提供綜合保育科技服務「Hai Cheese!」的千株式會社，在導入New Relic數月後，實現了加速鎖定故障原因及發布頻率提升3倍等多項成效
千株式會社為其保育系統「Hai Cheese!」導入了New Relic的可觀測性平台，成功將故障排除時間縮短至幾分鐘，並使功能發布頻率提升了三倍。
📋 文章處理履歷
- 📰 發表: 2026年4月7日 20:00
- 🔍 收集: 2026年4月7日 11:30
- 🤖 AI分析完成: 2026年4月20日 22:27（收集後322小時56分鐘）
為數位業務提供可觀測性（Observability）平台的New Relic株式會社（總部：東京都中央區，以下簡稱「New Relic」）宣布，提供綜合保育科技服務「Hai Cheese!」的千株式會社（總部：東京都千代田區，以下簡稱「千」），已導入可觀測性平台「New Relic」，並在正式上線營運後短短數月內，實現了多項成效。
千設立於2004年10月，致力於透過IT技術減輕托兒機構與家長的負擔，並展開兼顧孩童身心兩方面發展的托兒支援業務。其主力事業——SaaS型綜合保育科技服務「Hai Cheese!」，以「為孩子帶來和平」為核心理念，旨在與托兒所、幼稚園等托育機構及家長共同培育孩童的幸福。旗下提供的服務包含：照片拍攝與線上販售服務「Hai Cheese! Photo」、托兒業務支援的ICT服務「Hai Cheese! 系統」、相簿製作服務「Hai Cheese! 相簿」，以及營養午餐與食育服務「Hai Cheese! Veggie」等。截至2026年2月，已有超過2萬家機構採用「Hai Cheese!」系列服務。
## 導入背景與過程
此次千在「Hai Cheese! 系統」的開發與營運業務中導入了New Relic。「Hai Cheese! 系統」具備「上下學管理」、「家長聯繫」、「出勤管理」、「指導計畫」、「協助建立記錄」、「健康管理」等超過30項功能。該系統的存取量集中在平日上午8點左右（即保育員開始上班的時間），尖峰時段的請求量高達每分鐘1萬8,000次。儘管系統被要求在尖峰時段也必須穩定運作，但過去系統效能遲緩卻成為常態。該系統是在AWS上進行開發與營運，然而最嚴重的問題在於，即使察覺到系統效能變慢，也無法立刻找出原因。
過去當收到客戶反映系統故障時，必須先使用AWS的監控服務縮小問題發生的時間與端點範圍，接著再從各處收集日誌並交由AI工具進行分析。這是一個非常耗時費力的流程，導致在鎖定問題原因及應對上花費了大量時間。為了解決這些課題，千開始評估在「Hai Cheese! 系統」中導入可觀測性技術。
## 導入New Relic的成效
千在2025年8月對多款可觀測性產品進行了比較與評估。結果顯示，New Relic基於使用者人數與數據量（數據攝取量）的計費方式便於控制成本，加上日本分公司的支援體系相當完善，獲得了高度評價，最終決定採用New Relic。在進行PoC（概念驗證）後，New Relic於2025年10月正式上線營運。
目前，該公司的SRE團隊與「Hai Cheese! 系統」的開發團隊每天都會運用New Relic。導入New Relic後，在正式上線營運的短短數月內便帶來了多項成效。
- 在幾分鐘內鎖定突發故障的根本原因
過去當系統發出效能下降的警報時，往往難以找出原因，只能採取增加資源並觀察情況的被動應對方式。有了New Relic後，例如特定處理程序正在壓迫CPU的情況，只需短短幾分鐘就能找出來。包含過去看不見的盲點在內，現在已經能立刻掌握問題的根本原因。
- Hai Cheese! 系統的功能發布頻率提升了3倍
自從導入New Relic後，由於確立了「即使發布的軟體出現問題也能立刻檢測出來」的信心，
千設立於2004年10月，致力於透過IT技術減輕托兒機構與家長的負擔，並展開兼顧孩童身心兩方面發展的托兒支援業務。其主力事業——SaaS型綜合保育科技服務「Hai Cheese!」，以「為孩子帶來和平」為核心理念，旨在與托兒所、幼稚園等托育機構及家長共同培育孩童的幸福。旗下提供的服務包含：照片拍攝與線上販售服務「Hai Cheese! Photo」、托兒業務支援的ICT服務「Hai Cheese! 系統」、相簿製作服務「Hai Cheese! 相簿」，以及營養午餐與食育服務「Hai Cheese! Veggie」等。截至2026年2月，已有超過2萬家機構採用「Hai Cheese!」系列服務。
## 導入背景與過程
此次千在「Hai Cheese! 系統」的開發與營運業務中導入了New Relic。「Hai Cheese! 系統」具備「上下學管理」、「家長聯繫」、「出勤管理」、「指導計畫」、「協助建立記錄」、「健康管理」等超過30項功能。該系統的存取量集中在平日上午8點左右（即保育員開始上班的時間），尖峰時段的請求量高達每分鐘1萬8,000次。儘管系統被要求在尖峰時段也必須穩定運作，但過去系統效能遲緩卻成為常態。該系統是在AWS上進行開發與營運，然而最嚴重的問題在於，即使察覺到系統效能變慢，也無法立刻找出原因。
過去當收到客戶反映系統故障時，必須先使用AWS的監控服務縮小問題發生的時間與端點範圍，接著再從各處收集日誌並交由AI工具進行分析。這是一個非常耗時費力的流程，導致在鎖定問題原因及應對上花費了大量時間。為了解決這些課題，千開始評估在「Hai Cheese! 系統」中導入可觀測性技術。
## 導入New Relic的成效
千在2025年8月對多款可觀測性產品進行了比較與評估。結果顯示，New Relic基於使用者人數與數據量（數據攝取量）的計費方式便於控制成本，加上日本分公司的支援體系相當完善，獲得了高度評價，最終決定採用New Relic。在進行PoC（概念驗證）後，New Relic於2025年10月正式上線營運。
目前，該公司的SRE團隊與「Hai Cheese! 系統」的開發團隊每天都會運用New Relic。導入New Relic後，在正式上線營運的短短數月內便帶來了多項成效。
- 在幾分鐘內鎖定突發故障的根本原因
過去當系統發出效能下降的警報時，往往難以找出原因，只能採取增加資源並觀察情況的被動應對方式。有了New Relic後，例如特定處理程序正在壓迫CPU的情況，只需短短幾分鐘就能找出來。包含過去看不見的盲點在內，現在已經能立刻掌握問題的根本原因。
- Hai Cheese! 系統的功能發布頻率提升了3倍
自從導入New Relic後，由於確立了「即使發布的軟體出現問題也能立刻檢測出來」的信心，