汉莎航空旗下的 Miles & More 通过 Elastic 可观测性来优化忠诚度计划，从而打造更优的客户体验、保护数据并获得增长潜力

在上个世纪 80 年代推出首个航空公司忠诚度计划的时候，一切都很简单。旅客每购买一张机票都能获得积分或者里程，可用来兑换将来的航班。如今，这些计划是所有行业里最为纷繁复杂的营销举措，会鼓励乘客赚取并兑换里程，可兑换的选项多种多样，有航班、酒店住宿、租车以及消费品，涵盖整个旅游产业链甚至更广的范围。

汉莎航空集团旗下的 Miles & More 就是这一领域的最佳例子。作为欧洲领先的旅客忠诚度计划之一，Miles & More 拥有超过 3,800 万会员、40 家航空公司合作伙伴，以及 150 家非航空业附属公司，包括连锁酒店和零售品牌。

客户可以将他们的“里程”（相当于 Miles & More 的货币）兑换成航班/升舱、酒店住宿、租车，还可以在汉莎航空 Worldshop 使用他们的积分。汉莎航空 Worldshop 提供 4,000 多种产品，包括行李箱、日用品、设计师服装和配饰，以及高端电子产品。客户甚至还可以通过 Miles & More 信用卡使用“MilesPay”功能。在新冠疫情造成行业萧条的期间，Miles & More 仍然取得了成功。

Jan Malcomess 和他的团队负责管理为 Miles & More 提供支持的复杂技术系统；Jan Malcomess 是 Miles & More GmbH/汉莎航空集团的 IT 架构师和经理。Malcomess 直接向 IT 主管汇报工作，在 DevOps 和工程团队担任领导角色，其职责是确保为客户提供最佳的忠诚度体验。

尽管 Miles & More 计划整体上取得了巨大成功，但客户如果在登录 Miles & More 网站和 App 时遇到任何延迟或中断，都会高度敏感。所以当 Malcomess 在 2019 年加入公司时，他的首要任务是选购并部署一个集中监测工具，来跟踪忠诚度计划系统的性能。

Malcomess 和他的团队仔细审查了市面上排名靠前的监测工具，并拟定了一个简短的解决方案清单。然后团队对每个解决方案进行了详细评估，专注于诸如部署速度、维护和可扩展性等关键的高优先级方面。其他条件包括是否能轻松采集数据，以及是否遵从包括 GDPR 在内的欧洲数据立法。

Elastic 可观测性排名靠前，并凭借其灵活的基于资源的模块化定价方式脱颖而出。这一点推动 Miles & More 进行了试用，由于试用很成功，Miles & More 随后在 Elastic Cloud 上进行了全面部署。“Elastic 几乎支持我们所有的技术。我们还十分喜欢的另外一点是，日志和指标可在单一的集成式 UI 中供我们使用，实现了真正的开箱即用。”Malcomess说道。其他优势包括提供精细的 REST API 来集成、管理和查询已索引数据，具备强大的筛选器来进行数据传输和采集，且能够实现细粒度角色和权限管理。

Elastic 可观测性大大优化了 Miles & More 监测其众多系统的性能的方式。“通过 Elastic，我们能够实时监测所有环境中发生的事件并开展分析。我们能够获得有关应用程序行为的细粒度洞察和上下文，这就意味着我们能够更快地检测并解决根本原因事件。”Malcomess 说道。

“通过 Elastic 可观测性，我们现在拥有单一堆栈，并能将我们的日志、指标和用户体验数据都集中到那里。我们还会使用 Kibana 仪表板来制作有关洞察的可视化并生成报告，以便分享给公司内的其他团队。”他评论道。

他还强调了 Elastic APM 所发挥的作用，因为 Elastic APM 使他的团队能够从海量的性能数据中隔离出关键指标并加以解决。“其他解决方案会针对指标和分析提供大量菜单选项，但这些功能我们很少用得到。Elastic 与它们不同，会通过易于理解的方式呈现复杂信息，从而让我们能够专注于跟踪问题并快速应用解决办法。”

Travel ID 就是一个很好的例子，这一计划会基于汉莎航空集团的客户以往的预订记录和偏好向其提供更加个性化的服务。Malcomess 和他的团队部署了 Elastic APM 来监测 Travel ID 服务的性能，并且为了实现主动告警，在 APM 内添加了 Machine Learning 监测功能，以确保在应用程序性能变差的时候能够及时收到通知。通过 Elastic，现在 Malcomess 和他的团队能够找到问题的准确根源，并把问题转发给最合适的团队加以解决。

