Qué es la observabilidad y quién la opera en tu equipo

Diagrama de líneas con los rótulos Backend y SRE que convergen en el nodo Observability
Escrito por
Samori Bokoko Aparicio Seguir

VP of Engineering en Shakers. Más de quince años en el terreno técnico antes del cargo: desarrollo de software, gestión de infraestructura y dirección de los equipos que sostienen las dos cosas. Ha liderado equipos técnicos y ha fundado y gestionado empresas propias, lo que le da las dos lecturas de la misma decisión, la de ingeniería y la de negocio.

• ...

Salta una alerta de latencia en producción. El panel la pinta de rojo y nadie sabe por qué. El fallo no se parece a ninguno de los que alguien dejó configurados, así que el equipo abre logs a ciegas, prueba hipótesis y pierde la mañana. Ese es el límite de la monitorización clásica, y es justo lo que resuelve la observabilidad.

Se compra la licencia. La capacidad de usarla, no. Esta guía separa las dos cosas, con datos propios del mercado español.

La observabilidad es la capacidad de entender el estado interno de un sistema a partir de las señales que emite: métricas, logs y trazas. La monitorización avisa de lo que ya sabías vigilar; la observabilidad permite investigar fallos que nadie anticipó. En España rara vez se pide como puesto propio: aparece repartida entre roles de DevOps, SRE, platform y desarrollo.

¿De dónde viene la observabilidad y qué significa en IT?

La observabilidad es la propiedad de un sistema que permite deducir qué pasa dentro a partir de lo que expone hacia fuera, lo que en software se traduce en poder responder preguntas nuevas sobre producción sin tener que desplegar código nuevo solo para contestarlas.

El término no nació en IT. Rudolf Kalman lo formalizó en 1960, dentro de la teoría de control y junto a su pareja conceptual, la controlabilidad, para describir cuándo el estado interno de un sistema dinámico se puede reconstruir a partir de sus salidas medibles, y la ingeniería de software lo tomó prestado décadas después con la misma idea de fondo.

En la práctica cabe en una pregunta. Algo falla de una forma que nadie había previsto: ¿puedes encontrar la causa con los datos que ya recoges? Si sí, el sistema es observable. Si toca añadir logs y esperar a que vuelva a pasar, no lo es.

¿En qué se diferencia la observabilidad de la monitorización?

La monitorización vigila condiciones conocidas; la observabilidad permite investigar las desconocidas. No compiten. Una es parte de la otra.

Dimensión Monitorización Observabilidad
Pregunta que responde ¿Está fallando algo que ya conocemos? ¿Por qué falla, aunque sea algo nuevo?
Punto de partida Umbrales y paneles definidos de antemano Datos con contexto para explorar después
Encaja con Monolitos y sistemas estables Microservicios y Kubernetes
Salida típica Alerta Diagnóstico

La diferencia pesa más cuanto más distribuido es el sistema. En un monolito, el origen se encuentra. En una arquitectura con decenas de servicios sobre Kubernetes, en cambio, una petición lenta puede atravesar ocho servicios distintos antes de devolver un error, y un panel definido de antemano rara vez dice en cuál de ellos se perdieron los segundos que el usuario sí notó.

¿Cuáles son las señales de la observabilidad?

Son tres señales clásicas. Cada una responde a una pregunta distinta.

  • Métricas. Valores numéricos agregados en el tiempo, como latencia, tasa de error o uso de procesador. Son baratas de guardar y dicen que algo va mal, pero rara vez dicen por qué.
  • Logs. Registros de eventos con marca de tiempo. Dan el detalle de un punto concreto, a cambio de mucho volumen.
  • Trazas distribuidas. El recorrido completo de una petición por todos los servicios que toca: la señal más directa para ver dónde se pierde el tiempo en microservicios.

Hablar de "tres pilares" ya se queda corto, porque los equipos que llevan años operando sistemas distribuidos en producción suman a esas tres señales los eventos de negocio y los perfiles de rendimiento continuos, y técnicas como la observabilidad con eBPF capturan señales desde el kernel sin tocar la aplicación. Lo decisivo no es cuántas señales recoges. Es que estén correlacionadas: que desde una métrica anómala puedas saltar a la traza y al log de esa misma petición.

¿Por qué OpenTelemetry se ha convertido en el estándar?

OpenTelemetry es el estándar abierto para instrumentar aplicaciones y emitir métricas, logs y trazas en un formato común que aceptan la mayoría de backends, directamente o mediante exportadores. Lo mantiene la Cloud Native Computing Foundation.

Su valor es de arquitectura. Antes, cada plataforma comercial traía su propio agente y su propio formato, de modo que cambiar de proveedor obligaba a instrumentar el código otra vez, mientras que con OpenTelemetry se instrumenta una vez y cambiar de destino pasa a ser, sobre todo, cuestión de configurar el Collector y sus exportadores.

¿Qué herramientas componen una pila de observabilidad?

Una pila tiene cuatro capas: instrumentación, recolección, almacenamiento y visualización con alertas. La señal nace en el código instrumentado, pasa por un recolector como el OpenTelemetry Collector, se guarda en un backend y se consulta desde paneles y alertas. Las herramientas se reparten en dos familias.

La pila abierta suele juntar Prometheus para métricas, Grafana para visualización, Loki o el stack ELK (Elasticsearch, Logstash y Kibana) para logs y Jaeger para trazas, con OpenTelemetry como capa de instrumentación. No hay coste de licencia. Hay almacenamiento, mantenimiento y personas.

Las plataformas comerciales, como Datadog, Dynatrace, Splunk o New Relic, integran las cuatro capas en un único producto con agentes propios, detección automática de anomalías y soporte, y cobran por host, por volumen de datos ingerido o por usuario, de modo que la factura depende del tamaño de la infraestructura.

