plus rapidement grâce à un nombre réduit d'alertes pour se concentrer sur les incidents les plus urgents et diminuer la charge de travail des exploitants.


Nombre d’alertes divisé par 5 ou plus avec le Machine Learning

Seuils statiques : idéal pour les métriques simples

ServicePilot possède une large couverture technologique avec différents indicateurs propres à chaque package et des seuils pré-établis. La collecte de données complémentaires sur une même ressource supervisée (indicateurs, logs et évènements, niveaux de service, historique...) permet d'analyser le comportement réel des éléments du SI afin d'optimiser la pertinence des alertes. Le seuil statique est simple et reste idéal dans le cas d'alerting sur des métriques relativement linéaires comme l'espace disque. Il fait beaucoup plus qu'alerter sur des indicateurs numériques et rend possible la création d’alarmes sur des logs, sur un nombre d'évènements particuliers, des mots-clés...


Seuils statiques : idéal pour les métriques simples

Seuils conditionnels pour des problèmes plus complexes

Les seuils conditionnels sont nécessaires pour l'alerting sur des problèmes plus complexes. Ces seuils sont indispensabes pour réduire les faux-positifs sur des métriques dynamiques et inter-dépendantes comme la mémoire des serveurs ou les erreurs réseau. Combiner plusieurs indicateurs et alertes simples dans une alerte conditionnelle assure la pertinence de celle-ci.


Seuils conditionnels pour des problèmes plus complexes

Seuils automatiques sur Machine Learning

Le Machine Learning de ServicePilot effectue différentes analyses sur chacune des ressources supervisées. Il est ainsi possible d'établir des seuils entièrement automatiques basés sur des algorithmes de Machine Learning. Les alertes sont indispensables pour la surveillance de l’activité, des transactions ou la détection d’évènements anormaux.


Seuils automatiques sur Machine Learning

Mécanismes d'alerting intelligents

ServicePilot propose donc différentes alertes : seuils statiques, conditionnels, sur Machine Learning... et permet de personnaliser divers paramètres afin d'ajuster au mieux l'alerting selon les besoins. Les conditions des alertes, les temporisations, les délais, les actions et les variables peuvent être modifiés.


Mécanismes d'alerting intelligents

Installation gratuite en quelques clics