待機室分析

待機室分析は、待機室の設定と比較して、待機室を通過するトラフィックの履歴的な洞察を提供します。データは過去30日間保存されます。

待機室分析を使用すると、次のことができます：

待機室を通過してサイトに流入するピークトラフィックの流れを評価する。
ユーザーが待機室で過ごした時間を特定する。
分析を使用して待機室の設定を調整する。

ダッシュボード分析

ダッシュボードで待機室の分析にアクセスするには：

Cloudflareダッシュボード ↗にログインし、アカウントとドメインを選択します。
トラフィック > 待機室に移動します。
メトリクスを確認したい待機室を展開し、待機室分析のプレビューを表示します。プレビューでは、過去24時間の待機室を通過したピークトラフィックに関する洞察が得られます。これには、最大アクティブユーザー、最大キューイングユーザー、キューイングユーザーの典型的な待機時間が含まれます。
待機室分析セクションの下にある詳細表示を選択して、待機室のより多くの履歴分析を取得します。
表示されるすべてのメトリクスの時間範囲は、デフォルトで過去24時間に設定されています。時間範囲を変更するには、ドロップダウンから選択します。過去30日間の任意の時間範囲を選択できますが、最小で30分が必要です。

イベント分析

待機室に完了したスケジュールイベントがある場合、興味のある待機室の行を展開し、イベント時間を選択することで、イベントの分析に迅速にアクセスできます。このリンクを開くと、その待機室の分析ビューが表示され、プレキューイング期間からイベントの終了までの情報が含まれます。

このイベント情報を保存するには、データをダウンロードまたはレポートを印刷を選択できます。イベントを削除すると、時間範囲リンクはダッシュボードに表示されなくなります。イベントのタイミングを編集すると、時間範囲リンクも更新されます。

イベントの分析へのリンクが表示されない場合、次のいずれかが発生している可能性があります：

イベントがまだ発生していない。
イベントが30日以上前に開始された。

メトリクス

これらは、分析ダッシュボードで利用可能なメトリクスとその計算方法です。

キュー内の時間

キュー内の時間の要約値は、キューイングユーザーがアプリケーションに入るのを待っている間にどれだけの時間を費やしたかを示すことで、ユーザー体験に関する洞察を提供します。選択した時間範囲に対して、典型的なユーザーと最も長く待ったユーザーの待機時間が表示されます。これらの値は、待機室の設定と待機室へのトラフィックが待機時間に与えた影響の指標です。

待機時間が望ましいよりも高い場合、かつそれを行うことに自信がある場合は、次のいずれかまたはすべてのアクションを検討できます：

total_active_usersの設定値を増加させる。
new_users_per_minuteの設定値を増加させる。
session_durationを減少させる。
セッション更新を無効にする。

オリジンでの時間

オリジンでの時間の要約値は、ユーザーが待機室でカバーされているページで過ごした時間を推定します。選択した時間範囲に対して、典型的なユーザーのオリジンでの推定時間と、サイトで最も多くの時間を費やしたユーザーのオリジンでの時間にアクセスできます。セッション更新が無効になっていて、アクティブなキューイングがない場合、ユーザーはsession_duration分ごとに新しい待機室セッションが発行されます。したがって、これらのユーザーは複数のセッションにわたって滞在している可能性があります。これらのユーザーのオリジンでの時間は、セッションが期限切れになるたびにリセットされます。

オリジンでの時間の値に応じて、次のような考慮事項があります。

セッションの持続時間を増加させ、ユーザーがサブリクエストを行うための時間を増やす、またはセッション更新を有効にすることを検討する場合：

セッション更新が無効になっている。
長い待機時間で頻繁にアクティブなキューイングがある。
典型的なオリジンでの時間が設定されたセッションの持続時間の約70%である。

これらは、ユーザーがサイトで望むタスクを完了するためにより多くの時間が必要であることを示す指標かもしれません。

セッションの持続時間を減少させる、またはセッション更新を無効にすることを検討する場合：

オリジンでの上位5%の時間が設定されたセッションの持続時間の70%未満である。
高いキュー時間が見られ、トラフィック制限を増やしたくない。

これらは、ユーザーがサイトでそれほど多くの時間を必要としておらず、オリジンのスポットを占有していることを示す指標かもしれません。

アクティブユーザー対キューイングユーザー

アクティブユーザーのチャートは、待機室でカバーされている任意のURLの最大アクティブユーザーと最大キューイングユーザーを表示する時系列チャートです。これらの値は、設定されたアクティブユーザーのターゲット閾値と比較して表示されます。

新しいユーザーは、待機室でカバーされている任意のURLに対して行われた新しいリクエストです。待機室は、リクエストに待機室クッキーが関連付けられていない場合、そのリクエストを新しいものとしてカウントします。リクエストが行われると、待機室クッキーが発行されます。アクティブなキューがある場合、ユーザーはキューイングユーザーと見なされます。そのユーザーがキューを通過してサイトにアクセスすると、アクティブユーザーとなり、session_duration分ごとに待機室のURLにHTTPリクエストを行い続ける限りアクティブなままです。

ピークトラフィックを特定し、絞り込むには、30日などの長い時間範囲を選択します。次に、より詳細に確認したい任意の時間範囲の左側と右側にカーソルをドラッグしてズームインします。各バーが1分間隔を表すまでズームインできます。ページ上の他のすべてのメトリクスは、選択した時間範囲のデータを反映するように自動的に更新されます。

