Observabilidade

Real User Monitoring (RUM): o que é e como funciona

Por RIKE IS Comunicação

Real User Monitoring mede a experiência de pessoas reais a partir do navegador, em sessões, ações e erros, e os Core Web Vitals dão a régua pública com LCP, INP e CLS. A coleta se habilita de quatro formas, depende de cabeçalhos, cookies e cache, e se liga a traces distribuídos. Sintético e governança de privacidade completam o uso.

O servidor responde dentro do esperado e, ainda assim, usuários reclamam de lentidão no portal. As duas coisas podem ser verdade ao mesmo tempo, porque o que o servidor entrega e o que a pessoa vê no navegador são medidas diferentes.

O Real User Monitoring, ou RUM, fecha essa lacuna. Ele mede a experiência a partir do navegador de quem usa a aplicação, e não a partir do servidor que a entrega, e é no uso real que lentidão e indisponibilidade viram reputação, receita e, no setor público, custo político.

Cada perfil lê esse dado por um ângulo. Para o CIO, o CTO e o CEO, o RUM mostra o que o usuário de fato viu, onde a experiência se degrada e para quem. Para o profissional DevOps, é a validação de cada versão publicada na ponta. Para o Site Reliability Engineer, ou SRE, é a fonte de um indicador de experiência que o servidor, sozinho, não entrega. Para o gerente de infraestrutura, mostra se o dimensionamento sustenta o pico onde ele é sentido.

O que é Real User Monitoring e o que ele captura

O Real User Monitoring é a técnica que mede a experiência de pessoas reais ao usar uma aplicação web ou móvel, com dados capturados diretamente do navegador ou do aplicativo durante as sessões.

Na plataforma Dynatrace, ele integra a capacidade de Digital Experience Monitoring, ou DEM. A documentação considera aplicações web todas as páginas HTML, sejam estáticas ou aplicações de página única executadas em um navegador.

Sessões, ações do usuário e Core Web Vitals

A unidade de medida do RUM é a sessão de usuário, e dentro dela ficam as ações do usuário. Segundo a documentação do Real User Monitoring Classic da Dynatrace, a captura inclui ações geradas automaticamente e nomeadas por configuração, ações XHR, outros tipos de interação e as ações-chave, avaliadas com o Application Performance Index, ou Apdex, o índice de satisfação que o RUM alimenta.

A documentação lista ainda propriedades de sessão, que permitem segmentar o uso por características de quem acessa.

Fora de qualquer ferramenta, o padrão de mercado para medir experiência web são os Core Web Vitals, definidos na documentação pública do próprio padrão.

Métrica O que mede Limite considerado bom
Largest Contentful Paint, ou LCP Carregamento 2,5 segundos
Interaction to Next Paint, ou INP Interatividade 200 milissegundos
Cumulative Layout Shift, ou CLS Estabilidade visual 0,1

A avaliação usa o percentil 75 das visitas, isto é, pelo menos três em cada quatro visitas precisam ficar dentro do limite, e vale separadamente para celular e desktop. Esses nomes vêm do padrão público dos Core Web Vitals, e a coleta de cada métrica na ferramenta em uso deve ser conferida na documentação dela.

Dados de campo versus dados de laboratório

Dados de campo refletem a experiência de usuários reais, e dados de laboratório vêm de ambientes controlados. O RUM produz dados de campo, e a recomendação da documentação dos Core Web Vitals é medir em campo, porque é ali que aparece a variedade de dispositivos, redes e condições de uso que um teste controlado não reproduz.

Em órgãos públicos, o período de pico é quando essa diferença pesa. O RUM mostra se usuários de regiões ou dispositivos distintos enfrentam degradação, e o registro serve de evidência para a transparência que o setor exige.

Como o RUM funciona na prática

O RUM funciona com um código que roda no navegador do usuário e reporta o que acontece durante a sessão. A documentação da Dynatrace descreve quatro formas de habilitar essa coleta, cada uma com requisitos próprios.

Formas de habilitar a coleta: injeção, sem agente, snippet e OneAgent

As quatro formas documentadas para aplicações web são estas.

  • Injeção automática do JavaScript de RUM nas páginas.
  • Monitoramento sem agente.
  • Snippet manual, em formatos selecionáveis.
  • OneAgent em modo full-stack, com implantação seletiva de RUM nos hosts.

A escolha entre elas é decisão de implantação, e cada uma carrega requisitos próprios. O OneAgent, agente unificado que descobre automaticamente a stack de um host, contêiner ou ambiente cloud, une a coleta no navegador à observabilidade do servidor, o que importa quando a investigação precisa atravessar as duas pontas.

Requisitos e limitações: cabeçalhos, cookies, cache e XHR de origem cruzada

Segundo a documentação, a infraestrutura precisa repassar as requisições, os cabeçalhos e os cookies específicos para o RUM funcionar como esperado, e os servidores de cache precisam estar bem configurados. Se algum desses elementos não chega, a coleta fica comprometida.

As ações XHR de origem cruzada exigem configuração extra para se ligar a traces distribuídos.

Cada requisito vira uma pergunta de implantação, com responsável definido: quem confere o repasse dos cabeçalhos, quem revisa a configuração de cache e quem valida o vínculo das chamadas de origem cruzada, antes de o dado ser tratado como confiável.

Do front-end à causa raiz: ligando o RUM aos traces

Quando a ação do usuário é associada a um trace distribuído, o RUM deixa de apontar apenas o sintoma e aponta o caminho. O trace é o GPS de uma viagem, mostrando cada parada do trajeto. Sem esse vínculo, a lentidão vista pelo usuário fica sem explicação, porque pode estar na página, na rede ou em um serviço do back-end.

