Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Über die Datenerfassung
<a name="appconfig-experimentation-about-data-collection"></a>

AWS AppConfig Experimente liefern zwar aggregierte Messwerte zu Ihrem Experiment, bieten jedoch keine Analysen für die Versuchsergebnisse. Das Experiment-Dashboard beinhaltet die Echtzeitüberwachung des Versuchsverkehrs. Sie können den Grad der Exposition der Teilnehmer, die Verteilung der Behandlungen im Zeitverlauf und die Verteilung der Besucherzahlen auf die einzelnen Behandlungen einsehen.

Für die Analyse von Kennzahlen pro Benutzer können Sie Snowflake CloudWatch, Datadog oder andere Analyseplattformen verwenden. Um Betriebsmetriken zu überwachen, wählen Sie **im Experiment-Dashboard die Option Anzeigen CloudWatch** aus, um direkt auf die Betriebsmetriken zuzugreifen. Mit CloudWatch können Sie wichtige Kennzahlen wie Seitenladezeit, Konversionsrate und Fehlerraten während eines Experiments überwachen. Sie können auch CloudWatch Alarme so konfigurieren, dass Sie benachrichtigt werden, wenn wichtige Messwerte während eines Experiments akzeptable Schwellenwerte überschreiten.

Verwenden CloudWatch Sie für die Analyse der Versuchsergebnisse, z. B. Konversionsraten, Nutzerinteraktion und Akzeptanz von Funktionen, Ihre vorhandenen Analyseplattformen. Sie können Experimentdaten in Data Warehouses wie [Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/welcome.html), Snowflake oder Databricks exportieren. Sie können auch Überwachungstools wie Datadog, New Relic oder Dynatrace integrieren oder AWS Dienste wie Amazon S3 für dauerhafte Datenspeicherung und [Amazon CloudWatch RUM zur Erfassung clientseitiger Benutzerinteraktionen](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-RUM.html) nutzen. Dieser Ansatz gibt Ihnen die volle Kontrolle darüber, wie Metriken definiert, gesammelt und interpretiert werden.