Мы готовы провести персональную демонстрацию решения под ваш запрос
Заполните форму
Компания GMONIT выступила стратегическим партнером IT SAILING DAY 2026 и представила новый подход к управлению цифровыми сервисами
13 августа 2026 года компания GMONIT выступила стратегическим партнером IT SAILING DAY 2026 — закрытой бизнес-площадки для руководителей крупного бизнеса, ИТ- и ИБ-директоров. Мероприятие объединило деловую программу, профессиональный нетворкинг и командную парусную регату. В рамках экспертных выступлений коммерческий директор GMONIT Дина Кудина представила подход к управлению ИТ, при котором технические данные рассматриваются в контексте их влияния на цифровые сервисы и бизнес-процессы.
DCLogic развивает платформу INFRABASE для управления ИТ-инфраструктурой и автоматизации жизненного цикла виртуальных машин. GMONIT — одноименную observability платформу, обеспечивающую комплексную наблюдаемость цифрового контура. Интеграция позволит объединить данные о состоянии цифровых сервисов и ИТ-инфраструктуры с инструментами управления ресурсами, планирования вычислительных мощностей и FinOps.
Двусторонний обмен данными между платформами объединит возможности GMONIT в области наблюдаемости цифрового контура и инструменты INFRABASE для управления ИТ-инфраструктурой. GMONIT будет предоставлять INFRABASE данные о работе приложений, инфраструктуры и цифровых сервисов для анализа загрузки ресурсов, прогнозирования потребности в вычислительных мощностях и подготовки рекомендаций по оптимизации инфраструктуры. В свою очередь, результаты анализа и рекомендации, сформированные в INFRABASE, смогут использоваться в GMONIT для дальнейшей оценки состояния цифровых сервисов и планирования развития ИТ-инфраструктуры.
Двусторонний обмен данными между платформами объединит возможности GMONIT в области наблюдаемости цифрового контура и инструменты INFRABASE для управления ИТ-инфраструктурой. GMONIT будет предоставлять INFRABASE данные о работе приложений, инфраструктуры и цифровых сервисов для анализа загрузки ресурсов, прогнозирования потребности в вычислительных мощностях и подготовки рекомендаций по оптимизации инфраструктуры. В свою очередь, результаты анализа и рекомендации, сформированные в INFRABASE, смогут использоваться в GMONIT для дальнейшей оценки состояния цифровых сервисов и планирования развития ИТ-инфраструктуры.
Эксперт пояснила, что даже при наличии развитого набора инструментов мониторинга руководителю не всегда удается быстро получить целостную картину состояния цифровых сервисов. У крупных компаний уже достаточно технических данных: используются open source- и коммерческие решения, включая Prometheus, Grafana, Zabbix и другие инструменты. Однако данные распределены между разными системами и командами. При сбое CIO часто получает несколько разрозненных отчетов и не всегда может быстро определить, какой бизнес-сервис пострадал, какие пользовательские сценарии и транзакции затронуты, насколько ситуация критична для бизнеса, можно ли продолжать релизы и куда в первую очередь направить ресурсы.
- Дина Кудинакоммерческий директор GMONIT«Проблема не в open source и не в недостатке метрик. Сложность возникает, когда каждая команда видит только свой участок системы, а руководителю приходится вручную собирать общую картину. GMONIT использует уже существующие данные мониторинга и превращает их в единую модель цифрового сервиса — от бизнес-процесса и пользовательской операции до приложения, инфраструктуры и кода».
GMONIT связывает данные существующих систем мониторинга в единый контекст — от бизнес-сервиса и пользовательской операции до приложения, инфраструктуры и кода. Это позволяет СIO видеть состояние цифровых сервисов целиком, а инженерной команде — быстрее локализовать причину отклонения и определить масштаб воздействия.
Такой подход помогает перейти от контроля отдельных компонентов к управлению цифровым сервисом. Технические показатели связываются с конкретными сервисами — платежами, оформлением заказа, личным кабинетом, B2B-операциями и другими критичными сценариями. В результате команда может быстрее определить, где отклонение влияет на бизнес, какая команда отвечает за восстановление и куда направить ресурсы.
Для принятия таких решений используются SLI, SLO и бюджет ошибок. SLI показывает фактическое качество работы сервиса, SLO задает целевой уровень, а бюджет ошибок определяет допустимый объем отклонений. Дина Кудина пояснила, что пока бюджет сохраняется, команда может продолжать выпускать изменения. Если он быстро сокращается, это становится сигналом снизить риск, найти причину деградации и сосредоточиться на стабильности.
