Der Anwendungsfall: wie Bullla Datadog einsetzt
Bullla uses Datadog for application performance monitoring, log management, synthetic monitoring and real user monitoring across its cloud environment and high-volume applications. It also uses Bits AI for root cause analysis, automated postmortems and self-healing workflows to resolve incidents faster.
Weitere angegebene Ergebnisse
Zahlen aus der Fallstudie von Datadog. usedby hat sie nicht unabhängig gemessen.
The broader impact is reflected in Bullla’s availability, which increased from a historical level of 97% to 99.99%.
For critical incidents, the team has shortened troubleshooting time by up to 80%
With Bits Chat, Bullla has also reduced the time required to produce security incident reports by approximately 96%
In den Worten des Kunden
Bits AI gives us business and technical visibility at a much higher level and in dramatically less time. It helps us connect the data, identify root causes, and give our engineers accurate direction within minutes.Weitere Unternehmen, die Datadog nutzen
Kunden aus allen Branchen, mit öffentlichen Belegen.
AppFolioBestätigt
Auth0Bestätigt
HashiCorpBestätigt
ItaúBestätigt
PayPalBestätigt
Porsche InformatikBestätigtDirekt zur Quelle
Auf Basis der veröffentlichten Fallstudie von Datadog. Wir prüfen die öffentlichen Belege; die Ergebnisse gibt der Anbieter an.
datadoghq.com- Quelle veröffentlicht
- 21. Okt. 2026
- Zuletzt geprüft
- 12. Nov. 2026
Screenshot der Quelle öffnen Was die Fallstudie behauptet und was wir geprüft haben
Was wir mit der Seite verglichen haben.
- Die Zahl: 90%Geprüft
Steht wörtlich auf der Seite, nahe dem Namen Bullla.
- Die oben zitierte PassageGeprüft
Wörtlich von der Seite übernommen, nahe dem Namen Bullla.
- Das VeröffentlichungsdatumGeprüft
Aus den eigenen Metadaten der Seite gelesen, nie geschätzt.
- Bullla nutzt DatadogGeprüft
Eintrag mit Stufe Bestätigt.
- Das Ergebnis selbstNicht geprüft
Wir zitieren es; wir haben es nicht gemessen.
Bullla has embedded Bits AI into its engineering workflows to correlate metrics, traces, logs, and source code. Instead of manually searching across disconnected signals, teams can use AI-generated root cause analysis, postmortems, and remediation recommendations