Les analyses sont au cœur de toutes les applications SaaS contemporaines. Il n’y a aucun moyen d’exploiter efficacement une application SaaS sans garder un œil sur ses performances, ce qu’elle fait en interne et dans quelle mesure elle parvient à atteindre ses objectifs.
Il existe de nombreux types d’analyses contemporaines les applications nécessitent de surveiller et d’examiner. L’objectif, la valeur, la précision et la fiabilité de ces analyses varient considérablement selon la façon dont elles sont mesurées, comment elles sont utilisées et qui les utilise.
Sur L’Entrepreneur : Comment choisir une plateforme d’analyse d’informations ]
Il existe essentiellement 3 classes d’analyses avec des cas d’utilisation très divers.
Analyses de classe A
Les analyses de classe A sont des métriques critiques pour l’application. Sans ces analyses, votre application pourrait échouer en temps réel. Ces métriques sont utilisées pour évaluer le fonctionnement de l’application et ajuster son exécution et effectuer des ajustements dynamiques pour que l’application continue de fonctionner.
Les analyses font partie d’une boucle de rétroaction qui surveille et améliore en permanence le fonctionnement environnement de l’application.
Un excellent exemple d’analyse de classe A sont les métriques utilisées pour l’autoscaling. Ces métriques sont utilisées pour modifier dynamiquement la taille de votre infrastructure afin de répondre aux demandes actuelles ou anticipées à mesure que la charge de l’application varie.
Service cloud AWS Vehicle Scaling. Ce service assurera automatiquement le suivi des métriques Amazon CloudWatch spécifiques, en recherchant des déclencheurs et des seuils. Si une métrique spécifique atteint des critères particuliers, AWS Car Scaling inclura ou supprimera les instances Amazon EC2 d’une application, modifiant immédiatement les ressources utilisées pour exécuter l’application. Il inclura des instances lorsque des ressources supplémentaires sont nécessaires et éliminera ces instances lorsque les métriques montrent que les ressources ne sont plus nécessaires.
AWS Automobile Scaling vous permet de créer un service, composé de n’importe quel nombre de circonstances EC2, et ajoutez ou soustrayez instantanément des serveurs en fonction des exigences de trafic et de charge. Lorsque le trafic est plus faible, moins de circonstances seront utilisées. Lorsque le trafic est plus important, davantage d’instances seront utilisées.
AWS Elastic Load Balancing est un autre excellent exemple. AWS ajuste instantanément la taille et la variété des circonstances nécessaires pour faire fonctionner le service d’équilibrage de charge du trafic pour un cas d’utilisation particulier, en fonction de la quantité actuelle de trafic allant à chaque équilibreur de charge. À mesure que le trafic augmente, l’équilibreur de charge est déplacé instantanément vers des instances plus grandes ou plus d’instances. À mesure que le trafic diminue, l’équilibreur de charge est déplacé automatiquement vers des instances de plus petite taille ou moins d’instances. Tout cela est automatisé, basé sur des algorithmes internes utilisant des métriques CloudWatch particulières. Si ces métriques ne sont pas facilement disponibles ou si elles sont inexactes, l’équilibreur de charge ne sera pas dimensionné correctement et la capacité de l’équilibreur de charge à gérer la charge de trafic peut en souffrir.
Google Analytics.
Toutes les analyses ne sont pas créées égales
Différentes métriques ont des consommateurs différents. Le consommateur qui apprécie les métriques précise la classification d’où proviennent les métriques :
- Les métriques de classe A sont principalement prises en charge par des systèmes automatisés et sont utilisées en interne par des systèmes et des procédures . Ils sont utilisés pour mettre à niveau dynamiquement et immédiatement les ressources opérationnelles cruciales afin de maintenir un système sain et adapté correctement.
- Les métriques de classe B sont principalement prises en compte par les opérations et les groupes de support, en en plus des équipes de développement, dans le cadre de la procédure de réaction aux événements. Ils peuvent fournir une assistance instantanée aux équipes pour déterminer et résoudre les problèmes, et normalement aider à prévenir les problèmes avant qu’ils ne surviennent.
- Les métriques de classe C sont principalement prises en compte par les planificateurs d’organisation, les chefs d’articles , et les dirigeants d’entreprise. Ils sont utilisés pour orienter les choix commerciaux à long terme, la modélisation commerciale, la conception des éléments et la hiérarchisation des fonctions.
En outre, et peut-être le plus important, les systèmes qui collectent et traitent les analyses ont des priorités différentes au sein de ton application. Les problèmes de collecte de métriques de classe A sont des problèmes critiques. Un échec d’une métrique de classe A peut entraîner des erreurs d’outils d’installations automatisées et, en fin de compte, conduire à des baisses de tension ou à des pannes. un problème de classe C peut être retardé de plusieurs heures, jours, voire plus.
Soyez très prudent lorsque vous décidez comment utiliser une métrique ; les erreurs dans l’utilisation des métriques à des fins incorrectes peuvent être désastreuses. N’utilisez pas une métrique de classe B, telle que la « latence des applications », pour attribuer dynamiquement et instantanément des ressources système, telles que l’autoscaling vers le haut et vers le bas de votre parc de serveurs. Pourquoi? Parce que l’utilisation de métriques de classe B dans des cas d’utilisation critiques tels que celui-ci introduit un danger inutile dans votre application.
Déclarons que vous recevez des métriques d’une entreprise de surveillance des performances des applications, qui sont normalement classées comme métriques de classe B. L’utilisation de leur « latence d’application » signalée pour identifier la mise à l’échelle de la flotte vous laisserait ouvert à des problèmes potentiels. Si l’efficacité de votre application en gardant la trace de l’entreprise échoue, vous ne pourrez pas dimensionner correctement votre flotte et cela pourrait vous déclencher une panne d’électricité. Cela implique que le suivi des performances de votre application est désormais une partie essentielle de votre application, alors qu’auparavant, cela n’était peut-être qu’un outil utile et important pour diagnostiquer les problèmes.
Tenez-vous au courant des dernières développements de l’analyse de l’information et de l’intelligence artificielle. Abonnez-vous à la newsletter L’Entrepreneur First Look]
En tant qu’autre exemple, ne comptez pas sur une métrique de classe C, telle que « taux de désertion du panier », comme principal moyen de reconnaître un problème de calendrier des opérations dans votre service de panier . La métrique est trop éloignée du problème et ne vous donnerait pas l’indicateur opportun d’un problème nécessitant une résolution. Votre rapport indiquant que « les ventes sont en baisse aujourd’hui en raison d’une augmentation des abandons de panier » est trop faible et trop tard pour vous aider à déboguer les problèmes de service de panier antérieurs.
L’utilisation de la meilleure métrique pour le meilleur objectif augmentera l’utilité de vos analyses, permet des rapports en temps opportun et réduit les risques pour votre application et votre service.
.
Toute l’actualité en temps réel, est sur L’Entrepreneur
