随着机型碎片化、场景丰富化、功能个性化，移动APP的性能的发现、定位、解决、度量都面临着巨大的挑战。这次分享，我们通过最近一年内在QAPM的丰富实践和案例，带领听众一起思考如何利用性能大数据，解决如使用Choreographer采集掉帧数据，如何用它反馈整个外网用户的场景流畅度？卡顿时采集的大量堆栈，如何用它反馈关键性能等问题。

在解决过程中，我们踩过很多坑，遇到过很多技术难题，我们会逐一分享，让听众可以拓展思路，思考并解决如下问题：

1. 高效跟进外网用户反馈的性能问题， 不错过任何问题场景；
2. 指标能充分度量用户真实的性能情况，反映优化的成效；
3. 在海量数据中找到关键的性能问题，握紧拳头提升团队效率。

在进行测试工具开发的时候，如果碰到了海量数据，我们应该采用什么架构去处理。在实践过程中有些已经踩过的坑，将通过实战方式给大家讲述其中过程。

主要内容

1. 接口的稳定性数据非常重要却对其利用程度有限，构建系统进行更加直观的展示；
2. 稳定性监控系统直观展示多时间跨度、多场景下的应用的稳定性数据；
3. 介绍稳定性监控系统在数据采集、Storm实时计算及数据存储的技术难点解决方案；
4. 智能测试平台利用线上引流的数据进行推荐的方案介绍。

测试的不能穷尽性，需要依靠测试工程师的智慧，精确控制测试范围和准确评估测试质量，才能达到测试投入和产出达到一个高效平衡。每一次构建、每次发布，都会产生代码、用例、bug、日志、性能等大量的测试数据。质量是以数据为基础评估，数据与质量的内在关联性，是测试智能化的关键要素。

主要内容

1. 历史测试数据分析与提炼，构建测试大数据与质量的关系。
2. 自动选取和生成测试用例，测试策略与质量评估的自动化过程。
3. 产品生命周期的质量大数据表现的学习与演进系统。

听众受益

1. 测试效率和质量的数据的甄别；
2. 产品整个生命周期的质量评估方法；
3. 测试智能化平台的构建理念和方法。

互联网测试近些年飞速发展，自动化测试、持续集成在各大公司均已全面铺开，成为测试工程师的日常。但随着移动互联网的深入，质量标准不断提升，传统测试手段无法覆盖到全端质量验证，测试领域急待寻求突破。本次演讲围绕着优酷全客户端质量保障体系，包括优酷质量平台的技术架构、业务实现，以及围绕大数据技术（实时计算、离线技术、检索技术等），如何形成线上质量监控闭环，服务于产品改进、提升研发效率。希望通过本次优酷大数据质量平台的介绍，为大家带来一些测试领域的新思路。

听众受益

1. 大数据在质量中的经典实践；
2. 如何从无到有建立起基于大数据的质量平台；
3. 线上质量监控闭环得到新思路；
4. 智能分析定位新思路。

QA在质量保证活动中，会接触各种各样的数据，例如质量过程数据：bug、crash、case等；例如用户数据：用户行为、用户画像等；再例如业务数据：系统间调用日志等等，正是有了这些数据，让测试有了更大想象空间，可做的事情也越来越多。本次分享，主要聚焦2个方面：

1. 工欲善其事，必现利其器，如何打造一个稳定高效的离线/实时数据流分析平台；
2. 以灰度过程中的crash分析&行为分析为案例，分享数据血缘关系建立后，数据联动价值。

在互联网行业，有用户的地方就有用户问题，定位解决用户问题是提升用户体验的必经之路，滴滴也不例外。其中解答司机听单量少和乘客发出的订单无司机应答这类典型问题，成为提升平台满意度的日常。随着滴滴业务的发展，订单量在不断增加，平台吸引的司机也越来越多，同时产品的丰富度和策略的复杂度也逐渐提高，这给问题定位带来了越来越多的困难。本次演讲围绕问题定位这一话题，结合大数据的能力（存储、查询、trace等），介绍滴滴的实践。希望通过本次分享，为大家打开一些问题定位的思路。

听众受益

• 针对不同系统，问题定位方法的选型；
• 滴滴用户问题定位的核心技术方案。