Mobile Lasttests | | von Annette Mattgey

Wegen Überfüllung geschlossen? So vermeiden Sie kollabierende Apps

Der Abbruch der Online-Bestellung wegen zu langer Ladezeiten: Das ist der Alptraum jedes E-Commerce-Anbieters. Einerseits gelten Smartphones und Tablets als der Wachstumsfaktor für die kommenden Jahre, andererseits sind die Nutzer sehr empfindlich, wenn Apps nicht das leisten, was sie von ihnen erwarten. Mit einem Wisch sind sie gelöscht. Bevor eine App an den Start geht, sollte sie einen Lasttest bestehen, empfiehlt Alexander Kunz, Business Development Manager bei Neotys.  

Gerade vom Smartphone verspricht sich die Internetwirtschaft hohes Wachstum. Allerdings stehen und fallen die Vermarktungsstrategien mit dem flüssigen Zugriff auf die nativen oder webbasierten Apps. Die reibungslose Abwicklung von Transaktionen entscheidet über das Einkaufserlebnis und damit über Umsatz, Kundenzufriedenheit und Marktakzeptanz mobiler Angebote. Bei der Qualitätssicherung der Services sowie der Minimierung von Ausfall- und Umsatzrisiken kommen Last- und Stresstests ins Spiel. Sie verbessern nicht die teilweise schwankenden Leistungen der Mobilfunknetze – aber verhindern, dass fehlerhafte Apps das Surfen mit dem Smartphone unnötig verlangsamen. Lasttests helfen dabei, Webangebote auf verfügbare Datentransferraten, die Leistungsfähigkeit mobiler Browser und steigende Zugriffsraten optimal abzustimmen. Die Lasthärte und Stresstoleranz einer App – also die ungehinderte Verfügbarkeit auch bei hohem Kundenaufkommen – ist als zentraler Erfolgsfaktor mitentscheidend für Absatzzahlen und das Image eines Online-Anbieters.

Eine Studie von Compuware aus dem Jahr 2012 ermittelte selbst für namhafte mobile Webstores Ladezeiten von durchschnittlich 10 bis 13 Sekunden. Jeder siebte Aufruf scheiterte ganz. Vor dem Hintergrund der bekannten Untersuchungsergebnisse von Amazon, die die direkte Abhängigkeit des Umsatzes von den Ladegeschwindigkeiten nachweisen, erklärt sich das starke Interesse der Online-Wirtschaft an der Performance-Optimierung ihrer Angebote. Bei der Lokalisierung der Ursachen für lange Wartezeiten spielen neben Funktions- vor allem Lasttests eine zentrale Rolle. Während Funktionstests das Verhalten von Anwendungen unter idealen Laborbedingungen für einen einzelnen Nutzer untersuchen (zum Beispiel mithilfe von Crowdtesting), messen Lasttests die tatsächliche Performance der Applikation in realitätsnahen Szenarien, z.B. wenn viele Berufstätige in der Mittagszeit gleichzeitig auf ihre Aktiendepots zugreifen oder Einkäufe erledigen. Eine beliebig skalierbare Anzahl virtueller Testkunden überprüft dann, ob die mobilen Wertpapier- und Shop-Anwendungen dem Andrang standhalten und ob sich erfolgskritische Leistungsparameter (z.B. Reaktionszeiten) auch „unter Stress“ im Zielkorridor bewegen.

Das Flaschenhals-Problem

Last- und Stresstests sind vor dem Go-live eines App-Angebotes, aber auch parallel zum laufenden Produktivbetrieb ein wichtiges Mittel, um Leistungsengpässe auszuschließen und eine Verkaufsplattform für das Saisongeschäft oder einen Kampagnenstart fit zu machen. Dazu wird mit künstlich erzeugten Nutzern ein Besucheransturm simuliert, sodass Leistungsfähigkeit und -grenzen der Systeme ausgemessen werden können. Neben extremen Zugriffsszenarien steht der „ganz normale“ Alltag im Fokus: Die virtuelle Testkundschaft zeigt in jeweils unterschiedlicher Zusammensetzung und Anzahl, wie der reale Käufer die Webshop-Funktionen erlebt. Auf diese Weise erlauben Lasttests die frühe Identifizierung von Engstellen, solange sie noch mit geringem Kosten- und Zeitaufwand zu beseitigen sind. Darüber hinaus leisten Lasttests einen wichtigen Beitrag zur Ermittlung der Ursachen und zur Erstellung von Handlungsempfehlungen.

WLAN, Ethernet, UMTS: Kniffliges Mobile Business

Das Wachstumspotenzial im Mobile Business können Banken und Handel nur ausschöpfen, wenn sie Smartphone-Anwendern ähnlich hohe Serviceniveaus wie WLAN- und Ethernet-Nutzern bieten. Das ist nicht ganz einfach, da die Bandbreite im Mobilfunknetz zumeist geringer ist als bei DSL-Verbindungen. Zudem weisen die verfügbaren Datentransferraten deutschlandweit eine heterogene Verteilung auf: Während UMTS in Städten und HSDPA in ausgewählten Ballungsräumen genutzt wird, sind ländliche Räume teilweise noch mit GPRS, teilweise schon mit LTE versorgt. Zumindest bis LTE flächendeckend zur Verfügung steht, können Fehler im Handling von Browseranfragen wegen der geringeren Verbindungsgeschwindigkeiten schlechter kaschiert werden als bei ultraschnellen Glasfaserverbindungen. Gleichzeitig erschwert die Vielfalt der Tablet- und Smartphone-Betriebssysteme (u.a. iOS, Windows 8 / RT, BlackBerry OS, Android 4.x) die Programmierung von Web-Apps, die jederzeit hoch performant zur Verfügung stehen.