¿Quién opera la observabilidad en una empresa?

En España, la observabilidad rara vez llega como puesto propio. Según el análisis de mercado de Shakers, 2.268 ofertas tech publicadas en España entre junio y noviembre de 2026 mencionan al menos una herramienta de observabilidad. Solo 85 llevan la palabra en el título.

Método: ofertas tech en España recogidas por Shakers Market del 19 de junio al 17 de noviembre de 2026 que nombran en el título o la descripción alguna herramienta de observabilidad (Grafana, Prometheus, Datadog, Dynatrace, Splunk, OpenTelemetry, ELK o Loki, entre otras), con el término verificado y sin repetir ofertas de la misma empresa y título. Mide dónde aparece la skill, no cuántos puestos la exigen.

El rol que más la pide es DevOps, pero no el único.

Rol Ofertas
DevOps Engineer 205
Site Reliability Engineer 83
Backend Developer 67
Software Engineer 62
Platform Engineer 43
Data Engineer 36

Por familias, Cloud & DevOps reúne 850 ofertas, Software Engineering 679 y producto y gestión 360.

La misma muestra dice también qué pila se pide: Grafana o Prometheus aparecen en 1.499 ofertas, frente a 831 que piden Datadog, Dynatrace o Splunk (no son excluyentes: 316 nombran de las dos), así que pesa más quien sepa operar la pila abierta.

Si la observabilidad está repartida entre roles, lo que hay que buscar no es un título sino una skill: instrumentar con OpenTelemetry, diseñar métricas útiles y leer una traza bajo presión, que es el paso de pensar en roles a pensar en skills y que puede vivir en un rol de DevOps, de SRE, en uno de platform engineering o en un backend senior. Comprobarla exige verla aplicada sobre un sistema real. El CV no basta.

¿Cómo se mide si la observabilidad funciona?

Con objetivos de servicio, no con el número de paneles. Un SLI es el dato observado, por ejemplo el porcentaje de peticiones que responden en menos de 300 milisegundos. Un SLO es el objetivo interno sobre ese dato en una ventana de tiempo. El presupuesto de errores es lo que el SLO deja de margen: si el objetivo es el 99,9% en 30 días, el 0,1% restante es el fallo que el equipo puede consumir antes de frenar despliegues.

La prueba de fuego es el tiempo de diagnóstico: si ante un incidente que nadie había visto antes el equipo encuentra la causa con los datos que ya tiene, sin reproducir el fallo ni desplegar trazas nuevas a toda prisa mientras el cliente espera, la observabilidad funciona. Si no, no. Cómo bajar ese tiempo en entornos con varias nubes da para otra guía: la de observabilidad avanzada para reducir el tiempo de resolución.

Preguntas frecuentes sobre observabilidad

¿En qué se diferencia la observabilidad de la monitorización?

La monitorización vigila condiciones definidas de antemano y avisa cuando se cumplen. La observabilidad recoge señales con contexto suficiente para investigar fallos que nadie anticipó. En sistemas distribuidos, con muchos servicios encadenados, la monitorización sola deja sin explicar los fallos que nadie había previsto.

¿Cuánto cuesta implantar observabilidad?

Depende menos de la herramienta que del volumen de datos y de quién la opere. Las plataformas comerciales cobran por host, por datos ingeridos o por usuario, así que el coste crece con la infraestructura. La pila abierta no tiene coste de licencia, pero sí almacenamiento y mantenimiento. En los dos casos, la partida que más se subestima es el tiempo de las personas que instrumentan y mantienen el sistema.

Si ya tenemos Datadog o Dynatrace, ¿necesitamos algo más?

La licencia resuelve la recolección y la visualización, no la parte que decide el resultado. Alguien tiene que instrumentar el código propio, elegir qué métricas reflejan la experiencia del usuario, definir SLO y depurar trazas cuando algo falla.

¿Qué es OpenTelemetry?

OpenTelemetry es el estándar abierto de la Cloud Native Computing Foundation para instrumentar aplicaciones y emitir métricas, logs y trazas en un formato común. Su ventaja es la portabilidad: la instrumentación se hace una vez y los datos se pueden enviar a Prometheus, Grafana, Datadog, Dynatrace u otro destino compatible sin volver a instrumentar la aplicación.

¿Qué perfil necesito para operar la observabilidad?

No hace falta un puesto con ese nombre, sino la skill: instrumentación con OpenTelemetry, diseño de métricas y SLO, y lectura de trazas distribuidas. Suele estar en roles DevOps, SRE, platform o backend senior. Según el análisis de mercado de Shakers, de 2.268 ofertas españolas que mencionan estas herramientas, solo 85 llevan la palabra observabilidad en el título.

¿Cómo ayuda la observabilidad a reducir el MTTR?

El MTTR es el tiempo medio que se tarda en resolver un incidente. La observabilidad acorta sobre todo la parte de diagnóstico: con señales correlacionadas, el equipo pasa de la alerta a la causa sin reproducir el fallo. El detalle operativo, con agentes, monitorización sintética y entornos con varias nubes, está en nuestra guía de observabilidad avanzada.

La observabilidad no se compra en una caja. Se construye con señales bien elegidas, con un estándar como OpenTelemetry que evite quedar atado a un proveedor y, sobre todo, con personas que sepan leer lo que el sistema está diciendo. ¿Tienes la licencia pero nadie que instrumente ni defina los SLO? Ese es el hueco.

Shakers es la plataforma de talento tech certificado en skills tecnológicas e IA: especialistas que colaboran con tu equipo mientras la observabilidad se diseña y se instrumenta. Puedes ver los perfiles de Site Reliability Engineer, Platform Engineer y DevOps Engineer con los que colabora Shakers.