[发明专利]关键性能指标加权

说明书

技术领域

本发明涉及用于评估web服务的关键性能指标(KPI)的客观方法。

背景技术

web服务提供者通常通过评估他们的web服务所提供的服务的质量来尝试标识对web服务的什么改进是合乎需要的。通常，这一评估包括跟踪web服务的关键性能指标(KPI)。每一KPI允许web服务提供者定义评估领域并访问web服务在该领域中的性能。作为示例，搜索引擎服务的KPI尤其可涉及搜索引擎的相关性(例如，搜索结果与最终用户的搜索查询有多相关的度量)、性能(例如，在最终用户提交了搜索查询之后搜索结果有多快返回的度量)、以及可用性(例如，搜索引擎服务对最终用户有多频繁地可用的度量)。

跟踪KPI允许web服务提供者确定他们的web服务的不同领域表现得如何并标识可进行改进以提高服务的总体质量的那些领域。因为对给定web服务通常跟踪多个KPI，所以通常通过定义每一KPI的加权来区分这些KPI的优先级。换言之，各KPI的加权便于区分这些KPI的优先级，以标识web服务提供者应当在web服务的哪些区域上集中精力来提高服务质量。传统上，没有使用一贯的方法来确定KPI的加权。相反，加权是通过web服务提供者的某些个人主观地定义的，这些人通常是面向业务或面向市场的个人。结果，加权是任意且不明确的。另外，主观地定义加权的个人可能不具备所需理解水平来提供相对准确的加权，并且不能充分地解决web服务的服务质量需求。

发明内容

提供此“发明内容”是为了以简化形式介绍将在以下“具体实施方式”中进一步描述的一些概念。该“发明内容”不旨在标识所要求保护的主题的关键特征或本质特征，也不旨在用于帮助确定所要求保护的主题的范围。

本发明的各实施方式涉及一种用于评估web服务的关键性能指标(KPI)的客观方法。在各实施方式中，确定每一KPI的KPI驯服(taming)成本。KPI的KPI驯服成本表示所预计的为该KPI实现单位KPI改进所需的工程工时数。另外，确定每一KPI的预测用户参与变化。KPI的预测用户参与变化是对在给定该KPI的特定改进的情况下可被实现的、用户对web服务的参与的改进的估计。基于每一KPI的KPI驯服成本和预测用户参与变化来确定每一KPI的KPI敏感性。在一些实施方式中，还确定每一KPI的加权。KPI的加权是通过将该KPI的KPI敏感性除以针对该web服务所评估的所有KPI的KPI敏感性的总和来确定的。

附图说明

以下参考附图详细描述本发明，附图中：

图1是适用于实现本发明的各实施方式的示例性计算环境的框图；

图2是示出根据本发明的一实施方式的用于确定KPI的加权的方法的流程图；

图3是示出根据本发明的一实施方式的用于计算所选KPI的KPI驯服成本的方法的流程图；

图4是根据本发明的一实施方式的描绘有限KPI范围内的KPI驯服成本的指数曲线的图；

图5是示出根据本发明的一实施方式的用于预测所选KPI的用户参与变化的方法的流程图；

图6是示出根据本发明的一实施方式的描绘用户参与变化的对数曲线的图；以及

图7是可以使用本发明各实施方式的示例性系统的框图。

具体实施方式

此处用细节来描述本发明的主题以满足法定要求。然而，描述本身并非旨在限制本专利的范围。相反，发明人设想所要求保护的主题还可结合其他当前或未来技术按照其他方式来具体化，以包括不同的步骤或类似于本文中所描述的步骤的步骤组合。此外，尽管术语“步骤”和/或“框”可在此处用于指示所采用的方法的不同元素，但除非而且仅当明确描述了各个步骤的顺序时，该术语不应被解释为意味着此处公开的各个步骤之中或之间的任何特定顺序。

本发明的各实施方式提供一种用于区分针对web服务来跟踪的各KPI的优先级的客观方法。该方法基于以下认识：改进web服务的特定区域对于服务的总体性能的影响在该web服务的生存期期间不断变化。例如，对于搜索引擎服务，在一时间点处，与相关性改进相比，性能改进将对服务的总体质量具有更大的影响。然而，在另一时间点处，与性能改进相比，相关性改进将对服务的总体质量具有更大的影响。本发明的各实施方式提供一种便于发现不同区域在web服务的生存期期间的不同时刻的相对重要性以帮助确定在web服务生存期期间应在何处对其改进进行努力的客观方法。