前端监控稳定性数据分析实践 ｜ 得物技术

1 背景

客服一站式工作台集成了在线、热线和工单三个核心应用，支撑着自营客服和 BPO 客服每天处理大量的会话信息，工作台的稳定性就显得非常重要。接入前端监控以来，我们坚持每双周跟进工作台以及客服几个核心应用的线上稳定性情况，围绕页面的访问情况、JS 错误率、资源加载异常情况、API 接口成功率、自定义业务模块指标 这五大监控模块，做了详细的数据分析，从中发现了很多问题并且通过实时告警解决了潜在的问题，也通过数据分析推进了客服职场完善工作台的运行环境。本文主要阐述我们是如何通过监控稳定性数据分析来提升应用系统的稳定性。

2 监控的原理

客服一站式工作台接入监控时通过多方调研最终采用了 Arms 的监控方案，并基于 Arms 的监控方案，做了二次开发，整体的监控实现如下图所示：

Arms 提供的 SDK 功能比较齐全，为满足一些定制化的数据上报诉求、应用数据权限管控以及控制上报成本，客服域接入时基于 alife-logger 进行了二次封装，对功能更加的可控， 同时定期从阿里云平台进行数据初始化和生成定制化报表。

3 监控的实践

3.1 页面 PV&UV 监控场景

PV 即页面浏览量，通常是衡量一个网站甚至一个模块使用情况的主要指标。UV 即独立访客数，是指某站点被多少用户访问过，以用户登录态作为统计依据。页面的 PV 和 UV 很大程度上反馈了应用各页面功能的使用情况，能为产品功能优化以及相关业务决策提供很好的数据支持 。我们针对客服域已接入监控的应用连续几个迭代的 PV、UV 数据分析，主要在如下事项起到了很好的推进和决策作用：

新功能上线效果分析：通过分析页面业务功能模块 PV 相关数据，可以分析对应上新功能的使用情况。若发现部分功能客户触达率较低，就可以与业务沟通确认是功能设计问题还是上线功能布达问题，快速做出运营策略调整；

下线无用模块：通过页面使用情况分析，对系统中访问量比较少的页面做了汇总分析，同产品运营确定之后，对在线客服管理系统和工单管理系统中的 9 个页面做了下线处理，减少了页面的维护成本；

支撑技术改造优先级策略：在技术栈迁移的过程中，可以优先对访问量比较高的页面进行迁移，一般页面访问量高的对应的需求迭代也比较频繁，通过页面访问排序，按优先级去做迁移可以提升整体投入的 ROI；

助力系统体验优化：通过分析较高 PV 页面用户访问链路，将取消订单、创建赔付单等需要高频但需要打开其他页面操作的功能集成到客服聊天页座席助手模块，提升客服的工作效率。

3.2 JS 错误率监控

脚本错误主要有两类：语法错误、运行时错误。简单来说就是用户在一些特殊场景下浏览器上报 JS 的异常，甚至会造成系统卡顿、页面不可用等极端情况，这会极大地降低用户体验。因此我们通过监控系统对核心系统关键链路、关键指标做好异常数据分析设置监控预警 ，达到设定的阈值则发送飞书或短信告警，值班同学关注告警信息能够及时做出响应，同时针对告警错误内容进行专项治理，达到效果如下：