“假设某场促销活动推动对某项需登录进入 Travel ID 的汉莎航空集团服务的需求激增。如果出现任何问题，我们能够快速识别问题原因，并与集团的其他部门和业务单元合作来针对类似情形进行准备。我可以确定地说，如果没有我们通过 Elastic 可观测性实现的集中监测，Travel ID 不会这么成功。”Malcomess 说道。

Elastic 还帮助 Miles & More 团队提高了工作效率。其他日志管理解决方案通常会限制访问权限，仅提供给少数几个专职员工，但这些人通常都不是负责和开发应用程序的人员。如果一线开发人员需要访问必要的日志来解决问题，就需要完成一套耗时的流程，因为他们必须提交一个访问这些日志的请求。

Elastic 为开发人员提供了基于角色和职责配置监测和告警的选项，所以开发人员得以长期访问日志记录，这对他们很有帮助。“使用我们之前的可观测性解决方案的时候，我们仅会将日志文件保留几天，然后就会将它们删掉，因为它们太占空间了。”Malcomess 说道，“有了 Elastic，我们能够让这些日志长期保持可用状态。开发人员可以回顾之前的状况，看看应用程序之前的性能如何，并将这一知识应用到新功能或版本的开发工作中。”

“开发人员还能随时访问所需的日志——数据保护规定所设定界限内的所有日志。因为他们用不着再和其他人打交道，所以能够更快地应用解决办法，从而提高工作效率并确保正常运行时间。”他说道。

为了对日志数据和指标进行可视化，Miles & More 十分重视 APM 视图，并为 APM 视图的 API 创建了一个仪表板。其中就包括热点图，能够显示其所有 API 终端的性能和平均响应时间。除了找到错误消息，Miles & More 还能看到提出请求的用户代理、地理坐标，以及可表明是否为诈骗/恶意调用的其他信息。

APM 视图中包括一个表明影响程度的数据条，可显示服务是否发生故障以及这一故障对系统性能的整体影响。“理论上，即使某项服务的故障率是 100%，它对性能的影响可能也只有百分之一。Elastic 为我们提供数据和工具，让我们能够做出这一重要区分。”Malcomess 说道。

Miles & More 充分利用 Elastic 内的 Machine Learning 工具，来确认基础架构与应用程序元数据之间的相关性，从而帮助找出离群值和异常行为。“如果你的服务地图很复杂，信息系统的性能通常都会难以预测。”Malcomess 说道，“Elastic 中的 Machine Learning 能够提醒我们注意离群值；如果靠真人的话，除非我们提前定义好什么是离群值，否则肉眼不一定能发现离群值。这意味着我们能够尽早识别并纠正匿名行为，做到防患于未然。”

Miles & More 选择 Elastic 的另外一个重要原因是 Elastic 能够遵守包括 GDPR（通用数据保护条例）在内的欧洲数据法规。其中有一项要求是限制将客户数据导出到欧盟之外的地方。通过 Elastic Cloud，Miles & More 能够在 EU 境内满足其全部的客户数据存储需求。

不仅如此，它还能使用使用基于文档的筛选规则来分配数据访问权限，同时 Elastic 采集管道让客户能够在存储敏感数据之前对其进行模糊处理，这样数据对未获授权的入侵者就毫无价值，但同时仍可供获得授权的人员使用。

Elastic 咨询部门与 Miles & More 密切合作，帮助更快取得关键业务成果，尤其是在部署期间，因为这时极其重要的一项任务就是针对特定的数据集成和业务要求对 Elastic 可观测性的配置进行建模。

整体而言，Elastic 帮助 Miles & More 以及整个汉莎航空集团适应新冠疫情以来及之后在客户需求和出行行为方面的变化。最大的惊喜之一可能是旅游者如今预订的座位数量甚至比 2020 年第一次封城之前还要多。汉莎航空甚至计划重新启用其双层空中列车 A380 机队，以应对 2023 年的夏季旅游旺季。

“我想没有人能够预计到，在疫情封城过去之后的这么短时间内，我们就会如此繁忙。但正因为如此，我们更需要回馈我们忠诚的客户，为他们提供最优质的航空公司体验。通过部署 Elastic，Miles & More 已经做好充分准备在现在和将来提供全球领先的忠诚度计划。”Malcomess 总结道。