阿里云撥測：主動探測Web應(yīng)用質(zhì)量，助力提升用戶體驗

隨著中國數(shù)字化經(jīng)濟(jì)的蓬勃發(fā)展，越來越多的企業(yè)大力發(fā)展線上業(yè)務(wù)。例如，某傳媒機(jī)構(gòu)開設(shè)新聞資訊網(wǎng)站，并在網(wǎng)站運營維護(hù)上每年支出超過500萬元；某零售商開設(shè)電子商務(wù)服務(wù)網(wǎng)站，每年在網(wǎng)站運營維護(hù)上的支出費用超過200萬元……

那么，對于企業(yè)來說，怎樣預(yù)先評估自身Web應(yīng)用是否已達(dá)到目標(biāo)服務(wù)質(zhì)量和用戶體驗？如何精準(zhǔn)定位終端用戶訪問Web應(yīng)用過程中遇到的故障及其根因？怎樣有效衡量自身與競品的性能和體驗差距？

方案：真機(jī)撥測，預(yù)先感知Web應(yīng)用質(zhì)量與用戶體驗

阿里云撥測是一種針對互聯(lián)網(wǎng)應(yīng)用（Web頁面、網(wǎng)絡(luò)鏈路等）進(jìn)行應(yīng)用性能和用戶體驗監(jiān)測的服務(wù)，無需嵌碼即可為云上用戶提供開箱即用的企業(yè)級主動撥測式應(yīng)用監(jiān)測解決方案。

場景1：預(yù)先感知終端用戶的使用體驗場景

某電子商務(wù)服務(wù)網(wǎng)站月活用戶數(shù)超過100萬，用戶群體主要分布在全國三、四、五線城市，每年在網(wǎng)站運營維護(hù)上的支出費用超過200萬元。商品信息更新較頻繁，為更高效的解決更新后收到各地用戶投訴“商品圖片加載不出來”、“頁面打開緩慢”等問題，可使用云撥測，選取全國不同城市運營商的監(jiān)測點，設(shè)定瀏覽和網(wǎng)絡(luò)任務(wù)，實時獲取第一線的真實用戶訪問體驗數(shù)據(jù)，精準(zhǔn)定位出現(xiàn)問題的頁面元素，幫助技術(shù)團(tuán)隊及時修復(fù)問題，同時用戶投訴率下降了80%左右！

場景2：精準(zhǔn)定位Web應(yīng)用故障根因

某新聞資訊網(wǎng)站日活用戶數(shù)超過300萬，用戶遍布全國，每年在網(wǎng)站運營維護(hù)上的支出費用超過500萬元。為更高效的解決其他各地用戶投訴“網(wǎng)站不能正常訪問”、“新聞打開緩慢”，但本地驗證時卻可以正常訪問等問題，可使用云撥測，在不同地區(qū)運營商條件下，對比該網(wǎng)站的整體性能、可用性、頁面渲染用時、時延等性能指標(biāo)，掌握全國不同城市運營商的用戶訪問網(wǎng)站時的真實性能與用戶體驗數(shù)據(jù)，為制定網(wǎng)站運營維護(hù)策略提供有力的數(shù)據(jù)支撐，同時用戶投訴率下降了85%左右！

場景3：時刻掌握競品性能與體驗差異

某大型線上生活服務(wù)機(jī)構(gòu)網(wǎng)站日活用戶數(shù)超過1000萬，用戶覆蓋全國各省市，每年在網(wǎng)站運營維護(hù)上的支出費用數(shù)千萬元，行業(yè)競爭激烈，為更高效的解決用戶經(jīng)常因為“訪問網(wǎng)站等待過長”等用戶體驗問題轉(zhuǎn)而選用其他廠商的服務(wù)等問題，可使用云撥測，以終端用戶視角對自身應(yīng)用和競品應(yīng)用進(jìn)行對比，從地域、運營商、時間趨勢、問題占比等多個維度組合分析，時刻掌握競品性能與體驗差異，不斷提升自身競爭力，同時用戶的留存率大幅上升！

優(yōu)勢：深度數(shù)據(jù)挖掘，精準(zhǔn)定位Web應(yīng)用問題

云撥測依托覆蓋全球500+城市的主動式監(jiān)測網(wǎng)絡(luò)（包含IDC節(jié)點和真實網(wǎng)民PC節(jié)點），以海量任務(wù)智能調(diào)度技術(shù)、高并發(fā)大數(shù)據(jù)實時處理技術(shù)為核心，在監(jiān)測精度上實現(xiàn)頁面元素級、網(wǎng)絡(luò)請求級、網(wǎng)絡(luò)鏈路級的問題定位，在用戶使用上實現(xiàn)多頻率任務(wù)的并發(fā)，在數(shù)據(jù)分析上實現(xiàn)多圖表、多維度的組合分析。

準(zhǔn)確精細(xì)的問題定位

目前，云撥測支持針對Web頁面的瀏覽撥測和針對網(wǎng)絡(luò)鏈路的網(wǎng)絡(luò)撥測。瀏覽撥測任務(wù)支持發(fā)現(xiàn)頁面元素級錯誤，并可將問題原因精準(zhǔn)定位至單次網(wǎng)絡(luò)請求過程，可以有效提升頁面性能和用戶體驗。網(wǎng)絡(luò)撥測任務(wù)支持DNS、Ping、Tracert，可以完美覆蓋網(wǎng)絡(luò)鏈路質(zhì)量監(jiān)控場景。

