下一个确定可用性的方法是以客户满意度作为衡量站点性能的标杆。衡量的方法可以是客户支持中心收到的电话数量或邮件数量或是你论坛上的帖子数量。通常，具有非常精密的客户支持服务的公司都会对支持电话和邮件有实时追踪的指标。客户支持中心每天都会衡量这些指标，计算出每天收到了多少电话以及他们能够给多少电话提供服务。如果这种服务请求有了显著的微增，那么通常是应用出了故障，我们如何把电话的数量转换成可用性呢?虽然有很多方法可以为此创建一个公式，但它们都不精确。

下一个确定可用性的方法是以客户满意度作为衡量站点性能的标杆。衡量的方法可以是客户支持中心收到的电话数量或邮件数量或是你论坛上的帖子数量。通常，具有非常精密的客户支持服务的公司都会对支持电话和邮件有实时追踪的指标。客户支持中心每天都会衡量这些指标，计算出每天收到了多少电话以及他们能够给多少电话提供服务。如果这种服务请求有了显著的微增，那么通常是应用出了故障，我们如何把电话的数量转换成可用性呢?虽然有很多方法可以为此创建一个公式，但它们都不精确。


 
一个简单的公式是以正常的一天收到的电话数量作为可用性100%的标准，以服务完全中断时收到的电话数量作为可用性0%的标准。当电话的数量超过了正常时的电话数量时，你就要开始减少可用性，直到电话的数量达到了整个站点服务中断时收到的电话数量为止，接着你计算站点完全不可用的时间。
 
作为一个示例，我们假设正常情况下，每小时收到200个客户电话，而当一天中午站点完全停止服务时，每小时收到的电话数量会达到1000个。现在，我们发现上午9点，电话数量达到了每小时400个，之后一直保持这一水平，直到中午才降到了每小时150个。于是我们认为这段时间发生r问题，运营团队的成员也确认厂的确有问题。我们把从上年9底则 中午这段时间标记为服务中断。停机时间所古比例为25%，计算方法如下:
 
服务中断时间”3小时180分钟正常电话量200个/小时最大电话量1000个小时
 
差值(最大电话量一正常电话量) 800个/小时超过正常水平的电话量400 200 - 200个小时超过正常水平的百分比一200/800=1/4-25%
 
180分钟x 25%=45分钟 虽然这样4到的结果与真实的用户体验非常接近，但它也存在问题和不准确性。首先，客户可能不会立刻打电话进来。大多数客户服务中心那会让客户拿着电话等儿分钟，或者在他们能够 与人工对话前需婴等待很长时间。因此许多客户都不会打电话给客户服务中心，因为他们不想被晾在一边。并非所有客户都会打电话来，可能只有那些最爱投诉的客户会打电话。例如，在eBay时，我们发现打电话过来的客户只占真正受影响的客户的1%到5%。这一事实会使得出的指标倾向于那些最爱投诉的客户，而这些客户通常是你最高级的客户。这种衡量方法另-一个重大的问题是，许多Web 2.0或者软件即服务( SaaS)的公司并没有客户支持中心。这样来，他们几乎没有与客户的直接联系，因此要了解是否真的出了问题、问题的严重性如何以及问题的持续时间多久，都变得极其困难。这种衡量方法还有一个问题，即在天不同时段内客户电话的数量是有很大不同的。要弥补这一点，你就必须给每个小时分配一个缩放比例。
 
与前面讨论过的硬件衡量方法一样，衡量微信网站制作客户联系的数量是种能很好地跟踪了解可用性的方法，但要衡量可用性，也不能只靠这种方法。要判断你的客户对一个新的布局或功能或者支付模式是何反应，这种查看客户的“心跳”或“体温”(你有别的叫法也可以)的方法是种好方法。这种反馈信息对产品经理来说非常有价值，可以确保他们关注了客户的需求，倾听了客户反馈的信息。但至于真正衡量可用性的方法，我们还是推荐使用更精确的方法。