Apa itu skor Apdex?

Organisasi mendapatkan insentif untuk merekam berbagai metrik kinerja yang terkait dengan aplikasi TI mereka supaya mereka dapat lebih memahami kinerja, mendeteksi masalah, dan mengidentifikasi cara-cara untuk meningkatkan kesehatan aplikasi secara keseluruhan. Semua metrik tersebut dapat berkontribusi untuk meningkatkan kepuasan pengguna secara keseluruhan. Namun, terkadang sulit untuk menghimpun berbagai metrik ini ke dalam pemahaman sederhana tentang apakah sebuah aplikasi berfungsi dengan baik. Masalah ini dapat diatasi dengan skor Apdex, yang mengidentifikasi kepuasan pelanggan berdasarkan apakah waktu respons aplikasi di bawah atau di atas ambang batas yang ditetapkan.

Skor Apdex sering digunakan sebagai komponen Application Performance Management (APM), yang kadang-kadang disebut sebagai pemantauan kinerja aplikasi.

Nilai Apdex yang dihasilkan adalah ukuran numerik kepuasan pengguna pada skala seragam 0 hingga 1 (0, frustrasi; 1, puas). Hal ini dimaksudkan untuk memberikan pemahaman yang lebih seimbang tentang kepuasan pengguna dengan waktu muat daripada angka waktu respons rata-rata, yang bisa jadi menyimpang oleh satu waktu muat yang lambat (misalnya, satu menit). Skor Apdex memperlakukan setiap contoh waktu respons secara terpisah, bukan membuat satu skor agregat.

Peter Sevcik, pendiri NetForecast, pertama kali mengidentifikasi kemungkinan¹ dari standar terbuka yang sederhana dan seragam untuk mengukur kualitas aplikasi. Ia memimpin kelompok pakar industri, yang menciptakan Spesifikasi Teknis Apdex. Segera setelah itu, Aliansi Apdex mengadopsi standar Apdex, yang sekarang digunakan oleh banyak organisasi.

Mempertahankan skor Apdex adalah indikator kinerja utama (KPI) yang hampir real-time bagi banyak organisasi. Skor Apdex menciptakan kerangka kerja untuk melaporkan, memberi tolok ukur, dan menilai waktu respons aplikasi serta menilai kepuasan pengguna dengan tujuan akhir untuk memberikan pengalaman pengguna yang luar biasa.

Mengidentifikasi skor Apdex dimulai dengan menetapkan ambang batas Apdex, yang mengindikasikan waktu respons yang dianggap dapat ditoleransi oleh organisasi. Ambang batas yang konstan memudahkan organisasi untuk melacak perubahan dari waktu ke waktu. Setiap organisasi perlu mengidentifikasi ambang batas waktu responsnya sendiri, karena tidak ada ambang batas universal yang digunakan setiap organisasi.

Organisasi umumnya menentukan ambang batas mereka sendiri berdasarkan beberapa faktor:

• Ekspektasi pengguna akhir: Organisasi dapat menanyakan basis pengguna mereka sebelum melacak skor Apdex untuk memahami apa yang mereka anggap sebagai waktu respons yang tepat.
  
  
• Standar industri: Organisasi di industri yang berbeda mungkin memiliki standar waktu respons yang berbeda. Misalnya, aplikasi yang mendukung konten yang perlu diakses pengguna akhir segera, secara real time harus memiliki ambang batas yang lebih rendah. Platform perdagangan saham dan penyedia layanan tiket (seperti Ticketmaster atau StubHub) membutuhkan waktu muat yang sangat cepat sehingga pengguna akhir dapat memperdagangkan saham dan membeli tiket di pasar zero-sum yang terus berubah. Aplikasi lain, seperti untuk mengakses konten berita atau hiburan, mungkin tidak memerlukan waktu respons yang cepat.

Rumus Apdex adalah skor rasio untuk menentukan waktu muat aplikasi berdasarkan ambang batas yang ditetapkan. Setiap pengalaman pengguna berkontribusi pada skor Apdex berdasarkan waktu muat yang mereka alami.

Pengalaman pengguna diurutkan ke dalam salah satu dari tiga kategori:

• Waktu respons yang memuaskan: Ini menunjukkan skor Apdex yang baik, di mana waktu respons berada pada atau di bawah ambang batas yang ditetapkan.
  
  
• Waktu respons yang dapat ditoleransi: Ini adalah ketika waktu respons lebih besar dari ambang batas tetapi kurang dari empat kali ambang batas.
  
  
• Waktu respons yang tidak memuaskan: Ini untuk waktu respons yang mencapai atau lebih besar dari empat kali ambang batas.

Skor Apdex kemudian ditentukan dengan menambahkan waktu respons yang memuaskan (hitungan puas) ke setengah dari waktu respons yang dapat ditoleransi (hitungan yang dapat ditoleransi) dan membaginya dengan jumlah total sampel.

