06 埋点测试之体系形成

简介: 06 埋点测试之体系形成

对于该论述,欢迎读者查阅之前发过的文章

01 埋点测试之质量保障

02 埋点测试实战之神策数据

03 埋点测试实战之GrowingIO

04 埋点测试实战之诸葛IO

05 埋点测试实战之易观方舟

方法汇总

客户端埋点验证

  1. 很多的数据问题都是因为客户端埋点不正确导致,所以在集成SDK时一定要检查以下项:
  • 是否使用了最新版本的 SDK(有些功能所需数据只有新版本SDK才会上报)
  • AppKey是否填写正确
  • 上报地址是否配置正确,尤其是小程序数据的上报
  • 数据是否能正常发送
  • 是否选择了合适的SDK,比如有些事件更适合在服务端上报
  1. 更多检查项:
  • 是否覆盖了所有涉及到的页面
  • 是否覆盖了位于不同页面的相同事件
  • 是否因为页面跳转导致有些事件不能完全上报

数据入库验证

  1. 通过埋点方案的回数状态验证完整性和正确性
  • 上报埋点方案后,系统会根据入库的数据与埋点方案做自动化校验,在列表中可以根据颜色标识直观判断当前埋点的状态
  • 埋点状态 = (事件状态 + 事件属性状态) 平台
  1. 通过错误数据日志查看入库失败数据
  • 在错误数据日志中,展示关闭调试模式下(Debug=0)和调试模式下(Debug=2)入库失败的数据。通常这也是部分指标在查询时偏差的原因,所以发现错误时,请及时纠正,避免更大的影响。
  • 同 Debug数据验证 的功能相似,同样
  • 支持按照事件ID、用户ID、时间来搜索
  • 支持筛选可展示的列
  • 支持数据的实时更新
  • 除此之外,可以筛选某些特定错误类型下的数据;点击行时,可以展示错误的原因

埋点自动化测试

在前几篇文中说明了,埋点测试选择在 埋点入库做卡点校验是最合理的。如果在上报时校验,校验的卡点是在上游,还是可能会出现问题。在入库这个节点校验,会绝对保证数据的一致性、完整性和准确性。

测试方法:
测试埋点时,应该重点关注的是什么:

用户标识是否正确上报,登录用户的行为看 登录用户标识(通常是公司的用户账号)是否正确上报,访问用户的行为 看访问用户标识 (可以按一定规则生成访问用户id,比单一看设备id或者cookie生成的id要更合适)是否正确上报 每次触发是否都入库,重点看上报事件与自己的触发时间是否一致,以及上报的事件名称与自己触发的是否一致;上报的数据中 事件变量,与埋点文档变量是否一致,变量值数据类型是否一致;

测试线上埋点时,应设立测试用户的白名单,方便数据处理时清除测试数据。测试完成测试平台应该生成一个测试报告,描述清楚本次测试结果,并可以方便的关联到开发项目管理中,例如JIRA。

埋点监控

为什么埋点测试通过了,上线了还需要监控?

  • 上线前的测试,只测试了有限的设备和有限的用户行为,属于抽样测试。实际业务中,海量用户拥有各种各样的设备类型,网络类型,奇怪用户行为也比比皆是,上线前的测试是不可能覆盖那么全的。因此只能通过线上监控统计数据,通过统计方法与关联数据做分析,才能发现抽样测试不能发现的问题;
  • 业务发展迅速,功能迭代速度快,例如页面改版了,交互逻辑变化了等等,埋点的元数据和埋点事件都需要跟着功能更新,负责接收到的就是错误的数据;

可以在埋点元数据管理的基础上,增加订阅预警的能力,埋点负责人和相关关联人员,自行设置监控规则,规则阈值被触发后,通过发邮件或者钉钉机器人提醒等方式做提醒。

保障体系形成

我们形成了一套埋点保障体系框架,如下图,在以后的埋点测试中我们会更加得心应手!

相关文章
|
移动开发 测试技术 Python
02 埋点测试实战之神策数据
02 埋点测试实战之神策数据
|
移动开发 JavaScript 数据可视化
软件测试中的移动端的埋点测试(干货)
软件测试中的移动端的埋点测试(干货)
1623 0
 软件测试中的移动端的埋点测试(干货)
|
存储 数据可视化 测试技术
埋点测试方法和埋点测试平台
埋点测试方法和埋点测试平台
|
小程序 测试技术 定位技术
05 埋点测试实战之易观方舟
05 埋点测试实战之易观方舟
|
前端开发 测试技术 API
04 埋点测试实战之诸葛IO
04 埋点测试实战之诸葛IO
|
小程序 BI 测试技术
03 埋点测试实战之GrowingIO
03 埋点测试实战之GrowingIO
|
数据采集 移动开发 数据挖掘
01 埋点测试之质量保障
01 埋点测试之质量保障
|
存储 前端开发 数据挖掘
什么是埋点测试?
点其实就是在程序中的某个位置加一个标记,当用户触发到某个行为的时候,就采集一下数据,然后将数据上报到某个位置进行存储,埋点的最终目的是收集到相关的数据,用于给运营人员提供数据支撑等。
什么是埋点测试?
|
测试技术
热饭的测开成果盘点第二十一期:埋点自动化测试平台
本期介绍的是一款由旧移动测试平台改造的新测试平台。具体样式其实都和之前差不多,唯一不同的是增加了自动抓包和判断请求体。
热饭的测开成果盘点第二十一期:埋点自动化测试平台
|
6天前
|
机器学习/深度学习 数据采集 人工智能
【专栏】AI在软件测试中的应用,如自动执行测试用例、识别缺陷和优化测试设计
【4月更文挑战第27天】本文探讨了AI在软件测试中的应用,如自动执行测试用例、识别缺陷和优化测试设计。AI辅助工具利用机器学习、自然语言处理和图像识别提高效率,但面临数据质量、模型解释性、维护更新及安全性挑战。未来,AI将更注重用户体验,提升透明度,并在保护隐私的同时,通过联邦学习等技术共享知识。AI在软件测试领域的前景广阔,但需解决现有挑战。

热门文章

最新文章