Akamai IO est un « site de destination » qui montre la perspective unique d'Akamai sur Internet, jouant le rôle aussi de foyer centralisé des efforts de la communauté technique d'Akamai. L'objectif principal de ce site est de rendre la plate-forme Akamai Intelligent Platform « tangible », pour ainsi dire, à travers les données et les visualisations provenant de l'utilisation de la plate-forme par des milliers d'entreprises et des millions d'utilisateurs dans le monde. Le nom « Akamai IO » vient de « Akamai Internet Observatory », nom qui avait été donné au projet.

The data feeding Akamai IO comes from sampling traffic of most of the Web sites delivered by the Akamai platform. This sample includes over a billion requests each day, sampled from across the world.

The only bias in the data is that it's measuring traffic from Akamaized websites, which tend to be websites with a relatively high traffic volume. However, since the data we're showing relates to the users browsing the websites, not the websites themselves, that is probably not a concern.

Note that the data collected until mid April was from websites catering primarily to a US audience, and thus did have a bias.

Les données relatives aux parts de marché du navigateur dépendent à la fois de la source des données et de la façon dont elles sont interprétées. Si Akamai OI affiche des résultats différents de ceux présentés ailleurs, comparez la source des données et la méthode d'identification du client pour choisir ce qui vous convient le mieux. Nous vous recommandons également de combiner ces informations avec les données de vos propres analyses lorsque cela est possible.

In the pie chart view, the percentages displayed are averages over the whole selected time period -- if the average is large enough to place the browser within the top 5/10/15 (whatever quantity was selected), then it is displayed as a member of the pie chart. However, in the line chart view, the determination for inclusion is based on the browser's percentage on the last day of the selected time period. If that percentage is still large enough to place the browser within the top 5/10/15 (whatever quantity was selected), then it is displayed as a on the line chart. However, it falls outside of the selected quantity, then it is subsumed into the "other" category.

Les statistiques d'Akamai sont basées sur le nombre de demandes faites par chaque agent utilisateur. In future, we plan to show these statistics by content type, allowing a more refined drill down into the data.

Akamai segmente les réseaux en sous-réseaux granulaires et analyse le trafic constaté à partir de ces sous-réseaux. Des seuils spécifiques ont été mis en place pour le nombre de demandes, le nombre d'agents utilisateurs mobiles et le pourcentage global des agents utilisateurs mobiles. Si le trafic sur le sous-réseau dépasse ces seuils, il est alors classé comme « cellulaire ». Nous évaluons régulièrement les réseaux et les méthodes de détection afin d'ajuster les seuils et assurer une détection plus précise. En outre, nous avons également enclenché ce processus de classification avec d'autres données liées au réseau. Les noms de systèmes autonomes indiquent souvent que le réseau est utilisé pour un trafic cellulaire (mobile). Note that the classification process is best effort, and due to the fluid nature of these network, may not be 100% accurate.

Le mapping des utilisateurs-agents à un identifiant client, ainsi que la plupart des métadonnées sur les périphériques sont obtenus grâce au programme WURFL., with various customizations and edits made by us. WURFL is a great repository of devices, and helps us both in identifying the client device and in understanding its properties. Le programme WURFL fourni par Scientia Mobile permet d'obtenir des résultats incroyables pour la communauté web en prenant en charge des projets comme Akamai IO.

Currently Akamai IO includes statistics on browser usage, and related trends, on fixed & mobile networks. À l'avenir, nous prévoyons de :

• Show browser market share statistics by geography
• Support more granular controls over how to filter and group the data
• intégrer formellement des données issues du rapport « État des lieux de l’Internet » d'Akamai et d'autres visualisations de données Akamai existantes dans Akamai IO.

On Feb 16, 2013 we've switched to a new global data steam which provides more sampling data with improved accuracy. We're still working out some of the kinks in this new data stream, trying to understand various weird patterns, but overall the new sample set is broader and a better representation of the internet.

Akamai compte parmi ses clients certains des plus grands sites sur le web. En outre, nous enregistrons environ deux mille milliards de requêtes de contenu par jour provenant d'utilisateurs de centaines de pays à travers le monde. L'extraction d'informations à partir d'un ensemble de données aussi grand constitue un défi non négligeable ; par conséquent, l'échantillonnage ne serait-ce que d'une infime partie de ces requêtes nous fournit des données qui sont statistiquement représentatives. En outre, comme il représente une utilisation active à l'échelle mondiale, il offre un aperçu inégalé sur les tendances d'utilisation et l'expérience utilisateur réelles.

Très probablement. Veuillez nous envoyer un message avec des informations supplémentaires sur le projet qui vous intéresse.