Skala Apdex berkisar dari 0 (yang menyiratkan tidak ada pengguna yang puas) hingga 1 (yang menyiratkan semua pengguna puas). Skor Apdex yang rendah mungkin berarti organisasi perlu meningkatkan kemampuannya untuk memecahkan masalah dan mengoptimalkan kinerja melalui praktik-praktik seperti APM, manajemen masalah, dan rekayasa keandalan situs.

Skor Apdex yang buruk mungkin merupakan tanda bahwa ada masalah dengan operasi TI organisasi saat ini. Berikut adalah beberapa contoh dan contoh penggunaan tentang cara organisasi dapat meningkatkan skor Apdex mereka.

Optimalkan kode dan kueri basis data: Organisasi yang mengkonfigurasi basis data dengan buruk dan memiliki kode yang tidak efisien kemungkinan besar akan mengalami skor Apdex yang rendah. Misalnya, kode di bawah standar dapat membutuhkan lebih banyak sumber daya CPU dan memori daripada yang diperlukan, memperlambat waktu pemuatan. Mengoptimalkan kode dan kueri basis data adalah cara terbaik untuk meningkatkan skor Apdex.

Meminimalkan permintaan eksternal: Melakukan panggilan API ke layanan pihak ketiga dapat menimbulkan beban yang signifikan pada layanan web Anda dan berkontribusi pada latensi yang lebih tinggi. Organisasi dengan skor Apdex rendah harus mempertimbangkan untuk meninjau kembali permintaan eksternalnya untuk memastikan permintaan tersebut memang diperlukan, bermanfaat, dan tidak secara signifikan meningkatkan latensi.

Gunakan Content Delivery Network (CDN): CDN adalah sistem server yang tersebar secara geografis yang digunakan perusahaan untuk mengirimkan konten kepada pengguna dengan lebih cepat dengan menyelesaikan permintaan melalui server yang terdekat dengan pengguna. Sebagai contoh, jika pengguna di Jerman ingin mengakses konten dari halaman web dengan konten yang di-host di New York, permintaan pengguna akan dipenuhi dari server edge perusahaan di Eropa, bukan dari server di New York. Sistem ini menghasilkan latensi yang lebih sedikit dengan mengurangi jarak yang harus ditempuh data.

Gunakan pemrosesan asinkron untuk tugas-tugas berat: Pemrosesan asinkron memungkinkan distribusi pemrosesan yang diperlukan oleh aplikasi di antara sistem dalam lingkungan interkomunikasi. Pemrosesan asinkron membebankan tugas-tugas berat ke proses yang terpisah, membebaskan sumber daya sehingga thread utama dapat menangani permintaan pengguna.

Skalakan server untuk memenuhi permintaan lalu lintas yang meningkat: Peningkatan lalu lintas yang signifikan tanpa kemampuan untuk meningkatkan kapasitas server atau menggunakan penyeimbangan beban dapat menyebabkan waktu respons yang buruk. Menggunakan platform yang secara proaktif mengotomatiskan alokasi sumber daya jaringan berdasarkan permintaan real-time, seperti IBM® Turbonomic®, dapat membantu memitigasi masalah ini.

Organisasi yang melacak kinerja dengan menggunakan skor Apdex menuai banyak manfaat:

Waktu respons web yang lebih cepat: Melacak skor Apdex memberikan pemahaman yang lebih akurat kepada organisasi tentang kinerja aplikasi dan layanannya. Informasi ini membantu mendorong waktu respons yang lebih cepat dan memungkinkan organisasi untuk mengirimkan konten yang relevan kepada pengguna dengan lebih cepat.

Pengguna yang lebih puas: Organisasi dengan fokus pada skor Apdex cenderung lebih sadar dan memenuhi pengalaman pengguna. Terus memantau dan meningkatkan skor Apdex akan berujung pada berkurangnya pengguna yang frustrasi dan pelanggan yang lebih bahagia yang dapat menjadi pendukung kuat bagi organisasi Anda.

Kepatuhan terhadap perjanjian tingkat layanan (SLA): SLA organisasi dapat menentukan berapa lama waktu yang dibutuhkan aplikasi untuk dimuat. Jika waktu muat secara konsisten lebih tinggi daripada yang ditentukan SLA, organisasi mungkin melanggar perjanjian dengan pengguna.

Pengambilan keputusan berbasis data: Melacak skor Apdex memberi para pemimpin bisnis data yang dapat diandalkan yang dapat membantu mereka mengambil keputusan yang lebih tepat tentang kinerja aplikasi web mereka. Ini menciptakan sistem yang lebih metodis untuk melacak kepuasan pelanggan daripada mengandalkan anekdot atau metrik yang kurang akurat.