Un servidor puede estar respondiendo perfectamente, las APIs devolver códigos 200 y la base de datos funcionar sin inconvenientes. Sin embargo, algo puede estar saliendo muy mal.
Imaginemos un ecommerce que normalmente recibe unas 100 transacciones por hora. De repente, recibe 10.000 en pocos minutos.
La infraestructura tiene capacidad para procesarlas. Ningún servicio se cae y los tiempos de respuesta siguen dentro de lo esperado.
Pero esas operaciones están reservando inventario sin convertirse en ventas confirmadas. En pocos minutos, buena parte del stock queda bloqueado y los compradores reales empiezan a encontrar productos que figuran como agotados.
¿Es una campaña exitosa, un error en una integración o un intento de abuso?
El monitoreo técnico puede indicar que todo está funcionando. El negocio, en cambio, está perdiendo oportunidades.
Cuando las métricas técnicas no alcanzan
Estamos acostumbrados a monitorear CPU, memoria, disponibilidad y tiempos de respuesta. Son indicadores indispensables, pero no siempre permiten entender qué está ocurriendo con una operación comercial.
Para eso necesitamos observar otras variables: pedidos recibidos, ventas confirmadas, reservas de inventario, facturas pendientes, transacciones rechazadas o diferencias entre sistemas.
Más importante todavía es analizar cómo se relacionan.
Un aumento de pedidos puede ser una buena noticia. Un aumento extraordinario de reservas sin un crecimiento equivalente de ventas confirmadas merece atención.
Lo mismo ocurre cuando comienzan a acumularse facturas pendientes o una integración registra cada vez más reintentos.
Estas situaciones pueden detectarse antes de que un cliente reclame o alguien descubra una inconsistencia al cierre del día.
Un tablero permite observar. Una alerta permite reaccionar.
Un dashboard puede reunir indicadores que normalmente están dispersos entre el ERP, el ecommerce y otros sistemas.
Podríamos visualizar cuántas operaciones ingresan por minuto, qué porcentaje termina confirmado, cuántas reservas permanecen activas y cuánto tarda una venta en completar su recorrido.
Pero un tablero tiene una limitación evidente: alguien tiene que mirarlo.
Por eso es importante acompañarlo con alertas automáticas.
Al principio pueden ser reglas sencillas: demasiadas operaciones pendientes, reservas que superan un porcentaje del inventario o diferencias entre pedidos confirmados y registrados.
Con información histórica también es posible identificar anomalías: comportamientos que se apartan considerablemente de lo habitual para determinado horario o período.
No se trata de alertar por cada variación, sino de reconocer las que podrían tener consecuencias operativas.
Antes de incorporar herramientas, revisá las que ya tenés
Muchas plataformas empresariales incluyen sus propios tableros, informes y automatizaciones.
HubSpot, por ejemplo, permite construir reportes, visualizar indicadores comerciales y configurar determinadas notificaciones mediante workflows, según las capacidades del plan contratado. Algunos ERP también ofrecen dashboards, controles de inventario y alertas operativas.
Puede que parte del problema se resuelva configurando correctamente esas funcionalidades.
La dificultad suele aparecer cuando necesitamos observar algo que ocurre entre distintas plataformas.
Un ecommerce puede mostrar cien ventas confirmadas y el ERP noventa y cinco pedidos recibidos. Ambos sistemas podrían estar funcionando correctamente desde su propia perspectiva, sin detectar necesariamente que cinco operaciones nunca llegaron a destino.
En ese escenario necesitamos contrastar información, no solamente visualizarla.
Tres caminos para implementar monitoreo y alertas
Existen distintas alternativas, según la complejidad de la operación y las herramientas disponibles.
Datadog permite combinar métricas técnicas con indicadores personalizados del negocio, configurar monitores y detectar comportamientos anormales. Es especialmente interesante cuando la organización ya utiliza la plataforma para observar sus aplicaciones. Su costo depende de los productos habilitados y del volumen de datos y métricas.
Grafana permite construir tableros y configurar alertas a partir de fuentes de datos compatibles. Puede ser una alternativa flexible para visualizar operaciones, especialmente cuando existen sistemas propios capaces de exponer métricas.
También podemos aprovechar herramientas de análisis como Looker Studio sin desarrollar una plataforma completa de observabilidad.
Por ejemplo, un componente liviano podría consultar las APIs del ERP y del ecommerce, relacionar operaciones mediante sus identificadores y calcular diferencias entre pedidos, reservas y facturación.
Los resultados se almacenarían en una fuente consultable desde Looker Studio para visualizar su evolución. Mientras tanto, el mismo componente —o un servicio de alertas independiente— evaluaría las condiciones críticas y enviaría notificaciones cuando corresponda.
En ese diseño, Looker Studio cumple la función de análisis visual, no de motor principal de alertas en tiempo real.
La elección no debería depender de cuál herramienta tiene más funcionalidades, sino de qué información necesitamos observar, con qué frecuencia y cuánto cuesta mantener la solución.
Detectar no significa bloquear automáticamente
Volvamos al ecommerce que recibió 10.000 transacciones inesperadas.
Una alerta podría activarse al detectar un aumento anormal de reservas combinado con una caída en la proporción de ventas confirmadas.
Eso no demuestra que exista fraude. Puede haber una explicación legítima.
El siguiente paso podría ser notificar a un responsable, revisar el origen de las operaciones o aplicar controles adicionales.
También pueden diseñarse mecanismos preventivos: vencimientos de reservas, límites por operación o validaciones específicas. Pero automatizar una respuesta exige cuidado.
Bloquear todas las transacciones ante un pico de actividad podría perjudicar precisamente a los compradores que queremos proteger.
Detectar una anomalía, generar una alerta y ejecutar una acción automática son tres decisiones distintas.
Cada una necesita criterios y niveles de confianza adecuados a sus consecuencias.
La observabilidad también forma parte del producto
Cuando diseñamos un producto digital, solemos concentrarnos en lo que debe hacer cuando todo funciona correctamente.
Pero también importa cómo vamos a reconocer que está haciendo algo inesperado.
No todas las empresas necesitan una plataforma sofisticada, modelos de inteligencia artificial o decenas de dashboards. En muchas operaciones, unos pocos indicadores bien definidos y alertas oportunas pueden marcar una diferencia importante.
Porque un sistema disponible no necesariamente significa una operación saludable.
¿Cuánto tardarías hoy en enterarte de un error que ocurrió hace una semana?