Partager l’observabilité pour anticiper les risques

Pour les acteurs déjà présents sur le marché de l’énergie, Caprikorn offre une solution SaaS modulaire et intégrable à leurs outils existants. En marque blanche, Caprikorn fournit une infrastructure complète (technique, réglementaire et opérationnelle) permettant à d’autres profils d’entreprises de devenir fournisseurs d’énergie sans gérer la complexité du métier. Caprikorn se différencie sur son marché en combinant ces deux offres complémentaires. Néanmoins face à une concurrence accrue, l’entreprise se doit d’assurer une observabilité sur l’ensemble des environnements et des services proposés pour ainsi garantir à l’ensemble de ses clients une optimisation de leurs opérations et de leurs performances.

Reposant sur une architecture cloud AWS, l’infrastructure initiale de Ekwateur bénéficie dès son origine de fonctions de monitoring de Datadog en plus d’outils déjà offerts par son fournisseur de cloud. A l’issue d’une étude comparative en 2019, l’entreprise étend et centralise sur Datadog toutes les fonctions de monitoring et de sécurité de sa plateforme.

Dès la création de Caprikorn, son CTO Jean-Michel Blanc décide de donner un accès à l’observabilité de Datadog à l’ensemble de son équipe qui se répartit en trois groupes principaux : Architecture et infrastructure, Tech Leads et Production. En effet, les environnements de Caprikorn comportent désormais de très nombreux services déployés, qui échangent les uns avec les autres. Son CTO prend alors l’engagement d’identifier les risques très en amont afin d’agir de manière préventive.

L’observabilité pour des équipes entièrement autonomes et responsables

Fort d’une expérience pleinement satisfaisante, le CTO de Caprikorn reste fidèle à l’approche très intégrée et en temps réel de Datadog pour bénéficier d’une vision de bout en bout de ses systèmes et ainsi assurer aux clients, souscripteurs ou en marque blanche, une disponibilité de service permanente. Une corrélation automatique des métriques, logs et traces permet notamment de détecter toute étape d’un processus qui n’aurait pas fonctionné. L’observabilité joue également un rôle essentiel en préproduction pour évaluer la performance des développements et identifier les anomalies entre les différentes versions.

« Grâce au marquage des versions, Datadog nous permet de localiser précisément l’origine d’un bug, » explique Jean-Michel Blanc.

Caprikorn compte sur l’interconnexion profonde de Datadog avec tout l’écosystème IT et notamment sur son intégration à GitLab pour connecter les données de développement (CI/CD, code) avec la supervision et l’observabilité.

L’observabilité de Datadog ne se limite pas à la performance. Elle joue aussi un rôle direct dans la sécurité des applications, en intégrant la sécurité au cœur des données techniques. Son approche DevSecOps permet de détecter des menaces en temps réel. Contrairement à un outil de sécurité classique, la détection se fait pendant l’exécution de l’application.

« Datadog identifie les bots qui attaquent les services grâce à une détection des comportements anormaux, une analyse fine du trafic et en assurant une corrélation avec toute la stack. C’est là que Datadog est très fort ! » commente Jean-Michel Blanc.

Caprikorn s’appuie quotidiennement sur l’intégration des deux outils, Logs et APM de Datadog, qui lui apportent une vision unifiée de ses environnements et applications. Chaque requête tracée (APM) peut être reliée aux logs associés, ce qui permet une navigation directe entre une erreur applicative et ses logs détaillés pour passer instantanément du symptôme (latence, erreur, …) à la cause racine. Cette intégration permet une analyse fine du comportement applicatif avec une visualisation du parcours des requêtes (traces distribuées) et une compréhension des dépendances entre services. Cela en fait l’outil idéal d’une architecture moderne telle que celle de Caprikorn.

« Dans le cadre de l’intégration de 130 000 nouveaux clients ayant souscrit par achat groupé, nous avons testé avec Datadog la performance des applications et vérifié si l’ensemble du parcours de démarrage se passait bien. La combinaison Logs et APM nous a permis d’observer des goulots d’étranglement sur une fonction spécifique et de comprendre comment l’optimiser », se souvient Jean-Michel Blanc.

