Monitoring hundreds of tables is made easier by the simple setup and machine learned rules that work out of the box. Coupled with the ability to drill down and create custom rules specific to our business allows the Data Engineering team to be aware of critical issues and reduce time to resolution. Being able to link our pipeline, tables, and BI tool in one view also gives us visibility into the scale of each incident to determine business impact, and escalate to the relevant stakeholders. Performance monitoring and integrations give us a holistic view of the data stack in our organisation. Customer support have been responsive, and customer success works regularly with us to learn our challenges and make suggestions to better use the platform.

Um die Vorfälle in unseren Tabellen vor unseren Kunden zu erfahren und die Volumen- und Frischedetails in der Benutzeroberfläche zu sehen. Einfach Benachrichtigungen über Slack erhalten. Die Struktur des Publikums erleichtert den Benachrichtigungsprozess. Der Kundensupport ist sehr schnell.

Das Tabellenabstammungsmerkmal macht den Arbeitsablauf der Data Engineer- und Data Analyst-Teams wesentlich effizienter, und das gesamte Datenteam fühlt sich sicherer in ihrem Wissen über die Datenbestände. Die Tabellenmetriken ermöglichen die Umsetzung schneller Maßnahmen: Wir können entscheiden, ungenutzte Tabellen zu bereinigen, ohne uns über unbekannte Konsequenzen Sorgen machen zu müssen, oder wir können uns darauf konzentrieren, die Tabellen basierend auf dem Wichtigkeitsscore zu optimieren. Als Data Engineer hätten wir unsere Kosten einfach nicht optimieren und unsere Plattform verbessern können ohne die Hilfe von Monte Carlo. Der Kundensupport ist immer schnell in ihrer Antwort und auch unsere Anliegen werden ohne Zögern angesprochen. Wir haben außergewöhnliche Unterstützung erhalten, insbesondere von Neil Gleeson, aber auch vom Entwicklungsteam. Es war sehr einfach, sich mit unserem Lager zu integrieren, und wir konnten das Zugriffslevel schnell und effizient anpassen.