TODO 竞品分析方法——关于导航评测的一些笔记

参考：移动App性能评测与优化

chapter4讲了地图怎么测，虽然不测地图，但是里面有关竞品分析的部分写得非常好，很多解决方案真的很精彩。记录一下。

我之前的竞品分析测试，通常是很简单的竞品数据层面的测试，比如和YY是竞品时，我只会做流量测试当作竞品分析项，和微信是竞品的时候只关注弱网时延，和H5集成游戏商城做竞品的时候只关注耗电量。并且数据支撑非常浅薄。

chapter4的地图评测讲了几个点：路线规划，语音播报。

我首先自己确认一下路线规划的测试方案，1.算法测试 2.路况测试（拥堵，集会等） 3.公共设施测试（红绿灯，禁行路标）4.道路类型测试（大路/小路/步行街/高速） 5.天气测试（雨雪雷电等）

语音播报:1.语言类型 2.语序和语句通顺度 3.播报延时 4.其他AI交互 4.播报的立体感（复杂道路的播报准确性）

根据测试方案来设置不同的测试用例，我可能会做该项目的测试用例集合。这些用例设置场景的选取上，值得专门拿出来讲。

　　

书上面提到了几个内容：1.case无穷尽，2.但看自己的产品很难给出评价（是否优秀），3.人工评测人力耗时大，且达不到量。

1.case无穷尽，那么首先要做倒尽可能筛选有效的并且高效的主流用例，用兼容性测试的方案，筛选范围就是top100或者主流品牌/机性/版本 覆盖，这里用导航软件的筛选方式，是通过后台日志筛选用户访问量大的用例，作为评测的用例，以有限的量覆盖更多的用户。

2.只看自己很难给出评价，就取业内优秀的多个产品进行对比。

3.人工评测耗时太大，就采用自动化评测方案。

具体细节：

1.后台筛选的用例，部分为bad case(坏用例)，这些路径规划有问题，需要优化。

2.路径规划分为：考虑路况的路线规划/不考虑路况的路径规划，分别评测；

针对算法，测试无路况数据；针对考虑路况，也要测试。

版本测试方案如下：

前提：选取1w个用例评测，看下路径规划和旧版本相比有没有达到优化效果；

具体过程：
城内用例:
1.从用户数据中获取用例，筛选后台日志一段时间中最热门城市。从最热门城市里再堆用例进行聚合，对聚合用例按照访问量排序，取访问量最高的用例作为测试集。
跨城用例：
2.以城市到城市为一对统计热度，选择热门的城市对，作为跨城测试用例。

bad case的判断标准：怎么判断一个路径规划对不对？
绕路的测试方法：
1.路线长度/直线距离
2.找竞品测算，如果差不多，就OK，如果相差多且路线偏长，需要分析，这种需要首先获取竞品数据。

路径相似度计算方法：
1.将路线堪称折线段总和，计算折线段重合的长度/总长度，得到相似度
2.计算两条路线围起来区域的面积/路线长度 =两条路线的平均距离 ≈相似度

自动化评测方案-无路况
case生成->数据获取->数据处理，计算相似度和->判断相似度->判断长度->找到bad case（长度>竞品，且相似度低）

自动化评测方案-有路况
1.加入竞品之外的第三方数据-出租车
2.对三方数据建模比较（我不行。。。）