Session Replay sur Grail : revoir ce que l’utilisateur a vécu, avec les traces et les logs à côté

Session Replay Dynatrace sur Grail : revoir la session d’un utilisateur avec ses traces, logs et événements. Usages, mise en route et requêtes DQL.
Session Replay sur Grail : revoir ce que l'utilisateur a vécu, avec les traces et les logs à côté

« Le paiement ne passe pas. » Le ticket du support ne dit rien de plus. Côté backend, aucun pic d’erreurs ; côté frontend, quelques exceptions JavaScript parmi des milliers d’autres. Sans voir l’écran du client, l’équipe en est réduite aux hypothèses, et le ticket risque de finir en « non reproductible ». C’est exactement le cas pour lequel la Session Replay de Dynatrace a été repensée.

Les outils d’enregistrement de session répondent à ce besoin depuis longtemps, mais ils vivent en général à part : on regarde la vidéo dans un outil, on cherche la trace dans un autre, on recopie un identifiant de requête dans un troisième. La nouvelle Session Replay de Dynatrace, désormais disponible pour tous les clients SaaS sur Grail, change la donne : chaque enregistrement est stocké à côté des logs, traces, événements et données RUM de la même plateforme.

Cet article s’intéresse à ce que ce rapprochement permet en pratique, à la façon de démarrer et aux points d’attention pour ceux qui utilisent encore Session Replay Classic.

Session Replay : du film à l’enquête

Un replay isolé montre ce que l’utilisateur a fait. Il ne dit pas pourquoi le bouton n’a pas répondu. La valeur de la nouvelle version tient à son ancrage dans Grail : la session n’est plus un fichier vidéo, c’est un ensemble d’événements interrogeables et reliés au reste de la télémétrie.

Concrètement, cela ouvre plusieurs chemins d’investigation, dans les deux sens :

  • d’un événement de session vers la trace distribuée correspondante, span par span ;
  • d’une ligne de log vers les sessions utilisateur concernées ;
  • d’un incident backend vers les sessions actives au même moment ;
  • de n’importe quelle requête DQL vers des Notebooks, Dashboards, Workflows ou Investigations.

Plus besoin de copier des identifiants de requête d’un outil à l’autre : le lien frontend-backend est intégré.

Ce que montre le lecteur

Pendant la lecture, la liste chronologique des événements défile à côté de l’enregistrement : requêtes, erreurs, actions utilisateur, navigation. Une frise regroupe ces événements et permet de sauter directement à un moment précis ; un repère visuel signale les instants clés. Les contrôles habituels sont là : vitesse de lecture, saut des périodes d’inactivité, retour de quelques secondes. Chaque événement se déplie pour afficher ses attributs détaillés, dont l’identifiant de trace, et une barre de recherche permet de naviguer dans les sessions longues sans les regarder en entier.

Un résumé par Dynatrace Intelligence

Le bouton Summarize Session demande à Dynatrace Intelligence de lire les événements RUM de la session et d’en produire un résumé en langage clair : ce que l’utilisateur a vécu, les anomalies et erreurs relevées, et ce qui s’est passé sous la surface. Pour une session de vingt minutes, c’est souvent le moyen le plus rapide de savoir s’il vaut la peine de la regarder.

Au-delà de l’incident

Une rétention étendue des données de Session Replay est proposée en preview. Elle ouvre des usages qui dépassent le dépannage immédiat : traitement de réclamations clients reçues plusieurs semaines après les faits, audits de conformité, détection de fraude. Comme les données d’expérience numérique restent dans Grail, on peut aussi analyser des tendances sur l’historique des sessions avec DQL, comme on le fait pour les logs avec l’analyse de patterns.

Autre usage souvent sous-estimé : les équipes non techniques. Le support client et les équipes métier exploitent volontiers un replay pour comprendre une réclamation, à condition que l’accès soit correctement cadré.

En pratique

Étape 1 — Activer l’enregistrement, idéalement en configuration as code

Pour quelques applications, l’activation manuelle suffit. Au-delà, utilisez l’outillage de configuration as code de Dynatrace pour appliquer la même politique d’enregistrement à toutes vos applications frontend, sans réglage application par application. C’est aussi le bon moment pour revoir les règles de masquage des données saisies : un replay ne doit jamais exposer de numéro de carte ou de donnée personnelle sensible.

Étape 2 — Retrouver les bonnes sessions

Ouvrez l’application Users & Sessions et appliquez le filtre sur les sessions disposant d’un replay, clairement signalées dans la liste. Les facettes permettent d’affiner par identifiant utilisateur, pays, navigateur, système d’exploitation, frontends visités ou nombre d’erreurs. Pour un ticket support, l’identifiant utilisateur et la plage horaire suffisent généralement.

