現代の企業はAI原生開発プラットフォームを採用し、雲原生技術を基盤としており、ツール開発とオープンソースコミュニティへの貢獻に注力しています。數千のサービスと數百のWebアプリケーションを管理する中で、顧客體験の監視能力を向上させることが求められています。本稿では、平均検出時間（MTD）を3分未満に短縮し、顧客への影響を正確に評価するための「顧客中心の可観測性（Customer-Centric Observability）」の実現方法を解説します。
顧客インタラクションとは、ユーザーが業務価値を生み出す行動（ボタンクリック、ファイルアップロード、銀行口座の追加など）を指します。このプロセスは以下のステップで構成されます：
インタラクションの結果は、成功、降格、失敗（FCIS）の3つのカテゴリに分類されます。特に失敗インタラクションは重點的に監視対象とします。
Open Telemetry JavaScriptライブラリを用いて、インタラクションのトラッキングを実裝します。createCustomerInteractionメソッドをビジネスロジックに埋め込み、インタラクションの狀態（成功/失敗）を記録し、Open Telemetry Spanとして生成します。
Waveプラットフォームでデータを可視化し、異常検出パイプラインが指標の異常を検知します。閾値を超えた場合、Slack通知などの自動アラートが発信されます。
**唯一ユーザー影響（Unique User Impact）**を計算し、重複を排除して影響範囲を正確に評価します。例えば、100ユーザーが2〜3回試行しても、5人の唯一ユーザーとしてカウントします。
8,500回のインタラクション中、21回が失敗し、5人の唯一ユーザーに影響（0.34%）を與えた例があります。このデータにより、問題の影響範囲と深刻度を特定できます。
MTD（平均検出時間）とMTI（平均修復時間）が明確に短縮され、開発者にフロントエンドシステムのリアルタイム狀態を提供します。
合成監視（Synthetic Monitoring）と実際のユーザーデータを統合し、異常検出モデルの精度向上と自動対応メカニズムの最適化を目指します。
本稿では、Open Telemetryを活用した顧客中心の可観測性の実現方法を解説しました。雲原生技術とAI原生開発プラットフォームの統合により、MTDの短縮と顧客影響の正確な評価が可能となりました。実裝においては、Open Telemetryの柔軟な拡張性と信頼性確保の仕組みを活用し、異常検出パイプラインの構築に注力することが重要です。今後は、合成監視との統合により、さらなる自動化と精度向上を目指します。