Datadog Observability Rollout
Opdrachtgever: Sanoma Learning
Technologie Stack
De uitdaging
Sanoma Learning beheerde een divers landschap aan services over meerdere environments met fragmented monitoring tooling: een tool voor infrastructure, een andere voor logs, een derde voor APM en losse dashboards per team. Teams hadden geen gedeelde basis voor incident triage en capacity planning was reactief.
Wat we hebben gebouwd
Datadog als single observability platform. Agents cluster-wide via Helm met auto-discovery en standardised tagging voor ownership en environment.
Application Performance Monitoring met distributed tracing over alle kritieke services, waardoor latency hotspots en error budgets per team zichtbaar zijn.
Centralised log management geïntegreerd met metrics en traces voor full-context investigation. Eén query die metric, trace en log koppelt aan dezelfde request.
Dashboards en SLOs per service. Golden-signal dashboards plus service-level objectives die product teams concrete reliability targets geven. Datadog monitors gekoppeld aan PagerDuty, threshold alerts vervangen door SLO-driven alerting.
Meetbare resultaten
- Mean Time to Resolution voor productie-incidenten met circa 60% gedaald.
- Vier losse monitoring tools geconsolideerd tot één platform, met bijbehorende license- en operationele besparingen.
- 100+ services onder unified observability met dezelfde tagging conventies.
- Product teams beheren hun eigen dashboards en SLOs zonder centraal observability team te hoeven aanspreken.
- Capacity planning is verschoven van intuïtie naar data: schaalkeuzes worden onderbouwd met trace- en usage-data.
"Het belangrijkste verschil is dat onze teams nu één plek hebben om naar te kijken bij een incident. De discussie over welke tool de waarheid vertelt is voorbij."