Il existe 3 grandes familles de monitoring pour mesurer les performances web de vos services mais avec des objectifs très différents… MONITORING ACTIF – Simulation d’utilisateursFONCTIONNEMENTSimule la connexion d’un utilisateur à un site internet depuis un ou plusieurs points géographiques donnés. MESURE DES PERFORMANCES vue end-userLes performances sont mesurées de bout en bout (même si les robots ne reproduisent pas parfaitement le comportement d’un navigateur).Les mesures ne sont pas exhaustives (quelques faux utilisateurs, depuis quelques points donnés, jouant quelques scénarios).Permet de détecter des tendances à la hausse ou à la baisse des performances.MESURE DE LA DISPONIBILITÉMesure l’indisponibilité d’une page ou d’un site. Remonte très précisément les éventuels codes erreurs.DIAGNOSTICLe temps de chargement d’une page est décomposé en mesures plus fines dans le but de cibler le ou les objets qui font défaut.Les informations contextuelles sont très pauvres ce qui ne permet généralement pas de détecter d’éventuels cas d’utilisation problématiques. SIMPLICITE – DEPLOIEMENT ET MAINTENANCENécessite l’enregistrement ou le développement de scénarios. Ces scénarios doivent être modifiés si le service évolue. Si itérations fréquentes, la maintenance est relativement lourde. Expertise et formation nécessaires. Pollue l’audience réelle.MESURE DES PERFORMANCES vue serveursNe permet pas d’avoir une vue fine sur les différents composants du data center (BDD, CPU, RAM ).Radar monitoring actif : MONITORING PASSIF – Utilisateurs réelsFONCTIONNEMENTCollecte l’ensemble des données utilisateurs relatives aux performances (temps de chargements des pages) et au contexte d’usage (localisation, navigateur, mobile, FAI, matériel…). MESURE DES PERFORMANCES vue end-userLes performances sont mesurées de bout en bout, du point de vue des utilisateurs (affichage de la page sur l’écran de l’utilisateur, quel que soit le matériel) et de manière exhaustive (pour...
Supervision active – appYuser Robot 12 scénarios représentant des parcours pertinents d’internautes sont joués tous les quarts d’heure, certains scénarios ont plus de 20 étapes (20 clics internautes). Nous alertons sur trois niveaux d’erreur : Bloquante – si l’erreur est critique et si elle se reproduit (une page indisponible par exemple) Critique – erreur bloquante mais qui ne s’est pas reproduite (formulaire indisponible par exemple) Warning – erreur sur des objets non bloquants (une image sans importance par exemple) Résultats 3 mois de supervision ont permis aux équipes techniques de réduire les erreurs bloquantes de 86%, les erreurs critiques de 87% et les warning de 25%. Nous évaluons actuellement en parallèle l’impact réel de ces améliorations sur le ressenti utilisateur avec le module appYuser Insight. Evolution des anomalies sur 3 mois : Bibliothèque nationale de France | amélioration de la qualité de service was last modified: octobre 9th, 2018 by David...
appYuser Robot Le nouveau module appYuser Robot mesure la disponibilité de vos transactions les plus critiques 24h/24 et 7j/7. appYuser Robot simule des utilisateurs qui se connectent au travers d’un navigateur web à vos applications web, ce qui permet de connaitre et d’être notifié à tout moment sur la disponibilité de vos applications, les temps de réponse de vos pages et si les composants de vos pages se sont affichés de façon correcte ou bien en erreur. Comment ça marche ? Vous définissez des parcours clients critiques ou pertinents et nous intégrons dans appYuser des scénarios qui vont simuler des utilisateurs reproduisant le ou les parcours critiques. Ces scénarios sont ensuite exécutés à des fréquences choisies (5mn, 15mn, 30mn…), vous êtes notifiés si des erreurs bloquantes sont détectées, si les services sont indisponibles ou bien si les performances sont insuffisantes. Quand ou pourquoi mettre en place ce type de supervision ? Lorsqu’on veut s’assurer qu’un service web est toujours disponible, Lorsqu’on veut limiter les temps de détection et de résolution de problèmes, Pour reproduire des dysfonctionnements complexes et les analyser. Conseil ! Si vous corrélez ce type de supervision avec une supervision passive (vue réelle des performances pour l’ensemble de vos utilisateurs, solution appYuser insight par exemple), il vous sera alors très facile d’analyser certains dysfonctionnements peu reproductibles de vos services, notamment lorsqu’ils sont fonction de cas d’usage (accès depuis un iPad, un smartphone Samsung, un système Android ou bien lors de pics d’audience …) Les performances techniques de vos services influent sur vos activités métier ! Supervision proactive des services critiques | robot appYuser was last modified: octobre 9th, 2018 by...
Nous utilisons des cookies pour améliorer votre experience de navigation sur le site. Cookie settingsACCEPTER
Cookies et confidentialité
Privacy Overview
Ce site utilise des cookies pour améliorer votre expérience de navigation sur le site. Hors de ces cookies, les cookies classés comme nécessaires sont stockés dans votre navigateur car ils sont aussi essentiels au fonctionnement des fonctionnalités de base du site. Nous utilisons également des cookies tiers qui nous aident à analyser et à comprendre comment vous utilisez ce site. Ces cookies ne seront stockés dans votre navigateur qu'avec votre consentement. Vous avez également la possibilité de désactiver ces cookies. Toutefois, la désactivation de certains de ces cookies peut avoir une incidence sur votre expérience de navigation.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
