Cuando hablamos de telemetría en observabilidad, las métricas son el segundo tipo de dato dentro del modelo MELT y representan valores agregados que ayudan a entender el comportamiento de un sistema o negocio en el tiempo. Si ya programas, vas a reconocer rápido la lógica detrás de estos data types y por qué importan para responder preguntas de negocio.

¿Qué es una métrica en observabilidad?

Una métrica es un valor calculado a partir de muchos eventos observados durante un periodo de tiempo. En lugar de mirar transacción por transacción, consolidas la información en un número agregado que puedes comparar entre días, semanas o meses.

¿Qué es una métrica en telemetría? Es un valor agregado que resume múltiples eventos durante un intervalo de tiempo, útil para responder preguntas de negocio sin revisar cada registro individual.

Piensa en una máquina expendedora. Si quieres saber cuántas ventas hubo entre semana versus fin de semana, no necesitas leer cada compra. Te basta con una métrica de ventas agrupada por día. Eso es eficiencia pura, sobre todo cuando el negocio crece y el almacenamiento a largo plazo se vuelve costoso.

¿En qué se diferencian las métricas y los eventos?

La diferencia clave está en la regularidad y en el tipo de pregunta que respondes con cada uno.

• Eventos: son irregulares. Un usuario puede acercarse a tu máquina expendedora a las 3 de la mañana o a las 2 de la tarde, no hay forma de predecirlo.
• Métricas: son regulares. Existen aunque no haya actividad. Si no se vendió nada en una hora, la métrica sigue ahí con valor cero, y ese cero es información valiosa.
• Almacenamiento: las métricas consolidan datos y ocupan menos espacio que guardar cada evento individual a largo plazo.

Y aquí viene lo interesante: una métrica con valor cero cuando esperas ventas debería encender una alerta. Si estás vendiendo cero, hay un problema grave que necesitas investigar.

¿Cuándo conviene usar métricas y cuándo eventos?

La decisión depende del volumen de datos y de qué tan claras tienes las preguntas que quieres responder.

• Usa métricas cuando trabajas con grandes cantidades de datos y ya sabes qué preguntas quieres hacer de forma recurrente: ventas por hora, transacciones por día, ingresos por semana.
• Usa eventos cuando los sets de datos son relativamente pequeños y no sabes ahead of time qué vas a necesitar preguntar. El evento captura todo lo que ocurre, sin filtros previos.

¿Cuándo uso métricas en lugar de eventos? Cuando manejas grandes volúmenes y necesitas responder preguntas conocidas como ventas por día u hora pico. Los eventos sirven mejor para exploración sin preguntas predefinidas.

Buscar un evento específico dentro de millones puede sentirse como buscar una aguja en un pajar. En cambio, una métrica te da el panorama de inmediato: en qué mes vendes más, a qué horas hay pico, qué semanas son débiles.

¿Cómo encajan las métricas dentro del modelo MELT?

Las métricas son la M de MELT, el segundo tipo de dato de telemetría que se construye a partir de los eventos recolectados. No reemplazan a los eventos; los complementan. Los eventos te dan el detalle granular, las métricas te dan la visión agregada.

Conforme tu negocio crece, definir métricas claras se vuelve la brújula que te indica si vas bien o mal respecto al tiempo. Día, semana, mes: cada granularidad responde una pregunta distinta y todas son útiles cuando las eliges con intención.

¿Qué métricas estás midiendo hoy en tu sistema y cuáles te gustaría empezar a definir? Cuéntame en los comentarios.