阿里测试技术领域的最高奖项就是爱迪生奖，奖励在测试领域有卓越表现和突出贡献的技术团队。
2019年第四届爱迪生大奖中，淘系技术部——技术质量团队斩获了大赛冠军。
2020年的5月21日，第五届阿里巴巴测试爱迪生大赛颁奖典礼正式举行，经过一整天紧张激烈的评比，淘系技术技术质量团队最终凭借《客户端体验分级之统一降级》在29个项目脱颖而出，再次斩获大奖！
背景
你遇到过这样的情况吗？一个团队辛苦做了半年的业务，大促期间是最好的验证机会，但业务被评估内存高风险高，被迫提前关闭；专门为大促准备的活动，业务同学摩拳擦掌等拿结果，上线后由于某部分有问题导致整个业务下线，这些显然与我们业务先赢的愿景是背离的。或是上线后引发崩溃但是却因种种原因只能硬抗，这带给用户的感受显然与阿里用户第一的原则是不符的。
业务是必须要尝试新玩法的，这是发展的基础，近几年像多媒体、AR、游戏、动效、端智能已经铺开了，但是用户呢，16年上市的设备与19年上市的设备同时使用，可以很明显的感受到流畅度的差距，对于依旧使用16年设备的用户来讲，手淘使用感受就是 「难用」。
使用这些难用设备的用户有多少？19年11月的一份行业分析报告中可以看出，约 60% 的国产Android用户购买的是2000元以下的设备；超过 30% 的iphone用户还在使用 5 年之前的机器，在四线城市这个数据接近 50%。
一边是一些设备性能较差的用户反馈卡顿，一边是客户端需要更炫酷的玩法去支撑业务发展。冲突出现了，比起不顾一切的上动效或是一刀切的砍玩法，显然存在一个更合理的共赢的选项：
体验分级
我们为客户端提供一套无需业务代码改动、快速生效、支持多维度筛选的通用分级降级能力。通过分级能力，高端机用户可以有更炫酷更沉浸的玩法，低端机用户可以有流畅的购物体验；通过降级能力，业务能够维持最大的可用性，将线上问题的影响面降到最低。目前统一降级已成为淘系主流业务的分级降级标准。
业务的接入非常简单清晰，在平台上进行唯一 ID 的注册，只需要填写这两项，接下来端上在进入自身逻辑之前请求客户端 SDK，客户端 SDK 会根据当前设备信息以及平台配置信息返回给业务对应的策略，业务根据策略执行对应的业务逻辑，如果业务没有特殊配置，至此基础使用部分就完成了。
统一降级
对于个性化分级/线上止血的需求，平台支持对品牌、机型、版本、系统、设备分、CPU架构、GPU分数等维度进行排列组合的灵活配置；举个真实的例子，某业务在 iphone7 ios 13 线上出现崩溃，就只需在平台上选择 iphone7 、选 ios 13、选降级，当用户设备是iphone7 ios 13时就匹配成功返回业务想走的策略了。
再走一步试试
在19年的双促实战使用中，我们通过分析数据发现一个现象，很多时候crash会聚集在某几款机型中，也就是说那几款机型以较低的用户占比贡献了较高的crash占比。
那么我们为何不再往前走一步，通过实时数据分析，给业务提供合理的推荐降级策略，联动降级平台引导业务做出投入产出比较好的决策。
我们通过各个业务的 crash 分布占比数据，以及手淘用户机型占比数据，进行算法模型关联，推荐给业务高投入产出比的降级列表，帮助业务做决策。
用户用脚投票才是真的好
设备评分体系18年投入使用，统一降级体系19年投入使用，截止目前手淘内的互动活动、游戏等新玩法都已接入，像闪屏、店铺等一线模块也已接入。大促主互动主会场从19年双十一开始至马上到来618分级降级全部依托统一降级能力。
使用效果举例：
问题1：双十一主互动上线后 crash 高于预期 ，迅速升为手淘 native crash的 top 1 问题
分析：通过统计数据并分析可以看出，crash主要集中在某几款机型上，有10款机型crash占比 49% ，但是该10款机型的用户占比很低。
之后决策通过统一降级能力进行止血：
- 针对指定机型执行降级
- 同时将手淘低端机分数线上抬，从 20分 抬高至 40分
效果：降级后，原10款机型crash占比从 49% 下降到 15%
降级前该crash占比总体 19.258% ，降级后该crash占比总体 8.94%。
问题2：321大促 ios 端店铺直播卡片发生 crash ，双端均无法上线。
分析：首先 ios 端进行降级，保证 andoroid 端正常上线有业务效果，接下来对ios进行修复后降级逐步恢复。
目前手淘内的大型互动、游戏使用统一降级已成为标准，我们所见的大盘上每一个数字都是一个真实用户的感受，让用户用的舒心、让业务玩法发挥最大价值，是我们需要持续建设的部分。
CRASH 大盘上每一个数字都是一个真实用户的感受，每次一分级处理都是对业务和用户共同的保护。
