基于用户的数据分析与测试实践.docxVIP

基于用户的数据分析与测试实践

盛娟

腾讯科技

大纲目录

1.背景介绍

2.案例实现

3.案例实施

4.经验与总结

基于用户数据挖掘与测试分析

动作

?1.针对产品过亿用户的数据上报进行分析与挖掘，找出影响用户使用的关键步骤或者场景，进行针对性测试。

?2.智能分析过滤用户反馈，结合上报平台及验证环境，实现不依赖用联系用户而达到解决用户问题的目的。

目标

?充分挖掘用户数据的矿山，帮助项目打磨产口质量,优化核心指标。

案例背景介绍

线上问题反馈

获取用户信息

线下测试闭环

基于用户数据挖掘与测试分析

动作

?1.针对产品过亿用户的数据上报进行分析与挖掘，找出影响用户使用的关键步骤或者场景，进行针对性测试。

?2.智能分析过滤用户反馈，结合上报平台及验证环境，实现不依赖用联系用户而达到解决用户问题的目的。

目标

?充分挖掘用户数据的矿山，帮助项目打磨产口质量,优化核心指标。

实现－－数据分析步骤

1

1

分拣识别有用数据

分拣

识别有用数据

挖掘

挖掘

2

2

深度分析数据

转化

转化

3

3

影响数据转化成测试数据

验证

验证

4

4

数据测试和结果确认

跟进

跟进

5

5

闭环，再次线上跟进

实现－方案初稿

Guid+Datehttp下载真机/众测

234分析平台

2

3

4

分析平台

质量表Hive日志表1

质量表

Hive日志表

1

反馈表

数据关联定向分析

数据关联定向分析数据提取

关键日志问题场景出错信息

重建反馈数据库关键词分拣Qua信息分类

重建反馈数据库关键词分拣

Qua信息分类

驱动测试定位问题信息同步行为预测

实现-方案设计

1.通过GUID的桥梁，把反馈数据与日志数据连接

关键词2.通过日志数据分析用户行为，并进行数据分类统计，识别有用信息

关键词

3.对有用信息驱动测试和跟进，实行处理闭环

时间戳

时间戳

验证方案

验证方案

实现-打通内部数据平台

名称

接收数据方法

数据形态

主要用途

下载

hadoop集群

终端上报日志

文本

接收日志

可下载至本地,可读性差

Hive集群

文本入表

文本，SQL

计算能力

可查表下载至本地

MYSQL

Hive导入或者用户写入

SQL

小规模快速查询显示

可查表导出到本地

查询平台

查询MYSQL

网页

DOM元素

网页直观显示

可下载为excel

其它

-----

实现-关键字分拣

数据排重-数据排重主题分类

数据排重-

数据排重

主题分类

主题分类事件发生

主题分类

事件发生

事件发生

关键关键数据数据

关键

关键数据

事件

提取

实现－数据拉取和关联

i1.需求数据进行详细拆分 ,以拿到计算结果为粒度 ,添加hive表中的计算任务，同时将数据输出到文本。

i

2.每个计算生成独立文本,打包导出。

3.日志服务器启动http服务，方便后台定时拉取文本数据。

方案实现-结果展示

1.每日进行关键数据输出和监控，对有明偏差的数据进行红色预警

2.对表层数据分维度进行跟进/验证

3.邮件发送近七日的关键数据，如未播放站点，失败top10站点等

实施案例1-下载失败错误分析

漏斗模型，层层过滤

int

intERRORCODE_NEThoRK_ERROR=3;intERRORCODWO_SPACE=2;

实施案例2-播放视频Crash问题验证

众测稳定性测试

众测

稳定性测试

1.获取用户播放URL2.根据机型及要求下

1.获取用户播放URL

2.根据机型及要求下发众测任务

3.收集用户BUG

1.5.0.2系统进行

monkey测试，收集日志

2.对crash用户进行关键路径还原 ,日志分析

实施案例3－播放失败视频全量测

试

1.全量测试提供所有的Weburl,量大，需要是自动脚本测试

2.由于网络环境/机型/版本等偏差，只适合初步的筛选数据

测试结果截图显示

测试结果截图显示

数据后台驱动真机自动化脚本序列图

案例4-下载失败视频源分量测试

错误筛选日志捕获测试定位行为分析

错误筛选

日志捕获

测试定位

行为分析

Referer参数问题，导致下载失败,修复后失败