億萬級APP藍海不斷突起，不斷增長的DAU引申質量管控思考
據 moonfox數據一季度移動互聯網人均app安裝數量保持穩定，人均單日使用時長提升明顯，達5.4小時，對比上一季度增加了18分鐘，同比去年增加了6分鐘，移動網民用網行為持續增強。億級用戶量APP已經達到100+，千萬百萬級APP數量保守估計已過千家。
在高速發展的移動互聯網時代，許多大型企業不斷開拓移動端業務，豐富移動APP的服務能力，投身這場to c業務的用戶搶奪戰中。甚至一些處于行業頂端的企業，會設定標準化開放接口，允許其他應用服務內嵌頁面或小程序進行接入合作。對于這類企業，APP產品能力不斷壯大、產品對于企業整體生產服務的重要程度不斷提高、產品更新迭代敏捷快速，如何保障APP產品長期穩定運行顯得尤為重要。
APP內容質量管控解決方案，AI智能+人工巡檢保障產品穩定運行
針對此類測試需求，復深藍提出APP內容質量管控解決方案。提供保障大型企業移動端應用/產品質量的全年性質量管控服務，包含但不限于對企業移動產品的核心業務、次核心業務、常量業務進行分析并設計質量管控方案，按需設定周期性機器自動化巡檢方案并進行方案所需的測試設計、測試執行、推送巡檢報告等實施，提供穩定的、周期性、全面涵蓋APP產品功能測試、兼容性測試及更具差異化的用戶體驗測試的人工巡檢服務，巡檢內容支持每月/周期性按需更新。復深藍使用自研的移動真機自動化測試平臺完成每日機器巡檢任務，支持快速維護大型企業移動APP內上千應用的自動化腳本管理，支持使用一套腳本在大批量真機設備上智能化巡檢，保障企業產品每日穩定運行。
AI智能助力機器自動化巡檢，三大法寶攻克量級痛點
針對集成了大量豐富應用的大型App，內容量巨大，同時需要適配眾多用戶的手機，這樣僅靠元素定位、Xpath定位明顯難于做到。為了保障APP內容質量管控服務中機器自動化巡檢任務的順利執行及結果準確性，復深藍應用了三大AI智能法寶攻克難關。
法寶一：通過OCR識別文字來定位目標位置。對于屏幕截圖出現的問題，復深藍人工智能團隊可以在極短的時間內自動識別對應文字和符號，并把所有文字和符號對應的坐標自動標出。通過文字和符號的精確匹配或者靈活匹配，自動找到屏幕中對應的文字所在的方形位置，并通過點擊命令實現模擬人眼判斷位置，人手點擊坐標的功能。
法寶二：通過像素級別精確算法模板尋找目標位置。復深藍移動自動化系統自帶各種算法模板，只需簡單調參即可實現屏幕圖片的計算機視覺算法處理。對于屏幕內需要點擊的內容不是文字部分，我們無法使用法寶一，但只需要找到屏幕截屏的位置和其他部分的差異，如顏色差異、輪廓差異、大小差異、形狀差異，并排除背景干擾、遮擋干擾等，就可以迅速在屏幕圖片中找到需要點擊的位置。通過本方法，可以快速精準地定位目標位置并點擊完成功能。
法寶三：通過深度學習的圖像檢索和目標檢測方法進行目標對象的識別。除了前面兩大法寶外，復深藍移動自動化系統還提供了基于圖像檢索和目標檢測的方法，通過自動訓練的方式，自動為屏幕中找到關鍵目標，比如各種形狀的按鈕、菜單、圖標等。使用該方法可以解決難于使用傳統算法進行區分，沒有文字信息可以輔助定位等痛點，并可以實現高精準高度模擬人腦識別方式以達到復雜場景下的定位。
人工巡檢專家團隊全程跟蹤，0代碼腳本、無人值守、定期巡檢深挖產品痛點
建立企業APP內容質量管控專屬團隊，團隊內測試專家熟悉APP所在行業業務、先期分析APP整體業務流程、了解運行過程中與其他系統的對接及數據流轉等，梳理核心自動化測試用例并設計測試方案。同時，持續跟進測試過程并跟蹤問題處理，進行復查和確認。
采用平臺快速、可視化、0代碼方式錄制轉換自動化腳本，清晰管理APP內全量應用的測試用例。復深藍自主研發的移動自動化測試平臺，具備標準化腳本事件及規則庫，將曾經復雜難懂的代碼腳本封裝成具備一定規則且獨立的自然語言詞匯，實現0代碼快速編寫腳本。
針對核心應用流程創建每日巡檢任務，實現無人值守、周期巡檢、問題實時告警。測試人員自定義巡檢任務的執行周期，系統動態分配空閑機器，全自動化執行測試用例。系統自動對設備執行全過程錄屏保存，自動捕捉系統中的異常、定位錯誤日志、截屏保留證據，自動監控測試過程中的網絡及性能?？梢砸归g空閑執行，完成巡檢后自動推送通知，省時省心省力。
APP內容質量管控服務，提供平臺化、智能化的全自動巡檢能力，包含功能、性能、UI全面周到的為企業產品運行保駕護航。同時，又能高度還原用戶使用場景，提供覆蓋復雜業務的人工測試，從功能、兼容、用戶體驗等多方面測試產品，發現更深層次的產品問題。
圖 機器自動化日巡檢報告示例
助力銀行保險客戶，全方位質量管控提升高品質產品之路
某大型銀行機構產品上線以來用戶已經達到億級規模，APP用戶量不斷提升的同時，與各類型的企業的接入規模也不斷的擴充。金融類產品尤其是銀行類的產品在整個支付、安全等功能上尤為突出。整個產品功能模塊繁多，用戶DAU龐大與各種平臺及企業對接也非常的多，團隊不可能及時的發現每一個功能點的潛在問題。對此復深藍質量管控團隊通過APP內容質量管控平臺及專家團隊人工協助的全方位服務，為該企業提供解決方案。通過AI自動化質量管控平臺及人工專家巡檢及專家駐場的方式為該企業提供24小時全方位的服務，在整個服務中每月自動巡檢200多次，發現不同程度的異常問題100多次，維護1000+應用腳本，提供數名專業工程師駐場發現數千條問題。
把控高質量APP產品，為企業產品品質保駕護航
億萬級APP產品通常具備用戶數量龐大、品牌形象較深等特點，企業尤其關注自有產品在的質量把控之路，所以，在保障APP產品長期穩定運行的同時，提升產品質量就是重中之重。在當今互聯網激浪中，如何提升產品質量，快速的發現問題提升客戶體驗已經成為各大產品的必經之路。相信復深藍的專業APP質量把控解決方案可以更好的為企業產品品質保駕護航。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
