ユーザーエクスペリエンススコア
ユーザーエクスペリエンスとは
ユーザーエクスペリエンスは、ユーザーがアプリやデスクトップを使用する際に確立されるセッションの品質を総合的に測定したものです。ユーザーエクスペリエンス (UX) スコアは、ユーザーエクスペリエンスの品質を示します。UXスコアは、ユーザーセッションの品質を定義するパフォーマンス要因を使用して計算されます。要因メトリックは、統計的手法を用いて一定期間にわたって分析および処理され、100点満点のスコアが算出されます。このスコアは、ユーザーがアプリやデスクトップを使用する際の実際の体験を定量的に反映したものです。
パフォーマンス要因メトリックは、セッションの起動からセッション終了までのライフサイクル全体におけるセッションの体験を表します。
-
セッションログオン期間要因は、セッション起動時の体験を表します。
-
セッション応答性要因は、セッション中の応答性または遅延を表します。
-
セッション可用性は、ユーザーが試行した際のセッション接続確立の成功率を表します。
-
セッションレジリエンスは、ユーザーが低速ネットワーク経由で接続している場合の再接続率を測定します。
パフォーマンス要因は、さらにサブ要因/タイプに分類されます。たとえば、セッションログオン期間は、GPO、インタラクティブセッション、プロファイルロードなど、ログオン中に発生する個々のフェーズを使用して計算されます。 要因およびサブ要因のしきい値は、ユーザーとセッションをエクセレント、フェア、プアに分類するために調整されます。
UXスコアは、以下のカテゴリにベンチマークされます。
-
エクセレント: UXスコア 71～100
-
フェア: UXスコア 41～70
-
プア: UXスコア 1～40
動的しきい値の計算方法
動的しきい値の概念は、セッションログオン期間とセッション応答性の要因およびそのサブ要因を、顧客ごとに個別にベンチマークするために使用されます。統計的手法を用いて、ユーザーをエクセレント、フェア、プアに分類するしきい値が定期的に計算されます。
-
要因およびサブ要因のしきい値の計算は、顧客ごとに行われます。この計算方法により、各顧客の特定の構成と許容される動作範囲が考慮されます。
-
しきい値は、過去30日間に収集されたメトリックに基づいて、顧客ごとに計算されます。
-
しきい値は、マシンの再構成やネットワークアップグレードなど、環境の変化を反映するために7日ごとに再調整されます。再調整されたしきい値は、要因測定値における結果的な変化を表します。
この例では、グラフ凡例はセッション応答性の動的しきい値を次のように示しています。
- エクセレントセッション - 0～100 ms
- フェアセッション - 101～300 ms
- プアセッション - 300 ms超
最終しきい値更新のタイムスタンプは、グラフ凡例の下に表示されます。グラフは最新のしきい値に基づいて再描画されます。
動的しきい値により、セッションとユーザーの分類が、分析対象の環境を正確に反映することが保証されます。あらゆる顧客環境でエクスペリエンスが低いユーザーは、さらなるトラブルシューティングのために正確に強調表示されます。
UXスコアの計算方法
ユーザーエクスペリエンススコアは、ボトムアップアプローチを使用して、寄与する要因スコアから計算されます。
-
要因のベンチマーク:
各セッションについて、セッションログオン期間とセッション応答性の要因およびそのサブ要因は、7日ごとに動的に調整されます。これらのしきい値に基づいて、セッションはエクセレント、フェア、プアに分類されます。 測定値は、各セッションの要因スコア (100点満点) を算出するために使用されます。
-
要因の相対的な重み:
要因がユーザーエクスペリエンスに影響を与える深刻度は異なる場合があります。たとえば、セッションレジリエンスがセッションエクスペリエンスに与える影響は、セッションログオン期間の影響よりも大きくなります。そのため、各要因に相対的な重みが適用されます。
-
セッションエクスペリエンススコア:
セッションエクスペリエンススコアは、選択された期間に適用されるさまざまな要因スコアの加重平均として計算されます。
次に、ユーザーに適用される個々のセッションのセッションエクスペリエンススコアが照合されます。
-
補正係数:
セッション可用性要因は、セッション接続が試行された際の成功率を示します。この要因の影響は、セッションレベルではなくユーザーレベルで発生します。したがって、セッション可用性スコアは、個々のセッションスコアの合計に対する補正係数として適用され、ユーザーエクスペリエンス (UX) スコアが算出されます。
UXスコアは、ユーザーエクスペリエンスに関する実用的な洞察を提供します。ユーザーエクスペリエンススコアが低いユーザーのメトリックをさらにドリルダウンすることで、エクスペリエンス低下の原因となっている特定の要因またはサブ要因を特定するのに役立ちます。