創辦人、產品領導者和工程領導者每天，在最新的完整 UTC 日之後
SaaS 健康概述
將採用率、可靠性和商業背景放在一個審查表面上，而不假裝它們具有相同的粒度。
帳戶採用率、應用程式可靠性或代表收入變化是否足以需要進行更深入的審查？
- 活躍帳戶
- 成功的里程碑
- API錯誤率
- 每月收入代表
健康指數
合成的7月24日
61
7月25日
66
7月26日
64
7月27日
72
7月28日
76
六項決定，六份合約
從儀表板受眾和問題開始
下面的預覽是綜合的並示範結構，而不是 Telemetry 客戶效能或通用基準。
服務所有者和待命工程師五分鐘的作業時間；每日評論
API 可靠性和延遲
按端點比較流量、錯誤率和尾部延遲，同時保留足夠的量來判斷百分位是否穩定。
哪個足夠繁忙的端點具有最廣泛的錯誤或尾部延遲迴歸？
- 請求量
- 錯誤率
- p50潛伏期
- p95潛伏期
p95毫秒
合成的/query
890
/events
420
/dashboards
315
/alerts
280
事件指揮官和麵向客戶的團隊事件期間和解決後一次
事件對客戶的影響
將已宣告的服務事件轉化為受影響的帳戶、失敗的操作、區域和代表的收入。
哪些帳戶和操作直接代表在已宣告的事件視窗中？
- 受影響的帳戶
- 操作失敗
- 受影響地區
- 代表月收入
失敗的操作
合成的acct_acme
18
acct_beacon
14
acct_delta
13
acct_cinder
9
acct_ember
7
AI產品、平臺和財務團隊每日提供完整的提供商成本視窗
LLM 的使用和單位經濟性
將模型呼叫連線到產品工作流程和帳戶，以便可以一起審查代幣數量、延遲、故障和成本。
哪種模型支援的工作流程對於成功結果消耗的估計成本最多？
- 要求
- 輸入和輸出權杖
- 預計費用
- 每個成功請求的費用
成本份額%
合成的reasoning
46
summarize
29
classify
14
extract
11
非同步平臺和應用程式團隊按小時進行操作；每週進行容量規劃
後台作業可靠性
將終端作業結果與嘗試分開，然後按穩定作業名稱比較重試、佇列等待和持續時間。
哪些邏輯作業型別永久失敗、重試、等待或執行緩慢？
- 已完成的工作
- 終端故障率
- 重試率
- p95持續時間
故障率%
合成的sync
2.1
export
1.6
email
0.8
cleanup
0.3
產品經理和成長工程師每日，按註冊群體細分
帳戶啟用漏斗
按順序衡量持久的帳戶里程碑，並在每個漏斗步驟中明確分母。
新註冊的帳戶在哪裡停止達到持久啟用里程碑？
- 已註冊帳戶
- 連線的來源
- 第一個查詢執行
- 已建立儀表板
帳戶%
合成的已註冊
100
源已連線
83
第一個查詢
67
儀表板
50
在連線的範例資料庫上執行相同的分析
SQL 實驗室包括產品、API、模型、作業、計費、發布和事件資料，具有超過 10,000 個確定性行。在將這些儀表板對映到生產欄位之前，下載它或在本地查詢它。