Was passiert, wenn tausende Flaneure gleichzeitig surfen?

Lasttests erfolgen im Dreischritt aus „Recording“, „Playback“ und „Auswertung“. In der ersten Phase werden relevante Zugriffsszenarien festgelegt. Bei modernen Lasttestlösungen navigiert der Testspezialist durch das Online-Angebot. Dabei werden die Browseranfragen direkt aufgezeichnet und zu virtuellen Nutzerprofilen zusammengefasst. Ein solches Profil entspricht einem Anwenderverhalten, das sich durch bestimmte Klick-Frequenzen und Klick-Pfade auszeichnet. Typische Profile für Webshop -Nutzer wären z.B. „Käufer“ oder „Flaneur“. Mit Website Analytics lassen sich tageszeitabhängig bestimmte Verhältnisse der unterschiedlichen Nutzertypen ermitteln und daraus realistische Testszenarien entwickeln. Diese werden in der zweiten Phase abgespielt. Das geschieht mit Lastgeneratoren (Servern), die auch die gewünschten Testnutzer bis zur benötigten Anzahl hochskalieren.

Lasttests sollten dabei die Wahl der Browser wie Safari, Google Chrome oder Internet Explorer Mobile in einem authentischen Verhältnis widerspiegeln. Ebenfalls gilt es, die regionale Herkunft der Kunden zu berücksichtigen. Durch den gezielten Einsatz weltweit verteilter Server aus der Lasttest-Cloud können selbst Store-Zugriffe aus dem Ausland simuliert werden. Der dritte Schritt ist die Auswertung, die sich auf die Messung relevanter Kenngrößen stützt. Dazu zählt z.B. die Maximalauslastung der Server mit parallelen Nutzeranfragen, das Verhältnis von Last zur Antwortzeit oder von Überlast zu Time-outs. Die ermittelten Werte werden dann mit der für den Geschäftserfolg erforderlichen Zielperformance verglichen. Dabei wird geprüft, ob kritische Schwellenwerte überschritten sind, wie etwa die maximale Fehlerrate, die Nutzer nach bisherigen Statistiken noch hinnehmen, ohne Bezahlvorgänge ganz abzubrechen.

Auf ISDN einstellen: Wenn Surfen zum Geduldsspiel wird

Mobile Lasttests sollten vorliegende Bandbreitenbeschränkungen realitätsnah simulieren und nicht ausschließlich unter idealen DSL-Umgebungen hinter der Unternehmensfirewall durchgeführt werden. Nur so lässt sich die Nutzererfahrung in Mobilfunknetzen, die je nach Region, Tageszeit und Auslastung lediglich Transferraten auf ISDN-Niveau bieten, authentisch ermitteln. Denn Webanwendungen, die im Breitband-Ethernet als reaktionsschnell wahrgenommen werden, können vom Kunden abgelehnt werden, wenn zu den niedrigen Transferraten noch Schwachstellen hinzukommen, die die mobile Datenübertragung endgültig zur Geduldsprobe machen. Dieser Problematik trägt eine flexible Bandbreitensimulation Rechnung. Damit können virtuellen Nutzern jeweils individuell bestimmte Datentransferraten gezielt zugeordnet werden. Das Resultat sind heterogene Testgruppen mit Kunden, die – wie in der Wirklichkeit – mit unterschiedlicher Geschwindigkeit (je nach Provider, Vertrag, Region) auf Webanwendungen zugreifen. Bei einer realistischen Bandbreitenzuteilung entsteht so ein differenziertes Bild der Nutzerzufriedenheit mit einer App.

Fazit

Mobile Lasttests sollten schwankende Datentransferraten sowie die Vielzahl der Browserversionen und Betriebssysteme berücksichtigen. Moderne Lasttestsoftware hilft IT-Spezialisten, die daraus resultierende Komplexität zu beherrschen und die Einhaltung erfolgskritischer Leistungskennzahlen effektiv zu überprüfen. Werden Schwellenwerte überschritten, können die Ursachen zügig ermittelt und geeignete Lösungsstrategien entwickelt werden. Sie zielen darauf, Apps für mehr Kundenkomfort zu optimieren oder Funktionen im Hinblick auf teils geringe Bandbreiten zu reduzieren.

Alexander Kunz arbeitet als Business Development Manager bei Neotys. Neotys ist mit der Lasttestsoftware NeoLoad 4.1 weltweit bei über 1.100 Unternehmen im Einsatz, darunter Systemhäuser, Digitalagenturen, Webentwickler, KMU und Enterprise-Kunden.

Wegen Überfüllung geschlossen? So vermeiden Sie kollabierende Apps

Artikel bewerten

Vielen Dank, Ihre Bewertung wurde registriert!

Sie können leider nur einmal pro Seite bewerten.

Ihre Bewertung wurde geändert, vielen Dank!

Leserkommentar

Wir freuen uns über Ihre Kommentare.

* Pflichtfeld
** Pflichtfeld, wird nicht veröffentlicht