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(yùn)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(yùn)營維護(hù)上的支出費(fèi)用超過200萬元……
那么,對(duì)于企業(yè)來說,怎樣預(yù)先評(píng)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(yàn)?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(yàn)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(yàn)
阿里云撥測是一種針對(duì)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(yàn)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(jí)主動(dòng)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(yàn)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(yùn)營維護(hù)上的支出費(fèi)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(yùn)營商的監(jiān)測點(diǎn),設(shè)定瀏覽和網(wǎng)絡(luò)任務(wù),實(shí)時(shí)獲取第一線的真實(shí)用戶訪問體驗(yàn)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(duì)及時(shí)修復(fù)問題,同時(shí)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(yùn)營維護(hù)上的支出費(fèi)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(yàn)證時(shí)卻可以正常訪問等問題,可使用云撥測,在不同地區(qū)運(yùn)營商條件下,對(duì)比該網(wǎng)站的整體性能、可用性、頁面渲染用時(shí)、時(shí)延等性能指標(biāo),掌握全國不同城市運(yùn)營商的用戶訪問網(wǎng)站時(shí)的真實(shí)性能與用戶體驗(yàn)數(shù)據(jù),為制定網(wǎng)站運(yùn)營維護(hù)策略提供有力的數(shù)據(jù)支撐,同時(shí)用戶投訴率下降了85%左右!
場景3:時(shí)刻掌握競品性能與體驗(yàn)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(yùn)營維護(hù)上的支出費(fèi)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?yàn)椤霸L問網(wǎng)站等待過長”等用戶體驗(yàn)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(duì)自身應(yīng)用和競品應(yīng)用進(jìn)行對(duì)比,從地域、運(yùn)營商、時(shí)間趨勢、問題占比等多個(gè)維度組合分析,時(shí)刻掌握競品性能與體驗(yàn)差異,不斷提升自身競爭力,同時(shí)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(dòng)式監(jiān)測網(wǎng)絡(luò)(包含IDC節(jié)點(diǎn)和真實(shí)網(wǎng)民PC節(jié)點(diǎn)),以海量任務(wù)智能調(diào)度技術(shù)、高并發(fā)大數(shù)據(jù)實(shí)時(shí)處理技術(shù)為核心,在監(jiān)測精度上實(shí)現(xiàn)頁面元素級(jí)、網(wǎng)絡(luò)請(qǐng)求級(jí)、網(wǎng)絡(luò)鏈路級(jí)的問題定位,在用戶使用上實(shí)現(xiàn)多頻率任務(wù)的并發(fā),在數(shù)據(jù)分析上實(shí)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(duì)Web頁面的瀏覽撥測和針對(duì)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(jí)錯(cuò)誤,并可將問題原因精準(zhǔn)定位至單次網(wǎng)絡(luò)請(qǐng)求過程,可以有效提升頁面性能和用戶體驗(yàn)。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(yùn)營商等多個(gè)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(diǎn)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(qiáng)大的競品對(duì)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(duì)自身應(yīng)用進(jìn)行性能監(jiān)測,也可以對(duì)競品應(yīng)用進(jìn)行對(duì)比監(jiān)測,時(shí)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(yàn)水平
利用云撥測的主動(dòng)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(yàn),提前定位、解決每一次用戶體驗(yàn)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(tái)支持從地區(qū)、城市、運(yùn)營商等多個(gè)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(shí)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(shí)間間隔的平均值。
價(jià)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(shí)長,體現(xiàn)瀏覽服務(wù)的用戶體驗(yàn)。
100KB耗時(shí)
算法:平均加載100KB內(nèi)容所需耗時(shí)。
價(jià)值:更加科學(xué)公正的展現(xiàn)不同頁面加載耗時(shí)。
首屏用時(shí)
算法:從輸入U(xiǎn)RL開始到頁面已渲染區(qū)域高度大于等于指定高度的時(shí)間差,默認(rèn)是600像素高。
價(jià)值:從用戶體驗(yàn)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(duì)目標(biāo)訪問的成功率。
價(jià)值:反映對(duì)可用程度的總體評(píng)價(jià)。
下載量
算法:下載量=有效散點(diǎn)的下載字節(jié)總量/有效的散點(diǎn)個(gè)數(shù)。
價(jià)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(shí)延
算法:一個(gè)報(bào)文或分組從一個(gè)網(wǎng)絡(luò)的一端傳送到另一端所需要的時(shí)間。
價(jià)值:反映路由的真實(shí)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(jià)值:反映當(dāng)前網(wǎng)絡(luò)環(huán)境好壞的重要評(píng)價(jià)標(biāo)準(zhǔn)。
DNS查詢用時(shí)
算法:將域名解析成IP地址需要的時(shí)間。
價(jià)值:反映域名解析成IP地址的性能。
解析錯(cuò)誤率
算法:解析域名的過程中,出現(xiàn)錯(cuò)誤次數(shù)的占比。解析錯(cuò)誤率=解析錯(cuò)誤數(shù)/解析域名總數(shù)*100%
價(jià)值:反映域名解析錯(cuò)誤的性能。
云撥測在監(jiān)測精度上實(shí)現(xiàn)頁面元素級(jí)、網(wǎng)絡(luò)請(qǐng)求級(jí)、網(wǎng)絡(luò)鏈路級(jí)的問題定位,在用戶使用上實(shí)現(xiàn)多頻率任務(wù)的并發(fā),在數(shù)據(jù)分析上實(shí)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(dòng)模擬真實(shí)用戶并對(duì)應(yīng)用進(jìn)行探測,不影響應(yīng)用的正常運(yùn)行,可實(shí)現(xiàn)采樣樣本數(shù)據(jù)收集,獲取用戶的體驗(yàn)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(shí)終端用戶使用場景為視角,對(duì)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(yàn)。Web應(yīng)用出現(xiàn)質(zhì)量問題時(shí),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(shí)時(shí)監(jiān)控服務(wù) ARMS: https://www.aliyun.com/product/arms
原文鏈接:https://developer.aliyun.com/article/781341?