豐富的多維度數(shù)據(jù)分析模型

云撥測支持從地區(qū)、城市、運營商等多個維度組合分析，并可下鉆分析單樣本詳情，結(jié)合豐富的指標(biāo)體系和直觀的柱狀圖、條形圖、折線圖、散點圖等在線圖表，快速定位問題受影響的范圍及其根本原因。

強大的競品對比能力

借助云撥測無需修改應(yīng)用代碼或嵌碼的技術(shù)能力，既可以對自身應(yīng)用進(jìn)行性能監(jiān)測，也可以對競品應(yīng)用進(jìn)行對比監(jiān)測，時刻掌握競品差異，做出更具優(yōu)勢的競爭策略。

預(yù)先感知用戶體驗水平

利用云撥測的主動式撥測模式，可以在終端用戶之前清晰了解目標(biāo)應(yīng)用在全球終端用戶側(cè)的網(wǎng)絡(luò)、瀏覽等數(shù)字性能體驗，提前定位、解決每一次用戶體驗的不良問題。

效果：數(shù)據(jù)可視化與核心指標(biāo)體系

云撥測平臺支持從地區(qū)、城市、運營商等多個維度組合分析，快速定位問題及受影響的范圍，擁有完備的網(wǎng)絡(luò)和瀏覽服務(wù)質(zhì)量指標(biāo)體系。

瀏覽服務(wù)質(zhì)量主要指標(biāo)體系

整體性能

算法：某段時間內(nèi)從頁面開始瀏覽到最后一包數(shù)據(jù)接收完成之間的時間間隔的平均值。

價值：反映終端用戶從觸發(fā)“加載網(wǎng)頁”到真正頁面渲染完成的等待時長，體現(xiàn)瀏覽服務(wù)的用戶體驗。

100KB耗時

算法：平均加載100KB內(nèi)容所需耗時。

價值：更加科學(xué)公正的展現(xiàn)不同頁面加載耗時。

首屏用時

算法：從輸入URL開始到頁面已渲染區(qū)域高度大于等于指定高度的時間差，默認(rèn)是600像素高。

價值：從用戶體驗角度衡量頁面渲染效果。

可用性

算法：執(zhí)行監(jiān)測任務(wù)的客戶端對目標(biāo)訪問的成功率。

價值：反映對可用程度的總體評價。

下載量

算法：下載量=有效散點的下載字節(jié)總量/有效的散點個數(shù)。

價值：反映下載字節(jié)數(shù)的性能。

網(wǎng)絡(luò)服務(wù)質(zhì)量主要指標(biāo)體系

時延

算法：一個報文或分組從一個網(wǎng)絡(luò)的一端傳送到另一端所需要的時間。

價值：反映路由的真實情況。

丟包率

算法：丟包率=丟失數(shù)據(jù)包量/所傳數(shù)據(jù)包總數(shù)*100%

價值：反映當(dāng)前網(wǎng)絡(luò)環(huán)境好壞的重要評價標(biāo)準(zhǔn)。

DNS查詢用時

算法：將域名解析成IP地址需要的時間。

價值：反映域名解析成IP地址的性能。

解析錯誤率

算法：解析域名的過程中，出現(xiàn)錯誤次數(shù)的占比。解析錯誤率=解析錯誤數(shù)/解析域名總數(shù)*100%

價值：反映域名解析錯誤的性能。

云撥測在監(jiān)測精度上實現(xiàn)頁面元素級、網(wǎng)絡(luò)請求級、網(wǎng)絡(luò)鏈路級的問題定位，在用戶使用上實現(xiàn)多頻率任務(wù)的并發(fā)，在數(shù)據(jù)分析上實現(xiàn)多圖表、多維度的組合分析。云撥測利用遍布全球的監(jiān)控網(wǎng)絡(luò)，在生產(chǎn)環(huán)境下，主動模擬真實用戶并對應(yīng)用進(jìn)行探測，不影響應(yīng)用的正常運行，可實現(xiàn)采樣樣本數(shù)據(jù)收集，獲取用戶的體驗數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)及競品和行業(yè)數(shù)據(jù)，以真實終端用戶使用場景為視角，對目標(biāo)應(yīng)用進(jìn)行性能管理和網(wǎng)絡(luò)性能監(jiān)控，透視防火墻外的各環(huán)節(jié)性能，先于最終用戶挖掘故障隱患，助力云上用戶提升自身應(yīng)用產(chǎn)品的用戶體驗。Web應(yīng)用出現(xiàn)質(zhì)量問題時，云撥測可以迅速定位目標(biāo)應(yīng)用性能問題的受影響范圍及其根本原因，從而精準(zhǔn)解決IT問題，提升服務(wù)質(zhì)量。

關(guān)聯(lián)產(chǎn)品

應(yīng)用實時監(jiān)控服務(wù) ARMS： https://www.aliyun.com/product/arms

原文鏈接：https://developer.aliyun.com/article/781341?