特定の瞬間の詳細を確認するには、グラフのバーにカーソルを合わせます。これにより、そのバーが表す時間範囲に対して次の情報が表示されるツールチップが表示されます：

到達した最大アクティブユーザー
到達した最大キューイングユーザー
設定されたアクティブユーザーのターゲット値

キューイングは、設定された制限を下回る場合があり、アクティブユーザーは時折設定された制限を超えることがあります。詳細については、キューイングのアクティベーションセクションを参照してください。

分あたりの新しいユーザー

分あたりの新しいユーザーのチャートは、待機室を通過してオリジンに到達した新しいユーザーの数を、設定された分あたりの新しいユーザーのターゲット閾値と比較して表示します。アクティブユーザーのチャートと同様に、興味のある時間範囲の左側と右側をハイライトすることでズームインでき、他のチャートや要約値も更新されます。ズームアウトすると、各データポイントは平均化されます。したがって、ズームインすると、値が変動する可能性があります。

GraphQL分析

GraphQL APIを介して待機室の分析データをクエリできます。待機室分析は、待機室へのトラフィックを視覚化し、設定された制限を尊重しながらどのように管理されているかをリアルタイムで可視化することを可能にします。

以下は、開始するためのクエリの例です：

特定の期間にわたるアクティブユーザーの合計と分あたりの新しいユーザーの値を取得します。

これは、メトリクス値を取得するためのシンプルなクエリです。ゾーンタグでデータをフィルタリングし、waitingRoomAnalyticsAdaptiveデータセットをクエリできます。この例では、2つのメトリクスのみにこのクエリを適用していますが、スキーマを探索して、集約メソッドを適用せずにGraphQLデータセットから生の値を取得できます。

{
  viewer {
    zones(filter: {zoneTag: "example-zone"}) {
      waitingRoomAnalyticsAdaptive(limit: 3, filter: {datetime_gt: "2023-03-05T19:14:30Z", datetime_lt: "2023-03-07T19:13:00Z", waitingRoomId: "example-waiting-room-id"}) {
        totalActiveUsers
        newUsersPerMinutes
      }
    }
  }

{
  "data": {
    "viewer": {
      "zones": [
        {
          "waitingRoomAnalyticsAdaptive": [
            {
              "newUsersPerMinute": 77,
              "totalActiveUsers": 1023
            },
            {
              "newUsersPerMinute": 113,
              "totalActiveUsers": 1009
            },
            {
              "newUsersPerMinute": 99,
              "totalActiveUsers": 927
            }
          ]
        }
      ]
    }
  },
  "errors": null
}

特定の期間にわたるアクティブユーザーの合計と分あたりの新しいユーザーの平均を見つけ、15分間の期間でこのデータを集約します。

このクエリは、アクティブユーザーの合計と分あたりの新しいユーザーの平均を計算します。クエリの時間次元は15分であるため、選択した時間範囲に対して15分ごとにデータが集約されます。

{
  viewer {
    zones(filter: {zoneTag: "example-zone"}) {
      waitingRoomAnalyticsAdaptiveGroups(limit: 10, filter: {datetime_geq: "2023-03-15T04:00:00Z", datetime_leq: "2023-03-15T04:45:00Z", waitingRoomId: "example-waiting-room-id"}, orderBy: [datetimeFifteenMinutes_ASC]) {
        avg {
          totalActiveUsers
          newUsersPerMinute
        }
        dimensions {
          datetimeFifteenMinutes
        }
      }

{
  "data": {
    "viewer": {
      "zones": [
        {
          "waitingRoomAnalyticsAdaptiveGroups": [
            {
              "avg": {
                "newUsersPerMinute": 119,
                "totalActiveUsers": 1180
              },
              "dimensions": {
                "datetimeFifteenMinutes": "2023-03-15T04:00:00Z"
              }
            },
            {
              "avg": {
                "newUsersPerMinute": 146,
                "totalActiveUsers": 961
              },
              "dimensions": {
                "datetimeFifteenMinutes": "2023-03-15T04:15:00Z"
              }
            },
            {
              "avg": {
                "newUsersPerMinute": 144,
                "totalActiveUsers": 1015
              },
              "dimensions": {
                "datetimeFifteenMinutes": "2023-03-15T04:30:00Z"
              }
            }
          ]
        }
      ]
    }
  },
  "errors": null
}

特定の期間にわたるオリジンでの時間の加重平均（50パーセンタイル）と合計待機時間（90パーセンタイル）を見つけ、このデータを1時間ごとに集約します。

このクエリは、特定の期間のメトリクスの加重平均を計算し、時間ごとに集約します。

{
  viewer {
    zones(filter: {zoneTag: "example-zone"}) {
      waitingRoomAnalyticsAdaptiveGroups(limit: 10, filter: {datetime_geq: "2023-03-15T04:00:00Z", datetime_leq: "2023-03-15T04:45:00Z", waitingRoomId: "example-waiting-room-id"}, orderBy: [datetimeHour_ASC]) {
        avgWeighted {
          timeOnOriginP50
          totalTimeWaitedP90
        }
        dimensions {
          datetimeHour
        }
      }

{
  "data": {
    "viewer": {
      "zones": [
        {
          "waitingRoomAnalyticsAdaptiveGroups": [
            {
              "avgWeighted": {
                "timeOnOriginP50": 99.19,
                "totalTimeWaitedP90": 1625.63
              },
              "dimensions": {
                "datetimeHour": "2023-03-15T04:00:00Z"
              }
            }
          ]
        }
      ]
    }
  },
  "errors": null
}

なぜ私の待機室にデータがないのですか？

待機室の履歴データが表示されない場合、次のいずれかが真である可能性があります：

検査している時間範囲で待機室にトラフィックがなかった。
検査している時間範囲で待機室が有効になっていなかった。

Cloudflare Dashboard Discord Community Learning Center Support Portal

Cookie Settings