Mobile Performance - Implementation neuer statistischer Auswertungsmöglichkeiten und Überprüfung der Aussagekraft von Netztest-Kampagnen

Mobile Provider, wie Swisscom, Sunrise und Salt, lassen sich regelmassig von Testorganisationen bewerten, um mit den Ergebnisse zu werben. Ziel dieser Bachelorarbeit war es, die Einflusse verschiedener Parameter auf die Rangierungen aufzuzeigen und mittels automatischer Klassierungen der Speedtest-Messungen aussagekraftigere Ranglisten zu ermoglichen Anhand der Analyse bekannter Netztests (connect, Ookla und weitere Anbieter) wurden deren Vor- und Nachteile aufgezeigt. Fur Speedtest-Apps wurden Moglichkeiten zur automatischen Klassierung von Messorten und Bewegungsart untersucht. Es entstand ein Web API, welches mittels Lokationsangaben von mindestens drei zusammengehorenden Messpunkten eine Klassierung von Messungen ermoglicht. Abschliessend wurde aufgezeigt, wie die Klassierung zu aussagekraftigeren Ranglisten fuhrt bzw. unter welchen Bedingungen die Rangierungen bei Netztest-Kampagnen nicht mehr zufallig sind. Der entwickelte Algorithmus leitet aus den bestehenden Messdaten der cnlab AG, dem freien Kartenmaterial von OpenStreetMap sowie aus Geographie- und Raumdaten des Bundes die folgenden Klassierungen ab: - Messort (Schiene, Strasse, Gebaude) - Fortbewegungsart (stationar bis sehr schnell fahrend) - Bevolkerungsdichte und Gemeindetyp - Geografische Umgebung (Wald, Wiese, Wohngegend) Die Klassierung basiert auf einer Kombination der Abstande von Messorten zu Objekten, der Genauigkeit der Lokationsangaben und der Fortbewegungsgeschwindigkeit wahrend einer Messung. Mit dem Algorithmus konnten 82% der Messungen mit einer Ortsauflosung von besser als 200 Meter korrekt klassiert werden. Die statistischen Auswertungen ergaben, dass bei Gegenuberstellung des 50ten Perzentils aller Messungen eines Providers zu den 50ten Perzentilen der einzelnen Monate Abweichungen von bis zu -40,53% auftreten.