Zuverlässigkeit anhand der Ziele der Nutzererfahrung definieren
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Last reviewed 2024-12-30 UTC
Dieses Prinzip im Zuverlässigkeitsbereich des Google Cloud Well-Architected Framework hilft Ihnen, die Nutzerfreundlichkeit zu bewerten und die Ergebnisse dann Zuverlässigkeitszielen und ‑messwerten zuzuordnen.
Dieser Grundsatz ist für den Fokusbereich Umfang der Zuverlässigkeit relevant.
Übersicht über die Grundsätze
Observability-Tools liefern große Mengen an Daten, aber nicht alle Daten beziehen sich direkt auf die Auswirkungen auf die Nutzer. Beispielsweise kann es zu einer hohen CPU-Auslastung, langsamen Servervorgängen oder sogar zu abgestürzten Aufgaben kommen. Wenn diese Probleme jedoch die Nutzererfahrung nicht beeinträchtigen, stellen sie keinen Ausfall dar.
Um die Nutzerfreundlichkeit zu messen, müssen Sie zwischen dem internen Systemverhalten und nutzerorientierten Problemen unterscheiden. Konzentrieren Sie sich auf Messwerte wie das Erfolgsverhältnis von Nutzeranfragen. Verlassen Sie sich nicht nur auf serverzentrierte Messwerte wie die CPU-Auslastung, da diese zu irreführenden Schlussfolgerungen über die Zuverlässigkeit Ihres Dienstes führen können. Echte Zuverlässigkeit bedeutet, dass Nutzer Ihre Anwendung oder Ihren Dienst konsistent und effektiv nutzen können.
Empfehlungen
Die Empfehlungen in den folgenden Abschnitten können Ihnen helfen, die Nutzerfreundlichkeit effektiv zu messen.
Nutzerfreundlichkeit messen
Um die Zuverlässigkeit Ihres Dienstes wirklich zu verstehen, sollten Sie Messwerte priorisieren, die die tatsächliche Nutzererfahrung widerspiegeln. Messen Sie beispielsweise das Erfolgsverhältnis von Nutzeranfragen, die Anwendungs-Latenz und die Fehlerraten.
Im Idealfall werden diese Daten direkt vom Gerät oder Browser des Nutzers erhoben. Wenn diese direkte Datenerhebung nicht möglich ist, verlagern Sie den Messpunkt schrittweise weiter vom Nutzer weg im System. Sie können beispielsweise den Load Balancer oder den Frontend-Dienst als Messpunkt verwenden. So können Sie Probleme erkennen und beheben, bevor sie sich erheblich auf Ihre Nutzer auswirken.
Kaufprozesse analysieren
Mithilfe von Tracing-Tools wie Cloud Trace können Sie nachvollziehen, wie Nutzer mit Ihrem System interagieren.
Wenn Sie die User Journey durch Ihre Anwendung nachvollziehen, können Sie Engpässe und Latenzprobleme finden, die die Nutzerfreundlichkeit beeinträchtigen. Cloud Trace erfasst detaillierte Leistungsdaten für jeden Hop in Ihrer Dienstarchitektur.
Anhand dieser Daten können Sie Leistungsprobleme effizienter erkennen und beheben, was zu einer zuverlässigeren und zufriedenstellenderen Nutzererfahrung führen kann.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2024-12-30 (UTC)."],[[["\u003cp\u003eThis principle focuses on assessing user experience to establish reliability goals and metrics within the Google Cloud Well-Architected Framework's reliability pillar.\u003c/p\u003e\n"],["\u003cp\u003eDistinguishing between internal system behavior and user-facing issues is crucial, as only the latter truly impacts service reliability.\u003c/p\u003e\n"],["\u003cp\u003ePrioritizing metrics that directly reflect user experience, such as query success ratio, application latency, and error rates, is more effective than solely relying on server-centric metrics like CPU usage.\u003c/p\u003e\n"],["\u003cp\u003eMeasuring user experience data directly from user devices or browsers is ideal; however, if not feasible, data collection should occur as close to the user as possible, like at a load balancer or frontend service.\u003c/p\u003e\n"],["\u003cp\u003eAnalyzing user journeys with tracing tools, like Cloud Trace, helps identify bottlenecks and latency issues that negatively impact user experience, thus improving overall service reliability.\u003c/p\u003e\n"]]],[],null,["# Define reliability based on user-experience goals\n\nThis principle in the reliability pillar of the\n[Google Cloud Well-Architected Framework](/architecture/framework)\nhelps you to assess your users' experience, and then map the findings to\nreliability goals and metrics.\n\nThis principle is relevant to the *scoping*\n[focus area](/architecture/framework/reliability#focus-areas)\nof reliability.\n\nPrinciple overview\n------------------\n\nObservability tools provide large amounts of data, but not all of the data\ndirectly relates to the impacts on the users. For example, you might observe\nhigh CPU usage, slow server operations, or even crashed tasks. However, if these\nissues don't affect the user experience, then they don't constitute an outage.\n\nTo measure the user experience, you need to distinguish between internal system\nbehavior and user-facing problems. Focus on metrics like the success ratio of\nuser requests. Don't rely solely on server-centric metrics, like CPU usage,\nwhich can lead to misleading conclusions about your service's reliability. True\nreliability means that users can consistently and effectively use your\napplication or service.\n\nRecommendations\n---------------\n\nTo help you measure user experience effectively, consider the recommendations\nin the following sections.\n\n### Measure user experience\n\nTo truly understand your service's reliability, prioritize metrics that reflect\nyour users' actual experience. For example, measure the users' query success\nratio, application latency, and error rates.\n\nIdeally, collect this data directly from the user's device or browser. If this\ndirect data collection isn't feasible, shift your measurement point\nprogressively further away from the user in the system. For example, you can use\nthe load balancer or frontend service as the measurement point. This approach\nhelps you identify and address issues before those issues can significantly\nimpact your users.\n\n### Analyze user journeys\n\nTo understand how users interact with your system, you can use tracing tools\nlike\n[Cloud Trace](/trace/docs/overview).\nBy following a user's journey through your application, you can find bottlenecks\nand latency issues that might degrade the user's experience. Cloud Trace\ncaptures detailed performance data for each *hop* in your service architecture.\nThis data helps you identify and address performance issues more efficiently,\nwhich can lead to a more reliable and satisfying user experience."]]
