Como Tornar a Amostragem de RUM Mais Inteligente

À medida que as plataformas de serviços bancários crescem e passam a atender milhões de usuários ativos, registrar todas as sessões de RUM se torna impraticável. Ao mesmo tempo, depender apenas de amostragem aleatória pode significar perder justamente as sessões mais importantes.

Nesta sessão, Lucas Kanô e Luiz Ferreira vão demonstrar como implementaram uma amostragem determinística e sensível ao contexto, construída com as SDKs de RUM da Datadog. Em vez de tratar todas as sessões da mesma forma, as decisões de amostragem são orientadas por sinais como regras de negócio, estado da aplicação, erros, jornadas críticas de usuários e casos ativos de suporte.

Vamos apresentar a arquitetura e os trade-offs por trás dessa abordagem, mostrar como a amostragem determinística oferece uma cobertura previsível das sessões mais relevantes e discutir como essa abordagem permite escalar a observabilidade de forma sustentável. Os participantes sairão da sessão com padrões práticos para construir uma instrumentação de RUM baseada em regras, preservando visibilidade de alta fidelidade onde ela realmente importa e mantendo o volume de telemetria sob controle.