Samenvatting
Customer journey observability brengt incidenten bij Capital One van klantimpact naar de onderliggende oorzaak.
Customer journey observability bij Capital One
Capital One beschrijft op de Snowflake Blog hoe het incidentonderzoek omdraait. In plaats van te starten bij infrastructuur- en applicatiesignalen, begint het team bij de interactie met de klant en werkt het door naar services en infrastructuur.
Daarvoor bouwde Capital One een customer journey graph. Knooppunten staan voor klantinteracties; verbindingen tonen de stappen in een gebruikersreis. Health-signalen en verkeersgegevens verschijnen op dezelfde grafiek. Zo ziet het team eerst welke stap hinder ondervindt en daarna welke service en operatie daarvoor verantwoordelijk zijn.
Capital One gebruikt hiervoor Observe by Snowflake met RUM-logs, clickstreamdata en API-accesslogs uit de Observe-datalake. Het team modelleert en verrijkt de gegevens na opname, zonder extra instrumentatie op applicatieniveau. Eenmalig vastgelegde bedrijfscontext blijft beschikbaar voor verschillende rollen die incidenten onderzoeken.
Observe by Snowflake maakt impact zichtbaar
Het voorbeeld draait om een aankoopreis van homepage tot orderafronding. Bij een storing laat een traditioneel servicegericht hulpmiddel wel foutmeldingen, CPU-pieken of geheugengebruik zien, maar niet direct hoeveel klanten hun bestelling niet kunnen afronden.
De journey-first-aanpak start bij de verslechterde interactie. Observe bundelt rate-, error- en duration-metrieken met unieke sessies. Daarna leidt een drill-down van orderafronding naar de EmptyCart-operatie in de cartservice. Traces en logs bevestigen vervolgens dat Redis de winkelwageninhoud niet kan leveren.
De aanpak verbindt daarmee vier informatieniveaus: klantinteractie, service, operatie, trace en log. Dat verkleint de afstand tussen de vraag naar impact en het bewijs voor de oorzaak, zonder afzonderlijke tools naast elkaar te leggen.
Concrete takeaway voor customer journey observability
Breng je bestaande RUM-, clickstream- en API-telemetrie eerst in kaart rond klantinteracties. Definieer daarna de relaties met services, operaties, traces en logs. Zo begint incidentanalyse bij de getroffen gebruikersstap en niet bij een los infrastructuursignaal.
Verdiep je kennis
Data lakehouse uitgelegd — Het beste van twee werelden
Wat is een data lakehouse en waarom combineert het het beste van data warehouses en data lakes? Vergelijking, architectu...
KennisbankETL uitgelegd — Extract, Transform, Load in gewone taal
Wat is ETL? Leer hoe Extract, Transform en Load werkt, het verschil met ELT, en welke tools je kunt gebruiken. Helder ui...