Présentation

La solution Real User Monitoring (RUM) vous permet de créer des alertes afin d’être informé en cas de comportements anormaux au sein de vos applications. Vos monitors RUM peuvent inclure des conditions complexes, des seuils prédéfinis, ainsi que plusieurs requêtes permettant de calculer des moyennes, des taux et des métriques sur les performances (comme le score Apdex).

Définir votre requête de recherche

Pour créer un monitor RUM, commencez par consulter la section Monitor RUM. Vous pouvez ajouter une ou plusieurs requêtes pour filtrer vos données RUM dans le RUM Explorer. Pour chaque requête, vous pouvez restreindre vos données à une application ou à une page spécifique pour un contrôle plus précis.

Vous pouvez utiliser les facettes recueillies par RUM, notamment les facettes et mesures personnalisées. Le champ measure by vous permet de mesurer des totaux liés aux vues, comme le temps de chargement, la durée totale et le nombre d’erreurs.

Requête de recherche pour une alerte se déclenchant lorsqu'une vue compte plus de huit erreurs

La requête de recherche de l’exemple ci-dessus permet à un monitor RUM de surveiller les vues de l’application Shopist iOS, à l’aide de facettes comme Application ID et View Path. Cet exemple de monitor génère des alertes lorsqu’une vue compte un nombre élevé d’erreurs (par exemple, plus de huit).

Exporter votre requête vers un monitor

Vous pouvez exporter des requêtes de recherche depuis le RUM Explorer vers un monitor afin de conserver tout leur contexte.

La requête de recherche de l’exemple ci-dessus permet à un monitor RUM de surveiller les images de plus de 1 Mo. Les images volumineuses sont susceptibles de nuire aux performances de votre application.

Cliquez sur le bouton Export pour exporter votre requête de recherche vers un monitor RUM préconfiguré. Pour en savoir plus, consultez la section Exporter des événements RUM.

Acheminer votre alerte

Une fois votre alerte créée, acheminez-la vers un canal personnel ou d’équipe. Pour ce faire, rédigez un message et envoyez un test de notification. Pour en savoir plus, consultez la section Notifications.

Exemples d’alertes

Les exemples suivants présentent des scénarios d’utilisation des alertes basées sur vos données RUM

Chutes des recettes

Grâce au contexte global de RUM, vous pouvez enrichir vos événements RUM en y ajoutant des attributs commerciaux, comme le montant du panier de chaque utilisateur.

Pour cet exemple, nous partons du principe que la plupart des utilisateurs d’une application dépensent entre 800 et 1 000 $. Ici, le monitor RUM est configuré de façon à identifier les écarts qui se produisent dans les habitudes de dépenses des utilisateurs.

Monitor RUM pour les chutes des recettes

Pour comparer les recettes de cette semaine à celles de la semaine précédente, ajoutez une fonction, par exemple week_before pour le champ roll up every. Il est également possible de définir une valeur absolue afin de calculer la différence entre les recettes de cette semaine et celles de la semaine précédente. Une notification est alors envoyée lorsque la différence dépasse 50 $.

Conditions d'alerte pour un monitor RUM lié aux chutes de recettes

Taux d’erreur

Le taux erreurs/requêtes vous permet de calculer le pourcentage de requêtes qui entraînent des erreurs.

Dans cet exemple, le monitor RUM surveille le taux d’erreur de la page /cart sur une application Shop.ist fictive.

Monitor RUM pour le taux d'erreur

Statistiques essentielles sur les performances

Real User Monitoring mesure, calcule et agrège au sein d’un score les performances de votre application sous la forme de signaux Web essentiels et de signaux mobiles essentiels. Par exemple, le Largest Contentful Paint (LCP) mesure les performances de chargement. Il est généralement admis que l’expérience des utilisateurs est positive lorsque le LCP atteint 2,5 secondes ou moins.

Dans cet exemple, le monitor RUM surveille le LCP de la page /cart sur une application Shop.ist fictive.

Monitor RUM pour le Largest Contentful Paint

Cet exemple de monitor génère un avertissement lorsque le LCP atteint 2 secondes et une alerte lorsqu’il dépasse 2,5 secondes.

Pour aller plus loin

Documentation, liens et articles supplémentaires utiles:

PREVIEWING: rtrieu/product-analytics-ui-changes