Étape 3 — Aller plus loin avec DQL

Quand les facettes ne suffisent pas, interrogez directement les événements utilisateur. Exemple : compter les sessions de vrais utilisateurs ayant atteint une page de paiement sur les dernières 24 heures, en excluant robots et tests synthétiques.

fetch user.events, from: now()-24h
| search "checkout"
| filter dt.rum.user_type == "real_user"
| summarize sessions = countDistinct(dt.rum.session.id)

En remplaçant la dernière ligne par dedup dt.rum.session.id, vous obtenez la liste des sessions distinctes, que vous pouvez ouvrir une à une. Ces résultats s’affichent directement dans un Notebook (voir le module de formation sur les Notebooks et Dashboards), ce qui garde l’analyse et ses conclusions au même endroit. Le dictionnaire sémantique de la documentation liste les champs disponibles.

Étape 4 — Pivoter vers le backend

Dans le replay, repérez l’action qui échoue, dépliez l’événement, puis suivez le lien vers la trace distribuée. Vous verrez si la requête a atteint le backend, quel service a répondu et avec quelle erreur. Si la requête n’apparaît pas, le problème est vraisemblablement côté client : c’est déjà un diagnostic. Pour que ce lien fonctionne avec des services instrumentés par OpenTelemetry, la chaîne doit être complète : voir OpenTelemetry de bout en bout.

Étape 5 — Migrer depuis Session Replay Classic

Si vous utilisez Session Replay Classic, votre configuration existante reste active et les données ne sont pas facturées deux fois pour un double stockage. En revanche, les permissions d’accès aux données doivent être accordées pour la nouvelle expérience. Faites tourner les deux en parallèle le temps de la transition, et profitez-en pour définir qui, du support ou des équipes techniques, doit voir quoi.

Bonnes pratiques

  • Validez les règles de masquage avec votre DPO avant d’étendre l’enregistrement, surtout si la rétention étendue est envisagée.
  • Accordez les permissions de manière ciblée : le support a besoin des replays, pas forcément des logs applicatifs.
  • Utilisez le résumé de session pour trier, puis regardez l’enregistrement pour confirmer.
  • Filtrez toujours sur dt.rum.user_type pour écarter robots et tests synthétiques de vos analyses.
  • Les User Interactions, qui représentent chaque interaction comme un événement autonome, sont en Early Access et doivent être activées séparément : testez-les sur une application pilote.

Questions fréquentes

La Session Replay enregistre-t-elle les données saisies par l’utilisateur ?

Les règles de masquage décident de ce qui est enregistré. Configurez-les avant d’étendre l’enregistrement, pour qu’aucune donnée de carte ou donnée personnelle sensible n’apparaisse dans un replay.

Faut-il abandonner Session Replay Classic tout de suite ?

Non. La configuration existante reste active et les deux peuvent tourner en parallèle le temps de la transition ; il faut seulement accorder les permissions d’accès aux données pour la nouvelle expérience.

Comment retrouver la session d’un client qui ouvre un ticket ?

Dans l’application Users & Sessions, filtrez sur les sessions avec replay, puis sur l’identifiant utilisateur et la plage horaire du ticket. Pour des critères plus fins, interrogez les événements utilisateur avec DQL.

Conclusion

La nouvelle Session Replay fait passer l’enregistrement de session du statut de preuve visuelle à celui de point d’entrée d’une enquête complète. Parce qu’elle repose sur Grail, une session se relie naturellement à la trace, au log ou à l’hôte qui explique le comportement observé, et inversement. Pour les équipes qui jonglaient entre un outil de replay et une plateforme d’observabilité, c’est un changement de quotidien ; pour les autres, une bonne raison de regarder enfin ce que leurs utilisateurs voient.

Pour aller plus loin : Investigate user sessions end-to-end with the new Session Replay (blog Dynatrace, en anglais).

span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC. Dynatrace est une marque de Dynatrace LLC. Les fonctionnalités SaaS évoluent vite : vérifiez leur disponibilité dans votre environnement et dans la documentation officielle.

Total
0
Shares
2 comments
Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Previous Post
OpenTelemetry, bout en bout : du clic utilisateur à l'hôte, sans recoller les morceaux

OpenTelemetry, bout en bout : du clic utilisateur à l’hôte, sans recoller les morceaux

Next Post
Analyse de patterns logs : de la masse brute aux requêtes DQL réutilisables

Analyse de patterns logs : de la masse brute aux requêtes DQL réutilisables

Related Posts