La fonction Tracing permet de visualiser le parcours complet d’une requête, à travers tous les services, afin d’identifier précisément les problèmes de performance et les erreurs. Une fonction précieuse pour les applications de Caprikorn qui reposent sur de nombreux microservices.

« Le Tracing d'APM, qui consiste à suivre une requête utilisateur de bout en bout dans un système, est l'un des piliers les plus puissants de la plateforme Datadog. » souligne Jean-Michel Blanc

Le produit RUM (Real User Monitoring) de Datadog est l’un des outils les plus utilisés par les équipes de Caprikorn pour voir exactement ce que vivent les utilisateurs en temps réel. Il permet notamment de diagnostiquer des bugs frontend et de rejouer des sessions utilisateurs afin de détecter tout problème d’interface ou de latence.

« RUM est impressionnant en pratique. Lorsqu’un utilisateur accepte que l’on trace sa session, l’outil nous permet par exemple d’optimiser des fonctions mal comprises. » explique Jean-Michel Blanc. « Dans un autre contexte, RUM nous a permis de détecter une manœuvre frauduleuse chez l’un de nos partenaires souscripteurs qui récupérait des données qu’il n’était pas censé utiliser. »

Le RUM permet d’identifier les zones de forte interaction sur les pages web et d’optimiser le parcours de souscription. Il offre également une visibilité sur les fonctionnalités les plus utilisées par les conseillers commerciaux.

Datadog observe les systèmes de la conception à l’optimisation en production

Avant même le déploiement et le suivi en production, l’observabilité de Datadog permet à Caprikorn, sur les environnements de test, d’identifier les erreurs de conception et de vérifier que chaque fonctionnalité s’intègre correctement dans le système global. Datadog aide directement à optimiser les index de bases de données en détectant automatiquement les points de friction dans les requêtes, les index manquants ou sous-utilisés. Il en résulte un gain de temps pour les équipes et une architecture applicative plus robuste et performante.

« Datadog est le seul outil qui nous permet d’optimiser simultanément le développement, l’architecture applicative et l’infrastructure. Son approche “You build it, you run it” nous aide à devenir des développeurs plus autonomes et responsables. » déclare Jean-Michel Blanc.

Avec la fonction Cloud Cost Management, Caprikorn suit en continu l’évolution de ses services cloud et mesure leur utilisation réelle. Grâce à cette visibilité, l’entreprise peut identifier les ressources surdimensionnées ou sous-utilisées, optimiser les coûts au niveau des instances, des services et des environnements, et ajuster les architectures pour un meilleur rapport performance/prix.

« En centralisant les données de consommation et en générant des alertes et recommandations, Cloud Cost Management favorise à la fois notre efficacité opérationnelle et la planification stratégique de nos services. » se réjouit Jean-Michel Blanc

L’accès transverse à l’observabilité de Datadog permet à l’ensemble de l’équipe technique de Caprikorn de détecter immédiatement les lenteurs ou incidents dans ses applications et infrastructures, tels qu’une API saturée ou un microservice en panne. Chaque responsable désigné est alors en mesure de corriger le problème avant que les clients ne soient impactés, garantissant une expérience fluide et fiable.

« Nous tenons notre engagement initial à disposer d’une vision de bout en bout de nos systèmes. Toute notre équipe technique accède à l’observabilité de Datadog avec une responsabilité particulière attribuée à l’équipe chargée de la production qui veille à la performance et traque toute faille de sécurité. » conclut Jean-Michel Blanc.

Caprikorn étudie actuellement l’intégration du SIEM de Datadog afin de renforcer la corrélation des vulnérabilités issues de ses outils de cybersécurité. En parallèle, l’entreprise explore les capacités de LLM Observability pour appliquer les principes d’observabilité à ses applications d’IA générative et agentique. L’entreprise envisage par exemple d’utiliser LLM Observability pour son agent IA de support interne, afin de bénéficier d’une visibilité sur les prompts et la qualité des réponses.