健全性

Health タブには、環境全体のアプリケーションのパフォーマンスおよび信頼性に関する問題が表示されます。

このタブでは、速度、エラー率、ベンチマーク指標、AI を活用したインサイトを組み合わせて、アプリケーションユーザーへの影響を迅速に把握し、修復の優先順位を決定できます。システムは、過去 30 日間の Health 指標を計算します。

アプリケーションの健全性を確認する

Health タブの上部セクションでは、アプリケーションの技術的な健全性が時間の経過とともにどのように変化するかを視覚化します。システムは、web.page_views NQL テーブルからこれらの指標を計算します。

Benchmark 指標を使用すると、赤と緑の色分けにより、パフォーマンスの健全性の傾向がグローバル Nexthink ベンチマークよりも良好か不良かをすばやく特定できます。

分類に使用できる benchmark データがない場合、システムは対象アプリケーションに設定されたパフォーマンスしきい値をデフォルトで使用します。アプリケーションしきい値の設定を参照してください。

対象アプリケーションの Health タブでは、次の操作を行えます。

• タブの上部には、グローバルベンチマークに対するアプリケーション全体の健全性評価が Strong、Average、Weak として表示されます。
• Speed および Error rate の棒グラフを確認してホバーし、時間の経過に伴うパフォーマンスの動作を監視します。異常な急増や繰り返し発生する問題を検出します。
• Speed および Error rate のゲージを使用して、現在のアプリケーションの健全性の状態をすばやく判断します。
• Speed または Error rate のゲージにホバーして action menu を開き、集計値の背景にある特定のページロードを詳しく調べます。

システムは、ページロード時間とエラー率をグローバルベンチマークと比較して、またはベンチマークが利用できない場合は設定したしきい値と比較して、全体的なステータスを次のように定義します。

• Strong: ページロード時間とエラー率の両方がベンチマークより 10% 超良好である、または両方が強いユーザーしきい値を満たしている状態です。
• Average: ページロード時間とエラー率がベンチマークの 10% 以内である、または両方が平均的なユーザーしきい値を満たしている状態です。一方の指標のみが平均的またはそれより低い場合、システムはより低い結果を使用します。
• Weak: ページロード時間またはエラー率のいずれかがベンチマークより 10% 超不良である、またはいずれかが弱いユーザーしきい値を満たしている状態です。

Speed ゲージには、次の値が表示されます。

• Fast: ベンチマークより 10% 超良好、または設定したしきい値に対して 0 から平均の範囲です。
• Moderate: ベンチマークの 10% 以内、または設定したしきい値に対して平均からフラストレーションを感じる範囲です。
• Slow: ベンチマークより 10% 超不良、または設定したしきい値に対してフラストレーションを感じるレベルを上回る状態です。

Error rate ゲージには、次の値が表示されます。

• Low: ベンチマークより 10% 超良好、またはベンチマークが利用できない場合は 0.0% ～ 0.5% です。
• Fair: ベンチマークの 10% 以内、またはベンチマークが利用できない場合は 0.5% ～ 2.0% です。
• High: ベンチマークより 10% 超不良、またはベンチマークが利用できない場合は 2.0% 超です。

従業員グループとアプリケーション機能間でアプリケーションの健全性を比較する

ヒートマップを調べて、組織全体でアプリケーションの健全性に関する問題が最も大きな影響を及ぼしている箇所を特定します。

ヒートマップの合計は平均値を表すため、個々のセルの値の合計とは一致しません。

ドロップダウンから Health、Speed、または Error rate を切り替えて、全体的なアプリケーションの健全性、ページの応答性、または信頼性の問題に分析の焦点を当てます。

• 最初の By フィルターを使用して、影響を受ける業務領域を特定するために、Division、Department、Entity などの組織ディメンション別に結果をグループ化します。ユーザーをグループ化するために使用できるオプションは、Nexthink 環境で設定した user organization fields によって決まります。
• 2 番目の By フィルターを使用して、次の項目全体で結果をさらに絞り込みます。

  • アプリケーションの Features。これは、Nexthink で設定したアプリケーションの Key pages によって決まります。
  • または、デバイスの場所（Countries、States、Sites、Location Type など）。これにより、低品質な Experience が集中している場所を検出できます。

行数が 10,000 を超えるヒートマップでは、すべての行が表示されていないことを示す情報バーがシステムによって表示されます。そのため、結果のランキングは完全なデータセットを反映していない場合があります。

user organization fields が完全に拡充されていない場合、システムは Entra ID データ（設定されている場合）などのフォールバックソースを使用することがあり、グループ間のユーザー分布に影響する可能性があります。

ユーザー組織フィールドを正しく作成および拡充するために、ユーザー組織の設定を参照してください。

アプリケーションインサイトを調査する

Application expert の右側パネルから特定の Insights を確認して選択し、アプリケーションの健全性に関する問題の考えられる原因と影響を強調する、AI を活用したコンテキスト分析を取得します。

• 選択した健全性パターンが重要である理由。
• ページの読み込み遅延、エラー率の増加、チームやワークフローに影響する繰り返し発生する問題の背景にある、システムの制約やサービスのボトルネックなど、考えられる根本原因をより深く分析するための What the data shows。

システムは、AI が生成したコンテンツやインサイトを示すために ✦ スパークルアイコンを表示します。 AI は急速に進化し優れたインサイトを提供していますが、まだ誤りを犯すことがあります。 Nexthink は、結果の精度を確保し、十分な情報に基づく意思決定を支援するために、結果の検証を行うことを推奨します。

詳細については、Nexthink Insights - AI Model Card ドキュメントを参照してください。