Valódi felhasználói figyelés (RUM)

A valós felhasználók monitorozása teljesítményadatokat gyűjt a tényleges látogatóktól, miközben azok egy webhelyet használnak, rögzítve az időzítéseket és a hibákat valódi böngészőkből, valódi eszközökön és kapcsolatokon. Ez ellentétben áll a szintetikus monitorozással, amely egy webhelyet szkriptelt tesztek futtatásával mér ellenőrzött környezetekből, ütemterv szerint, és a kettő különböző kérdésekre ad választ, ahelyett, hogy versengene egymással.

Meghatározó előnye a reprezentativitás. A laboratóriumi mérés egy kiválasztott eszközt, egy kiválasztott kapcsolódási profilt és egy kiválasztott helyet használ, amelyek egyike sem írja le a közönség tényleges eloszlását. A valós felhasználói adatok a teljes elterjedtséget rögzítik: régebbi telefonok túlterhelt mobilhálózatokon, olyan böngészők, amelyek bővítményekkel rendelkeznek, amelyek feldolgozási költségeket növelnek, a származási helytől távol eső régiókban tartózkodó látogatók, valamint a szokatlanul lassú élmények azon része, amelyek átlagosan elrejtik, de a valódi ügyfelek elhagyását képviselik. Mivel a keresési rangsoroló rendszerek valódi felhasználók terepi adatait használják laboratóriumi eredmények helyett, ezért a mérés is számít ebből a szempontból.

Az analitikai érték a szegmentálásban rejlik. Az összesített teljesítményadatok szinte haszontalanok a döntéshozatalhoz; ugyanazok az adatok eszközosztály, ország, kapcsolattípus, böngésző, oldalsablon és forgalmi forrás szerint szegmentálva feltárják, hogy hol vannak valójában a problémák. Egy elfogadható összesített számokkal rendelkező webhely rutinszerűen egy piacot, egy eszközkategóriát vagy egy sablont szolgál ki nagyon rosszul, és ez a koncentráció teszi a javítást könnyen kezelhetővé, mivel egy adott sablon javítása egy projekt, míg az általános teljesítmény javítása nem az.

Fő korlátja, hogy a tünetekről, és nem az okokról számol be. A terepi adatok azt mutatják, hogy egy oldal lassan jelenik meg a felhasználók egy szegmensénél, de nem biztosítják a kérés-vízesést, a fő szál nyomkövetését vagy a hiba okának diagnosztizálásához szükséges reprodukálható feltételeket. A vizsgálathoz ezért laboratóriumi eszközökre van szükség, amelyeket a terepi adatok által azonosított feltételeknek megfelelően kell futtatni. Fordítva, a terepi adatok nélküli laboratóriumi tesztelés arra készteti a csapatokat, hogy olyan feltételeket optimalizáljanak, amelyeket kevés látogató tapasztal.

A megvalósításnak megvannak a saját szempontjai. Maga a monitorozó szkript súlyt és végrehajtási költséget ad hozzá, ami önmagát is károsítja, ha nagy, ezért a szabványos böngésző teljesítmény-felületeit használó könnyű adatgyűjtés előnyösebb a nagy mennyiségű szállítói ügynökkel szemben. A mintavételezés általában nagy mennyiségű adat esetén szükséges, és a mintavételi módszer nem torzíthatja a gyorsabb munkameneteket, ami akkor történik, amikor az adatokat csak az oldal eltávolításakor gyűjtik, és a lassú munkameneteket az aktiválás előtt megszakítják. A személyes adatokkal kapcsolatos szempontok érvényesek, mivel a részletes teljesítményadatok az oldal URL-címeivel kombinálva azonosításra alkalmasak lehetnek.

A teljesítményadatok üzleti eredményekhez való összekapcsolása indokolja a befektetést, és ehhez a két adathalmaz összekapcsolására van szükség, ahelyett, hogy külön jelentenék azokat. Az ugyanazon oldal sablonján belüli teljesítménykategóriák konverziós arányainak összehasonlítása, az eszköz és a forgalom forrásának kontrollálásával, belső becslést eredményez arról, hogy egy adott javulás mennyit ér az adott vállalkozás számára, ami sokkal meggyőzőbb, mint a közzétett iparági adatok. Az elemzésnek van egy fontos kikötése, mivel a lassú munkamenetek korrelálnak a gyenge kapcsolatokkal és a régebbi eszközökkel, amelyek eltérő vásárlási szándékkal rendelkezhetnek, így a kapcsolat inkább sugallható, mint ok-okozati. Az oksági összefüggés megállapításához kontrollált kísérletre van szükség, amelyet érdemes egyszer lefuttatni egy jelentős teljesítményváltozás esetén, majd általánosítani belőle.

A legértékesebb operatív felhasználási mód a regresszióérzékelés. A teljesítmény fokozatosan romlik a szokásos fejlesztés során, és folyamatos terepi mérés nélkül a romlást csak akkor vesszük észre, ha súlyossá válik. A kulcsfontosságú mutatók sablononkénti monitorozása a romlásra vonatkozó riasztásokkal a regressziókat akkor is észleli, amikor a kiváltó változás még azonosítható. Ennek a képességnek a megállapítása a szokásos gyakorlat a... webes teljesítmény a munka, és az így létrejövő szegmensek összekapcsolása a konverziós adatokkal a adatelemzés az, ami a teljesítményt technikai problémából kereskedelmivé teszi, amelyet más munkákkal szemben prioritásként lehet kezelni.