Información general

Session Replay salva la distancia entre el análisis de usuario y la reproducción visual de errores. Esta guía muestra un ejemplo de cómo los desarrolladores pueden aprovechar Session Replay como ayuda visual para documentar post mortems.

Uso de RUM para identificar la extensión de un problema de usuario

En este ejemplo, hemos visto que muchos usuarios se quejaban de que se producía un problema cuando hacían clic en el botón Pago. Luego de investigar el dashboard de señales de frustración RUM, en el Explorador RUM confirmamos que se habían producido casi 3.000 casos de este tipo de error en tan solo una semana:

Visualización del problema del usuario en un vídeo de Session Replay

Después de hacer clic en una sesión de la consulta anterior, podemos visualizar un vídeo de Session Replay para ver cómo se produce este error en directo y podemos observar lo que han hecho los usuarios antes y después:

Compartir en un notebook

Para garantizar que otros miembros del equipo que investigan este problema puedan ver este contexto, podemos compartir este vídeo de Session Replay concreto en un notebook a través del botón de compartir:

Al enviar el vídeo de Session Replay a un notebook, podemos añadir comentarios, analizar otros datos telemétricos de este incidente y documentar nuestro post mortem.

Nota: Hay una plantilla de notebooks de post mortems disponible aquí.

Documentar el post mortem

Después de compartir la repetición en un notebook, podemos empezar a documentar la investigación.

Para representar mejor el problema, podemos añadir contexto sobre el comportamiento en la repetición e incluir los gráficos apropiados, como el número total de usuarios afectados.

Además, al añadir un comentario en los notebooks podemos etiquetar a las partes interesadas para que le echen un vistazo. En este caso, hemos etiquetado al jefe de producto responsable de esta función para confirmar que se ha añadido una corrección al backlog.

Referencias adicionales

Additional helpful documentation, links, and articles:

Detección de los puntos críticos para el usuario utilizando las señales de frustración de DatadogBLOG NotebooksDOCUMENTATION