Отдельный уровень — автоматизация выявления и расследования инцидентов. Механизмы машинного обучения помогают выявлять аномалии и формировать контекст инцидента, объединяя информацию о затронутых сервисах, командах и процессах. Данные на уровне кода позволяют связать технические сбои с ошибочными транзакциями и оценить их влияние на бизнес-показатели.
На мероприятии Дина Кудина также показала, как объединение технических данных и бизнес-контекста помогает повысить доступность цифровых сервисов и сократить количество и длительность инцидентов. Практический эффект подтверждает проект компании для крупного клиента из ритейл- и дистрибуционного контура. За год использования платформы клиент сократил количество и длительность инцидентов на 30%, а 90% инцидентов расследуются с помощью GMONIT. Доступность B2C-сервиса выросла с 97% до 99,8%, а бюджет ошибок B2B-сервиса восстановился с −38,3% до положительного значения, после чего команда вернулась к плановым релизам.
Для CIO это означает меньшую зависимость от ручных отчетов команд и подрядчиков и возможность самостоятельно оценивать состояние ключевых сервисов: что произошло, насколько ситуация критична и какие действия выполняются. Единая модель также позволяет сопоставлять нагрузку и потребление инфраструктуры с конкретными цифровыми сервисами и учитывать их при управлении стоимостью ИТ.
Такой подход помогает перейти от контроля отдельных компонентов к управлению цифровым сервисом. Технические показатели связываются с конкретными сервисами — платежами, оформлением заказа, личным кабинетом, B2B-операциями и другими критичными сценариями. В результате команда может быстрее определить, где отклонение влияет на бизнес, какая команда отвечает за восстановление и куда направить ресурсы.
Для принятия таких решений используются SLI, SLO и бюджет ошибок. SLI показывает фактическое качество работы сервиса, SLO задает целевой уровень, а бюджет ошибок определяет допустимый объем отклонений. Дина Кудина пояснила, что пока бюджет сохраняется, команда может продолжать выпускать изменения. Если он быстро сокращается, это становится сигналом снизить риск, найти причину деградации и сосредоточиться на стабильности.
Отдельный уровень — автоматизация выявления и расследования инцидентов. Механизмы машинного обучения помогают выявлять аномалии и формировать контекст инцидента, объединяя информацию о затронутых сервисах, командах и процессах. Данные на уровне кода позволяют связать технические сбои с ошибочными транзакциями и оценить их влияние на бизнес-показатели.
На мероприятии Дина Кудина также показала, как объединение технических данных и бизнес-контекста помогает повысить доступность цифровых сервисов и сократить количество и длительность инцидентов. Практический эффект подтверждает проект компании для крупного клиента из ритейл- и дистрибуционного контура. За год использования платформы клиент сократил количество и длительность инцидентов на 30%, а 90% инцидентов расследуются с помощью GMONIT. Доступность B2C-сервиса выросла с 97% до 99,8%, а бюджет ошибок B2B-сервиса восстановился с −38,3% до положительного значения, после чего команда вернулась к плановым релизам.
Для CIO это означает меньшую зависимость от ручных отчетов команд и подрядчиков и возможность самостоятельно оценивать состояние ключевых сервисов: что произошло, насколько ситуация критична и какие действия выполняются. Единая модель также позволяет сопоставлять нагрузку и потребление инфраструктуры с конкретными цифровыми сервисами и учитывать их при управлении стоимостью ИТ.
Также на мероприятии работала демозона GMONIT, где участники увидели, как платформа интегрируется с уже используемыми open source- и коммерческими инструментами мониторинга. Для работы observability платформы не требуется перестраивать существующий стек: GMONIT использует данные уже работающих систем и добавляет недостающий управленческий контекст, превращая разрозненные технические показатели в единую картину состояния цифровых сервисов. На практических сценариях эксперты показали возможности платформы — от контроля SLO и выявления аномалий до определения затронутых сервисов, поиска причины на уровне кода и оценки влияния сбоя на пользовательские транзакции.
Участие GMONIT в IT SAILING DAY 2026 стало продолжением профессионального диалога компании с руководителями бизнеса и ИТ о практическом использовании существующей инфраструктуры мониторинга для повышения надежности цифровых сервисов и более эффективного управления ИТ.