Après avoir collecté les statistiques par utilisateur, vous pouvez commencer à établir une classification des modes d’utilisation individuels. Le nombre de messages et le nombre d’octets envoyés constituent les premières mesures à employer car elles sont directement liées aux actions de l’utilisateur. Par exemple, celui-ci choisit d’envoyer un message, mais
Evaluation des résultats
n’a généralement aucun contrôle sur le nombre de messages qu’elle reçoit. Une personne qui reçoit beaucoup de messages n’est pas forcément un super utilisateur, mais reçoit peut-être en fait beaucoup de spams. Le nombre de messages envoyés peut aussi être comparé à des mesures publiées telles que les tests de performances MAPI MMB3. Je n’ai pas identifié de statistiques pertinentes permettant de corréler le nombre des messages reçus ou la taille de ceux-ci avec une classification des modes d’utilisation, mais il ne faut pas sous-estimer le comptage des messages reçus dans une évaluation car ces derniers ont un impact sur les ressources du système.
L’objectif final de votre analyse est de déterminer combien de comptes un serveur peut héberger. Vous n’allez pas supposer que tous les utilisateurs ont des besoins élevés, puis commander suffisamment de machines pour héberger tout le monde. Sinon, vous finirez par dépenser des sommes excessives dans l’achat d’un matériel qui sera fortement sous-employé. Si vous sous-estimez l’utilisation de la messagerie, les serveurs seront surchargés et les utilisateurs se plaindront constamment de la médiocrité des performances. L’estimation de la combinaison idéale est un exercice difficile. En effet, l’appréciation d’une utilisation qualifiée de moyenne est extrêmement variable et subjective. Pour compliquer le problème, cette moyenne évolue fréquemment, à mesure que les possibilités du système changent et que les utilisateurs modifient leur mode de travail et d’exploitation de ces systèmes.
En prenant les tests de performances MMB3 comme point de départ, une personne entrant dans la catégorie d’utilisation moyenne envoie environ 9 Mo de données et 48 à 78 messages quotidiennement. J’ai évalué récemment un système comportant environ 5400 utilisateurs. Les résultats suivants ont été obtenus : environ 3 pour cent des personnes entraient dans la catégorie d’utilisation élevée, 8 pour cent dans la catégorie d’utilisation moyenne et les 89 pour cent restants étaient considérés comme de faibles utilisateurs d’après les comptages des messages envoyés chaque jour.
Ce site particulier recevait près de trois fois plus de courriers qu’il n’en envoyait. Par conséquent, le recours au seul comptage des messages envoyés ne pouvait pas produire une classification précise des modes d’utilisation. En supposant que l’envoi et la réception de messages se traduisent par une consommation presque identique des ressources du système, j’ai associé les comptages des messages envoyés et des messages reçus au moyen de la fonction de combinaison suivante : N (le total normalisé) est égal à la racine carrée de ((S2 + R2)/2), où S est le comptage des messages envoyés et R celui des messages reçus. En conservant les valeurs 48 et 78 comme limites de ma classification, l’utilisation du comptage des messages recalculé a modifié les pourcentages d’utilisation élevée, moyenne et faible en 12, 19 et 69 pour cent respectivement.
Téléchargez cette ressource
Mac en entreprise : le levier d’un poste de travail moderne
Ce livre blanc répond aux 9 questions clés des entreprises sur l’intégration du Mac : sécurité, compatibilité, gestion, productivité, coûts, attractivité talents, RSE et IA, et l’accompagnement sur mesure proposé par inmac wstore.
Les articles les plus consultés
Les plus consultés sur iTPro.fr
- Golden records : le socle oublié des projets IA
- Communication d’entreprise à l’ère de l’IA : fragmentation, Shadow AI et perte de contrôle
- Pourquoi les outils de sécurité ne suffisent plus face aux angles morts de la détection
- Rhea1 : SiPearl allume le CPU européen le plus ambitieux pour le HPC et l’IA souveraine
Articles les + lus
La chaîne d’approvisionnement, point de rupture récurent du SI
Microsoft Build 2026 : contre-offensive des modèles maison face à OpenAI et Anthropic
Rhea1 : SiPearl allume le CPU européen le plus ambitieux pour le HPC et l’IA souveraine
Analyse Patch Tuesday Mai 2026
Les coûts cachés des merge requests générées par l’IA
À la une de la chaîne Tech
- La chaîne d’approvisionnement, point de rupture récurent du SI
- Microsoft Build 2026 : contre-offensive des modèles maison face à OpenAI et Anthropic
- Rhea1 : SiPearl allume le CPU européen le plus ambitieux pour le HPC et l’IA souveraine
- Analyse Patch Tuesday Mai 2026
- Les coûts cachés des merge requests générées par l’IA
