大數據應用的用戶體驗分析

大數據應用的用戶體驗分析

用戶對產品或服務的認同是由用戶體驗的過程所決定的,一個具備良好用戶體驗的IT系統對內可以提高員工工作效率,對外可以提高客戶滿意度和忠誠度,最終為企業帶來不菲的經濟效益或社會效益。因此,組織的IT戰略必須實現IT與業務的融合,面向客戶和關注用戶體驗管理。但目前用戶體驗管理是當前IT業務運營的弱項,也許我們能夠了解IT資源的每個細節,但卻不知道用戶感受怎麼樣,不利於IT系統的優化和完善。

缺乏用戶體驗管理以及缺乏用戶端監測可能會導致以下問題:

  • 大部分問題都是由用戶直接報告,導致服務工作比較被動,用戶滿意度低;
  • 用戶投訴中相當比例的問題無法重現,容易造成問題久拖不決;
  • 業務部門、用戶常反饋系統不好用,但卻缺乏一個清晰有效的報告來指導系統的優化和完善;
  • IT服務部門不能全面瞭解系統各項功能的使用情況,由此無法對系統的利用率做出準確評估,容易導致資源浪費。

德塔精要提供用戶體驗分析的解決方案,結合大數據技術應用,可以讓用戶快速瞭解不同業務的性能和使用情況,通過業務體驗綜合評分、訪問量、平均響應時間、業務故障級別數量等多個維度對業務體驗進行綜合分析,識別並預警問題,結合大數據技術手段,找出根因,提供持續優化和完善的能力。

1體驗指數分析

為了能夠表示用戶體驗的好壞程度,採用大數據算法計算出業務的綜合體驗指數,直觀掌握各個業務系統的用戶體驗差異。可對最近一段時間內的用戶體驗指數的變化趨勢進行分析,通過機器學習預測出未來一段時間內的性能變化情況,儘可能的通過資源配置優化等手段避免性能問題的發生。

大數據應用的用戶體驗分析

2用戶分佈體驗分析

用戶分佈體驗主要對訪問業務系統的用戶進行畫像,展現不同地區用戶的訪問量、平均響應時間的差異,快速瞭解不同地區用戶的體驗情況。

3操作行為體驗分析

操作行為體驗分析提供了業務模塊中不同操作的訪問量和性能統計。採用旁路鏡像與java字節碼技術相結合的方式,收集所有用戶的操作請求,並將這些請求根據不同業務進行分類,從而可以快速瞭解不同業務系統的使用情況。幫助客戶快速發現和定位問題。

大數據應用的用戶體驗分析

4訪問頁面體驗分析

訪問頁面體驗功能幫助客戶瞭解web頁面的用戶使用情況,通過頁面熱點捕捉技術,可以讓客戶詳細瞭解到網頁中不同位置的鼠標點擊情況,快速瞭解不同頁面區域的熱度圖,同時可以提供用戶活躍度分析、用戶訪問行為分析、不同訪問操作的數量和性能統計等數據,幫助客戶提高網站運營能力。

5體驗代碼分析

體驗代碼分析功能提供了代碼級的深入診斷能力,通過java字節碼技術,可以對不同的業務操作的性能問題進行代碼級定位,通過代碼樹分析,可以快速找出某一操作執行過程中,最耗時的方法和類,以快速定位問題。

大數據應用的用戶體驗分析

6體驗根因分析

體驗根因分析功能可以幫助客戶快速找到問題的根因。採用ElasticSearch分佈式彈性數據引擎,實現對海量日誌、流量數據進行存儲與計算。監控並識別應用組件和業務系統的日誌報錯,通過聚合算法,將某一時間段內產生最多的錯誤日誌集中展現,幫助快速定位到系統產生的各種問題的根因。

大數據應用的用戶體驗分析


分享到:


相關文章: