Observability is geen dashboards. Het is het runbook dat het dashboard triggert. We bouwen observability die gedrag verandert: SLO's waar het team het mee eens is, alerts die de on-call vertrouwt, AI-calls inbegrepen als first-class telemetrie.
Wat zit er in een observability-opdracht.
Vijf signaaltypes, één gecorreleerde context — zo komen metrics, logs, traces, profiles en events samen in het beeld dat je nodig hebt.
Per service, afgesproken met het team. Geschreven in taal die een CFO kan lezen. Maandreview.
Traces, logs, metrics. Vendor-portable. Geen lock-in op één APM.
Wij verwijderen meer alerts dan we toevoegen. Elke alert linkt naar een runbook. Pager-fatigue is een metric.
Token, latency, kwaliteit, kosten per use case. Hallucinatieklasse als signaal.
Elke alert ships met een runbook. Geüpdate na elk incident. Kwartaalreview.
Dezelfde telemetrie die het platform draait, voedt DORA, ISO 27001 en SOC 2 evidence. Eén bron van waarheid.
De volledige telemetrie-pipeline, van begin tot eind: van instrumentatie in je workload tot de alert die je engineer om twee uur 's nachts wakker maakt.
De OpenTelemetry SDK emiteert metrics en distributed traces vanuit je code. Gestructureerde JSON-logs dragen een correlatie-ID dat één verzoek volgt door elke service-grens heen — geen agent, geen sidecar, geen bolt-on.
Elke telemetriestroom passeert één collectielaag vóór opslag. Hier wordt gesampled om volume te beperken, verrijkt met deployment-metadata en doorgestuurd naar de juiste backend — zodat stores schone, gelabelde data ontvangen in plaats van een ruwe firehose.
Metrics, logs en traces hebben verschillende queryvormen. PromQL voert bereiksamenvoeging uit op Mimir. Loki beantwoordt volledige-tekstzoekopdrachten. Tempo doorloopt trace-grafieken. Alles in één store stoppen betekent langzame queries of verspild geld.
Grafana wordt het enkelvoudige toegangspunt. Eén dashboard verbindt een latency-piek van Tempo met de logregels van Loki en de metric-alert van Mimir — gecorreleerd in context, zonder wisselen van tools of kopiëren van ID's tussen tabs.
SRE-dashboards tonen SLO-verbrandingssnelheden in realtime. On-call alerting vuurt precies wanneer een foutbudget overschreden wordt — niet een minuut eerder, niet een minuut later. Elke alert is herleidbaar naar een specifieke query en een specifieke eigenaar.
We meten de alert-noise-floor en de on-call-load. Baseline op papier.
⏱ 1 wkPer service, afgesproken met het team. Beoordeeld door je SRE-lead.
⏱ 1 wkOpenTelemetry, runbooks per alert, AI-calls inbegrepen. Paired coding.
⏱ 4–6 wknGedocumenteerd, instrumented, met een kwartaalreview-template die je zelf draait.
⏱ 1 wkObservability-baseline plus benchmark tegen EU mid-market peers. Pager-fatigue-index, SLO-dekking, runbook-kwaliteit gescoord. Resultaat: een volwassenheidscijfer dat je kunt verdedigen, en een gericht verbeterplan.
Bekijk de oplossing→Wij zijn OpenTelemetry-first. Backend is jouw keuze: Grafana-stack, VictoriaMetrics, Tempo, OpenSearch. We kiezen op signaalkwaliteit en exit-kosten, niet op logo.
Vaak ja. De opdracht gaat meestal over wát je instrumented en hóe je alert, niet over de backend. We vervangen backends alleen wanneer de datavorm verkeerd is.
Tokencount per call, latency, output-kwaliteit (auto-evaluated waar mogelijk, human-scored waar niet), en kosten. Gekoppeld aan dezelfde trace als de rest van de service.
Maandelijks getracked. We reduceren observability-spend routinematig met 30 tot 40 procent tijdens de opdracht door ruis te verwijderen en sampling aan te passen. Netto van onze fee, betaalt de opdracht zichzelf meestal terug.
Eén gesprek, één geschreven samenvatting, ongeacht de uitkomst.