observabilité

En profondeur

L’observabilité repose sur trois matières distinctes : les traces, qui racontent une exécution de bout en bout, les mesures agrégées, qui donnent des tendances sur l’ensemble des exécutions, et les événements marquants, qui signalent une rupture. Sur un système classique, on surveille surtout la disponibilité et la vitesse, et cela suffit largement. Sur un système bâti autour d’un modèle, ces indicateurs restent au vert pendant que la qualité s’effondre, puisque le système répond vite et toujours, y compris n’importe quoi. L’observabilité doit donc ici porter sur le contenu et sur le comportement, pas seulement sur la machine.

Sur un agent, quelques indicateurs se révèlent plus parlants que les autres. Le taux d’objectifs atteints, mesuré sur un critère vérifiable en dehors du modèle, dit ce qu’un taux d’erreurs techniques ne dira jamais. La distribution du nombre de tours signale les boucles qui piétinent bien avant que quiconque ne s’en plaigne. Le coût par exécution et le taux de recours à une personne complètent le tableau, l’un parce qu’il dérive silencieusement, l’autre parce qu’il chiffre la confiance réellement accordée au système.

Le premier piège est de mesurer ce qui est facile plutôt que ce qui compte : le délai de réponse se mesure sans effort, la justesse d’une réponse ouverte demande un critère, un juge et de la discipline. Le deuxième est l’alerte impossible à régler, car une réponse médiocre ne dépasse aucun seuil et ne réveille personne, ce qui oblige à faire tourner en continu des cas connus plutôt qu’à attendre une panne. Le troisième est l’observabilité qui ne redescend pas jusqu’aux personnes concernées, quand seules les équipes techniques voient les courbes alors que le métier seul sait reconnaître une réponse fausse. Une observabilité n’a de valeur qu’à condition de déboucher sur une décision : corriger une instruction, restreindre un outil, resserrer le curseur d’autonomie.