app.telemetry Statistiken zu Suchanfragen ad-hoc Reports und Statistik Dashboard Charts

Copyright ©

Mindbreeze GmbH, A-4020 Linz, .

Alle Rechte vorbehalten. Alle verwendeten Hard- und Softwarenamen sind Handelsnamen und/oder Marken der jeweiligen Hersteller.

Diese Unterlagen sind streng vertraulich. Durch die Übermittlung und Präsentation dieser Unterlagen alleine werden keine Rechte an unserer Software, an unseren Dienstleistungen und Dienstleistungsresultaten oder sonstigen geschützten Rechten begründet. Die Weitergabe, Veröffentlichung oder Vervielfältigung ist nicht gestattet.

Aus Gründen der einfacheren Lesbarkeit wird auf die geschlechtsspezifische Differenzierung, z.B. Benutzer/-innen, verzichtet. Entsprechende Begriffe gelten im Sinne der Gleichbehandlung grundsätzlich für beide Geschlechter.

Ad-hoc ReportsPermanenter Link zu dieser Überschrift

Mit app.telemetry lassen sich auf Wunsch jederzeit ad-hoc Reports zur Nutzung von Mindbreeze im Rahmen von Suchanfragen erstellen. Damit kann man zum Beispiel schnell einen Überblick über häufige gestellte Suchanfragen (auf Wunsch auch nur jene ohne Treffer) bekommen.

Öffnen des „Client Service“ Logpool in der „Applications“-Ansicht

Für ad-hoc Reports öffnet man die „View Request Statistics“ Ansicht des Logpools

Auf der Report-Ansicht kann man nun Auswertungen nach beliebigen Dimensionen für den gewählten Zeitraum durchführen und bei Bedarf um Einschränkungen auf konkrete Dimensionswerte verfeinern.

Um zum Beispiel nur auf die Suchanfragen der Anwender (ohne Suggest, Preview, etc.) einzuschränken, startet man die Auswertung nach Dimension „Method“ …

… und schränkt per „Add Filter“ Aktion auf die „search“-Requests ein.

Häufige Suchanfragen des letzten MonatsPermanenter Link zu dieser Überschrift

Nun kann man bei Wechsel auf Dimension „Query“ und Einstellung des gewünschten Zeitbereichs die häufigsten Suchanfragen auflisten.

Suchen ohne TrefferPermanenter Link zu dieser Überschrift

Um dediziert nur jene Suchen ohne Treffer zu bekommen, wählt man als Dimension „No Results“ aus und schränkt anschließend auf den Wert „TRUE“ per „Add Filter“ Aktion ein.

Wenn man nun erneut auf Dimension „Query“ wechselt und den gewünschten Zeitbereich definiert bekommt man alle Suchen ohne Treffer für diesen Zeitraum.


Statistik Dashboard-ChartsPermanenter Link zu dieser Überschrift

Mindbreeze bietet standardmäßig bereits ein vordefiniertes Dashboard zum Thema „Nutzungsstatistik der Suche“ („Mindbreeze – Search Experience“).

Ist die Anzahl der Suchanfragen in einer Installation zu hoch und die Ladezeit dieser Dashboard-Charts nicht mehr annehmbar (oder es kommt sogar zu Timeouts bei der Darstellung), kann man über folgende 2 Varianten dem entgegensteuern sowie von den weiteren Möglichkeiten der Auswertung profitieren.

Optimierung der Standard-Einstellungen bei großer Anzahl von SuchanfragenPermanenter Link zu dieser Überschrift

Die Standard-Einstellung dieser Charts kann man entweder über das Edit-Icon in der rechten oberen Ecke jedes Charts bearbeiten oder man findet die Konfigurations-Objekte auch auf der „Konfigurations“-Ansicht.

Dort kann man nun über folgende 2 Einstellungen die Ladezeiten verkürzen bzw. die Hintergrund-Cache besser ausnutzen:

Aktualisierungsintervall des Chart auf z.B. 1 Stunde erhöhen.

