Las pequeñas empresas rara vez necesitan una plataforma enterprise desde el primer día. Sí necesitan saber si el cliente puede comprar, si integraciones y jobs funcionaron, si los datos están frescos, si aumentan errores y quién responde. La observabilidad eficiente comienza por esas decisiones.
Retail, clínica, logística, estudio contable o SaaS regional puede operar con pocas VMs, bases gestionadas, functions, APIs, ERP, hojas y cron. Las fallas costosas suelen ser silenciosas: factura sin sincronizar, webhook rechazado, stock stale, backup roto o reporte con datos antiguos.
Lista journeys, tiempo máximo de detección y recuperación, owner y canal. Instrumenta el conjunto mínimo que prueba éxito o identifica la frontera fallida.
OpenTelemetry ofrece APIs, SDKs, convenciones y Collector neutrales. Prometheus cubre métricas y alertas. Loki u otro store indexa labels de baja cardinalidad y conserva contexto dinámico en campos. Tempo o equivalente almacena traces muestreados.
El primer deployment puede ser gestionado, single-node o híbrido. Mantén OTLP, Prometheus/OpenMetrics, W3C Trace Context, logs JSON y schemas documentados para cambiar storage sin reescribir aplicaciones.
Comienza con tráfico, error, latencia y saturación. Añade pedidos, pagos, fallas de integración, edad de cola, registros sincronizados, edad de backup y frescura del reporte. Las métricas representan agregados, no IDs.
Cada combinación de labels crea una serie. No uses usuario, email, pedido, trace, query o exception message. Prefiere servicio, entorno, operación, ruta normalizada, resultado, dependencia, cola y región acotada.
Usa JSON con timestamp, severidad, servicio, entorno, versión, operación, outcome, duración, trace/span, request, job, integración y error code seguro. Los IDs dinámicos quedan como campos, no labels.
No registres tokens, passwords, tarjetas, documentos, salud ni payloads completos. Redacta en origen y Collector. Retención larga solo cuando exista propósito operacional, legal o de auditoría.
El scheduler ejecutado no prueba resultado. Emite started, heartbeat, completed, failed, skipped, timed out y partial. Guarda schedule esperado, inicio, duración, procesados, rechazados, watermark, output y próxima corrida.
Usa dead-man check para sync ERP, nómina, backup, certificados, facturación y reportes.
Las métricas pueden verse verdes mientras fallan DNS, TLS, CDN, ruta, auth o tercero. Ejecuta probes externos de status, latencia, certificado, schema y flujo read-only.
En rutas críticas usa transacción controlada con datos dedicados y compensación, sin contaminar finanzas, stock o analytics.
Retén errores, traces lentos y pequeña muestra normal. Tail sampling decide al final pero consume memoria; head sampling es barato pero puede perder fallas raras.
Propaga contexto aunque el trace no se guarde. Protege atributos y limita span events.
Interrumpe a una persona solo cuando puede actuar. Otros eventos van a ticket, digest o dashboard. Prefiere síntomas: checkout, confirmación de pago, job stale, error-budget burn o edad de cola.
Cada alerta contiene servicio, owner, severidad, journey, inicio, valor, razón, cambio reciente, dashboard, runbook y recovery. Prueba el canal de notificación.
La telemetría detallada reciente vale más durante debug. Mantén ventana hot corta, agrega métricas, archiva logs seleccionados y elimina lo que no tiene finalidad.
La retención es configuración versionada con owner y revisión. Guardar todo aumenta costo y riesgo.
| Señal | Mínimo útil | Driver de costo | Control | Retener más cuando |
|---|---|---|---|---|
| Métricas de servicio | Tráfico, error, histograma, saturación y versión. | Series, intervalo, buckets y retención. | Labels bajos, recording rules e intervalos por riesgo. | Capacidad, SLO y estacionalidad requieren historia. |
| Métricas de negocio | Pedidos, pagos, sync, cola y freshness. | Dimensiones y labels por entidad. | Agrega por operación/resultado; IDs en logs. | Existe necesidad operativa o de auditoría. |
| Logs | Warnings/errors estructurados e infos muestreados. | Bytes, índice, queries y retención. | Niveles, límites, dedupe, redaction, labels bajos y archive. | Incidente, seguridad o compliance lo justifican. |
| Traces | Errores, lentos y pequeña muestra normal. | Spans, atributos, eventos e índice. | Sampling, límites y normalización. | Se investiga latencia distribuida o dependencia. |
| Eventos de job | Inicio, fin, outcome, duración, watermark y deadline. | Bajo; historia y alertas. | Un resumen por intento y errores limitados. | Finanzas, backup o regulación exigen evidencia. |
| Checks sintéticos | DNS/TLS/HTTP y una journey segura. | Frecuencia, ubicaciones y browser minutes. | Frecuencia por riesgo y browser solo donde hace falta. | La conducta regional o de terceros debe compararse. |
Servicio: golden signals, alertas, deploys, dependencias y errores. Negocio: pedidos, pagos, integraciones, freshness, backlog y excepciones. Costo: ingest, series, logs, sampling, retención, queries y cardinalidad.
Dashboard sin owner ni uso recurrente se elimina.
Usa idioma local en alertas y runbooks, con campos técnicos estables. Considera equipos pequeños, on-call limitado, conectividad de sucursal, distancia cloud, tipo de cambio y dependencia de ERP, fiscal, pagos y mensajería regionales.
Las sucursales bufferizan telemetría acotada y priorizan health, seguridad y evidencia transaccional. Monitorea Collector, exporters, colas y storage.
Empezaría con logs estructurados, métricas Prometheus, checks externos uptime/TLS, heartbeats de jobs, alert router y tres dashboards. Después añadiría Collector para enrichment, redaction, batching, sampling y routing.
Tracing comenzaría en journeys críticas e integraciones. Mensualmente revisaría falsos positivos, datos sin uso, cardinalidad, retención, cobertura y costo por servicio.
Observabilidad barata no significa ver menos. Significa ver con disciplina: capturar lo que cambia decisiones, conservar contexto suficiente, alertar al owner correcto y dejar de pagar por ruido.
Artículo sobre observabilidad de bajo costo para pymes latinoamericanas, incluyendo logs estructurados, Prometheus, monitoreo de cron, dead-man checks, probes sintéticos, traces OpenTelemetry muestreados, alertas, dashboards, retención, cardinalidad, privacidad y costos.