Uw scorecard interpreteren

Belangrijk

Azure Internet Analyzer is op 15 maart 2024 buiten gebruik gesteld. Zie Buitengebruikstelling van Azure Internet Analyzer voor gedetailleerde informatie.

Het tabblad Scorecard bevat de geaggregeerde en geanalyseerde resultaten van uw tests. Elke test heeft zijn eigen scorecards. Scorecards bieden snelle en zinvolle samenvattingen van meetresultaten om gegevensgestuurde resultaten te bieden voor uw netwerkvereisten. Internet Analyzer zorgt voor de analyse, zodat u zich kunt concentreren op de beslissing.

Het tabblad Scorecard vindt u in het resourcemenu van Internet Analyzer.

Filters

• Test: Selecteer de test waarvoor u de resultaten wilt weergeven. Elke test heeft een eigen scorecard. Testgegevens worden weergegeven zodra er voldoende gegevens zijn om de analyse te voltooien. In de meeste gevallen moet dit binnen 24 uur zijn.
• Periode & einddatum: Er worden dagelijks drie scorecards gegenereerd: elke scorecard geeft een andere aggregatieperiode weer: de 24 uur ervoor (dag), de zeven dagen ervoor (week) en de 30 dagen ervoor (maand). Gebruik het filter Einddatum om de laatste dag te selecteren van de periode die u wilt zien.
• Land: Voor elk land waar u eindgebruikers hebt, wordt een scorecard gegenereerd. Het algemene filter bevat alle eindgebruikers.

Aantal metingen

Het aantal metingen is van invloed op het vertrouwen van de analyse. Hoe hoger het aantal, hoe nauwkeuriger het resultaat. Tests moeten minimaal 100 metingen per eindpunt per dag beogen. Als het aantal metingen te laag is, configureert u de JavaScript-client om vaker in uw toepassing uit te voeren. Het aantal meetwaarden voor eindpunten A en B moet vergelijkbaar zijn, hoewel er kleine verschillen worden verwacht. In het geval van grote verschillen mogen de resultaten niet worden vertrouwd.

Percentielen

Latentie, gemeten in milliseconden, is een populaire metrische waarde voor het meten van de snelheid tussen een bron en bestemming op internet. Latentiegegevens worden normaal gesproken niet gedistribueerd (d.w.z. volgen geen belcurve) omdat er sprake is van een 'lange staart' van grote latentiewaarden die scheeftrekken als u statistieken zoals het rekenkundige gemiddelde gebruikt. Als alternatief bieden percentielen een 'distributievrije' manier om gegevens te analyseren. De mediaan, of het 50e percentiel, geeft bijvoorbeeld een samenvatting van het midden van de verdeling: de helft van de waarden staat erboven en de helft eronder. Een 75e percentielwaarde betekent dat deze groter is dan 75% van alle waarden in de verdeling. Internet Analyzer verwijst naar percentielen in de verkorte naam P50, P75 en P95.

Internet Analyzer-percentielen zijn metrische voorbeeldgegevens. Dit is in tegenstelling tot de werkelijke metrische gegevens over de populatie. De dagelijkse werkelijke gemiddelde latentie van de populatie tussen studenten aan de Universiteit van Zuid-Californië en Microsoft is bijvoorbeeld de mediane latentiewaarde van alle aanvragen gedurende die dag. In de praktijk is het meten van de waarde van alle aanvragen niet praktisch, dus gaan we ervan uit dat een redelijk grote steekproef representatief is voor de werkelijke populatie.

Voor analysedoeleinden is P50 (mediaan) nuttig als een verwachte waarde voor een latentieverdeling. Hogere percentielen, zoals P95, zijn handig om te bepalen hoe hoog de latentie is in de ergste gevallen. Als u meer wilt weten over klantlatentie in het algemeen, is P50 de juiste metrische waarde om u op te richten. Als u zich bezig houdt met het begrijpen van de prestaties voor de slechtst presterende klanten, moet P95 de focus zijn. P75 is een balans tussen deze twee.

Delta's

Een delta is het verschil in metrische waarden voor eindpunten A en B. Delta's worden berekend om het voordeel van B ten opzichte van A weer te geven. Positieve waarden geven aan dat B beter heeft gepresteerd dan A, terwijl negatieve waarden aangeven dat de prestaties van B slechter zijn. Delta's kunnen absoluut zijn (bijvoorbeeld 10 milliseconden) of relatief (5%).

Betrouwbaarheidsinterval

Betrouwbaarheidsintervallen (CI) zijn een bereik van waarden waarvan de kans bestaat dat ze de metrische populatiegegevens bevatten, zoals mediaan, P75 of gemiddelde. We volgen de algemene statistische conventie van het gebruik van de 95% CI.

Voor Internet Analyzer is een smal betrouwbaarheidsinterval goed, omdat het laat zien dat het metrische voorbeeld waarschijnlijk zeer dicht bij de werkelijke populatiewaarde ligt. Een breed betrouwbaarheidsinterval betekent minder zekerheid dat onze metrische steekproef de werkelijke metrische gegevens van de populatie weerspiegelt. De beste manier om de CI te verbeteren, is door het aantal metingen te verhogen.

Tijdreeks

Een tijdreeks laat zien hoe een metrische waarde in de loop van de tijd verandert. Op internet zijn er veel tijdelijke factoren die van invloed zijn op de prestaties, zoals piekperioden in het verkeer, verschillen in populaties in het weekend en feestdagen.

Volgende stappen

Zie het Overzicht van Internet Analyzer voor meer informatie.