Auswertungszeitraum von 1000 Intervallen (je 10 min … entspricht in etwa einer Woche) auf z.B. 300 Intervalle (je 10 min … entspricht in etwa 2 Tagen) verkürzen.

Oder aber man konfiguriert Aggregationen auf Tages-basis zur nächtlichen Vorberechnung der Werte – siehe nächstes Kapitel.

Logpool Statistics für DatenaggregationPermanenter Link zu dieser Überschrift

Für längerfristige Auswertungen der Suchanfragen empfehlt es sich die Daten auf Basis eines passenden Intervalls vorauszuberechnen (zu aggregieren). Hierzu gibt es die Möglichkeit Logpool Statistics mit gewünschtem Intervall und den notwendigen Spalten zu definieren. Da dies sehr installationsspezifisch ist, muss man überlegen, welche Daten/Spalten sich gut für die Aggregation in welchem Zeitraum eignen. Im Folgenden ist ein Beispiel unserer Best-Practice beschrieben.

Zunächst erzeugt man ein neues Objekt vom Typ „Log Statistics

und wählt anschließend den gewünschten Log Pool für die Aggregationen aus (z.B. Client Service)

Dann fügt man alle gewünschten Dimensions-Spalten, welche aggregiert werden sollen, hinzu. Z.B.: Method, No Results, Query, Termination Cause.

Wichtig dabei ist, dass die Dimensionswerte für das gewählte Intervall (1440 Minuten = 1 Tag) gut aggregiert werden können und keine Random-Werte enthalten sind. Sinn der Aggregation ist ja die Zeilenanzahl der Einzelrequests auf den ganzen Tag summiert stark zu reduzieren.

Über die DB Table Extension wird ein Suffix für eine eindeutige Erkennung auf der Datenbank definiert. Wobei mittels Database Data Retention Einstellungen der Zeitraum der Aufbewahrung der Daten festgelegt wird.

Optional kann über den DB Filter mittels SQL-Bedingungen eine Einschränkung definiert werden können (in unserem Fall z.B. die Einschränkung auf Such-Requests der Methode ‚search‘ … "call:method_name"='search')

Schlussendlich muss nur mehr die neue Statistic für die gewünschten Dashboard Charts aktiviert werden, d.h. man wählt statt der „<Default Statistic>“ die soeben neu definierte aus und ändert anschließend den Zeitraum auf das nun neu definierte (Tages-basierte) Interval (statt 1000x10min auf 7x1440min)

Hinweis: die neue Statistik enthält nur die dort definierten Spalten und bietet im Gegensatz zur Default-Statistik nicht alle Spalten an.

Allgemeiner Hinweis zu Dashboard Charts basierend auf Logpool Statistiken. Die Statistiken werden einmal täglich kurz nach Mitternacht berechnet. D.h. die Charts werden erst nach ein paar Tagen brauchbare Daten anzeigen.

Beispiel 2 – Suchen pro TagPermanenter Link zu dieser Überschrift

Diese im vorigen Kapitel definierten Statistiken können auch genutzt werden um ein Dashboard Chart mit den Suchen pro Tag zu definieren.

Dazu erzeugt man ein neues Chart vom Typ „Top-X Logpool Statistics“.

Man konfiguriert ein adäquates Update Intervall und definiert den Chart TypeTable“ mit Chart Data Modedate“.

Bei den „Data Source Properties“ wählt man nun den „Client Service“ Logpool sowie die zuvor definierte Tages-basierte Statistik aus. Als Zeitbereich kann man nun die Anzahl der Intervalle/Tage definieren und gruppiert nach der Spalte „Method“ um z.B. alle Suchen pro Tag zu erhalten. Als Measure für die Anzeige fügt man „Count“ mittels „Add“ zur Tabelle hinzu um die gewünschte Anzahl zu bekommen.

Das Ergebnis sieht in etwa wie folgt aus