Elasticオブザーバビリティを導入すると、オブザーバビリティデータを大規模に収集し、一元化、分析できます。さらにドメイン固有の機械学習ジョブと異常検知を活用して、労働集約型のトラブルシューティングを実現できます。トリアージ作業を合理化することで、チームはよりすぐれたソフトウェアの開発に専念することが可能になります。
Elasticの機械学習(ML)エンジンはデータ非依存です。したがって教師なしと教師ありのいずれの機械学習モデルも実行でき、フレキシブルに使えます。Elasticが提供する教師なしのドメインセントリックな機械学習は、すべてのオブザーバビリティデータのグループから異常や外れ値のほか、稀なイベントまで検知します。また、教師ありの機械学習を使えば、実質的にあらゆるデータについてモデルを構築、テスト、デプロイできます。

エンドユーザー監視、インフラ監視、アプリ監視データの分析結果から、稼働を停止することなく問題を検知できます。ケースの作成に伴ってインシデントマネジメントプロセスを開始した後は、Elasticオブザーバビリティで直接サービスの問題を作成し、トラッキングできます。機械学習を使うと、APMとインフラデータの相関付けから自動的に問題が明らかになり、根本原因の早期特定に役立ちます。