Na plataforma Dynatrace, o Dynatrace Intelligence é responsável pela análise causal, com base no mapa de dependências do ambiente, e aponta a causa raiz, o impacto no negócio e as transações afetadas. Para o SRE, isso encurta o caminho entre a reclamação do usuário e o serviço responsável.

A IA causal atua na identificação da causa e do contexto do problema, enquanto os dashboards organizam e tornam exploráveis os sinais operacionais. No RUM, essa divisão é visível: a sessão mostra o que a pessoa viveu, e a análise causal explica por quê.

Como usar o RUM e evitar os erros comuns

Coletar dados de usuários reais é a parte simples. O valor aparece quando a equipe escolhe o que medir, segmenta com critério e governa o que coleta.

RUM e monitoramento sintético: papéis complementares

O monitoramento sintético simula acessos programados para verificar a disponibilidade, inclusive quando não há tráfego, e o RUM mostra o que usuários reais viveram. Um não substitui o outro: o sintético avisa que o serviço caiu de madrugada, e o RUM mede o impacto sobre quem estava usando.

Privacidade, governança de atributos e segmentação

Segmentar por dispositivo, região e versão transforma o dado em decisão, e o eixo da segmentação muda conforme o setor.

Em instituições financeiras, o RUM mostra em qual etapa do fluxo de uma transação o usuário desiste e quanto tempo cada etapa leva.

Em cooperativas, comparar a experiência entre praças e dispositivos, com dashboards regionalizados, revela se a qualidade é a mesma na capital e na cidade pequena.

Em empresas privadas de grande porte, a comparação antes e depois de uma versão nova mostra se a mudança degradou a experiência de quem compra ou contrata.

As propriedades de sessão e de usuário podem envolver dados pessoais, e a Lei Geral de Proteção de Dados, ou LGPD, como regime geral, pede governança sobre o que se coleta. Os controles específicos da plataforma devem ser verificados na documentação antes de qualquer configuração.

Os erros de adoção mais frequentes se repetem de projeto para projeto.

  • Medir apenas o servidor e supor que o usuário está bem.
  • Habilitar o RUM sem verificar cabeçalhos, cookies e cache.
  • Deixar as ações XHR de origem cruzada sem vínculo com os traces, o que perde o elo com o back-end.
  • Olhar médias em vez de percentis e ignorar a diferença entre celular e desktop.
  • Coletar atributos de sessão sem governança, com nomes inconsistentes entre equipes, e sem considerar a LGPD.
  • Subestimar a curva de aprendizagem da equipe interna.

Perguntas frequentes sobre Real User Monitoring

O RUM funciona em navegadores antigos?

Nem todos. A documentação dá um exemplo: o suporte ao Internet Explorer 11 terminou a partir da versão 1.293 do JavaScript de RUM. Antes de prometer cobertura para um público com navegadores antigos, vale conferir na documentação da versão em uso quais navegadores o JavaScript atende.

Como investigar a reclamação de um usuário específico?

A documentação do Real User Monitoring Classic cita a marcação de usuários específicos para análise de sessão. Com a marcação, a equipe liga a reclamação ao que aconteceu naquela sessão, em vez de tentar reproduzir o problema. Como a marcação identifica uma pessoa, vale a governança descrita para a LGPD.

Visually complete e Speed index são Core Web Vitals?

Não. Os Core Web Vitals são LCP, INP e CLS. A documentação do Real User Monitoring Classic lista Visually complete e Speed index entre as métricas capturadas, e a coleta dos três Core Web Vitals pelo nome deve ser verificada na documentação da plataforma antes de usá-los como meta.

Qual a diferença entre ação do usuário e ação XHR?

A ação do usuário é a interação registrada na sessão, gerada automaticamente e nomeada por configuração. A ação XHR vem de XMLHttpRequest, ou XHR, e é a chamada assíncrona que a página faz ao servidor sem recarregar.

Quais fluxos acompanhar primeiro?

Os que sustentam receita e continuidade. Em instituições financeiras, o login e as transações. Em órgãos públicos, os serviços ao cidadão que concentram pico. Em cooperativas, os fluxos usados em todas as praças. Em empresas privadas de grande porte, o caminho que o cliente percorre para comprar ou contratar.

Por quanto tempo guardar dados de sessão?

Não há prazo universal. Em sistemas críticos, a retenção dos dados de sessão deve seguir o regime aplicável ao setor, com a LGPD como regime geral, e a finalidade da coleta. O prazo sai de uma decisão conjunta entre tecnologia, jurídico e negócio, registrada antes de ativar o RUM.

O sampling de traces pode esconder a causa de uma lentidão vista pelo usuário?

Pode. No head-based sampling, a decisão ocorre no início da transação, antes de o trace estar completo, e por isso ele pode descartar os traces de erro e de latência, justamente os que explicam a reclamação. No tail-based sampling, a decisão sobre o que preservar ocorre após informações adicionais da transação estarem disponíveis, permitindo aplicar políticas de amostragem com base no resultado observado.

Definir o que coletar de usuários, como nomear os atributos de sessão, como ligar o RUM ao back-end e como governar os dados pede leitura do ambiente, e não apenas a ativação da coleta. A Rike IS atua como parceira de consultoria, implantação, treinamento e governança contínua em observabilidade sobre a plataforma Dynatrace, junto a órgãos públicos, instituições financeiras, cooperativas e empresas privadas de grande porte, começando pela avaliação inicial do ambiente atual.

RIKE IS Comunicação

Time de comunicação da RIKE IS. Publicamos análises técnicas sobre observabilidade, performance de aplicações e conformidade em ambientes críticos, a partir da experiência em projetos com órgãos públicos e empresas privadas.

Todas as publicações