如何评价一款app的好坏(app评测从哪些方面入手)

「崩溃」与「卡顿」、「异常退出」等一样，是影响App稳定性常见的三种情况。相关数据显示，当iOS的崩溃率超过0.8%，Android的崩溃率超过0.4%的时候，活跃用户有明显下降态势。它不仅会造成关键业务中断、用户留存率下降、品牌口碑变差等负面影响，而且会直接带来卸载和流失。也同时给开发者带来不可小觑的资本损失。

那么，崩溃率低的App质量就高么？是否可以通过崩溃率直接判断App的稳定性？

首先，衡量一个App质量好坏时我们需要定义一个统一的口径，即哪些指标可以作为稳定性的评估口径？以友盟 的U-APM定义的稳定率这个概念为例，评价一个App的稳定性和质量，一般从以下三点综合考虑：

发生了崩溃，如Java崩溃和Native崩溃，即用崩溃率这个指标来评估计算；

发生了ANR，即用ANR率这个指标来评估计算；

异常退出，如：low memory killer、任务列表中划掉、系统异常、断电、用户触发关机/重启等，即用异常率这个指标来评估计算。

崩溃，也就是程序出现异常，导致程序退出。包括：

Java崩溃，也就是在Java代码中出现了未捕获异常，导致程序异常退出。如：空指针异常、数组越界异常等。

Native异常，也就是在Native代码中，出现错误产生相应的signal信号，导致程序异常退出。如：访问非法地址、地址对其问题等。

Java崩溃的捕获相对会简单一些，Native崩溃的捕获可能要求我们对系统底层知识要有一定的掌握。我们知道Android是基于Linux系统的，系统中的崩溃大多是由于编码错误或硬件错误导致的。当系统遇到不可恢复的错误时会通过异常中断的方式触发异常处理流程，这些中断的处理被统一为了信号量。当应用程序接收到某个信号量时会按照内核默认的动作处理，如Term、lgn、Core、Stop、Cont。同时我们也可以通过sigaction注册接收信号来指定处理动作，比如捕获崩溃信息等。当然捕获过程中也会有一些困难点，尤其在极端环境中，比如栈溢出时，由于栈空间已经被用完，造成我们的信号处理函数没法被调用，以至于无法捕获到崩溃信息，这时我们需要考虑使用signalstack，使我们的信号处理函数可以在堆里面分配到一块内存空间作为“可替换信号栈”来处理崩溃信息。

当然，除了稳定、安全的捕获能力外，还需要丰富崩溃现场的上下文信息，比如Logcat信息、调用栈信息、设备信息、环境信息等等，为我们后续定位和解决问题提供全面的参考。

对于发生崩溃的情况，我们使用崩溃率作为数据指标。包括：

UV崩溃率，也就是发生崩溃错误的去重用户/去重活跃总用户；

PV崩溃率，也就是发生崩溃错误的次数/启动次数；

ANR，也就是Application Not Responding，当应用程序一段时间无法及时响应，则会弹出ANR对话框，让用户选择继续等待，还是强制关闭。从用户体验的角度看，有时候ANR可能要比崩溃会带来更糟糕的体验，所以开发者重视崩溃的同时也要非常重视ANR。

ANR捕获的准确性一直是不断升级打怪、不断完善的过程。早期我们通过FileObserver 监听/data/anr/traces.txt文件的变化进行捕获和上报，但很遗憾随着版本升级，系统和厂商开始收紧系统文件但权限，此方案的覆盖设备情况越来越低，造成ANR捕获的准确性也一直降低。

我们通过拦截SIGQUT，在出现ANR时优先接收到信号，并生成traces和ANR日志，在处理完信号后，将信号继续传递给系统让系统生成traces文件，生成traces文件时，在保证内容与系统原生的一致性的同时还对生成traces文件的速度进行了明显的提升，有效地避免了可能因生成 traces 时间过长，而被 system_server 使用 SIGKILL (signal 9) 再次强杀，同时我们对捕获到的内容进行了丰富，包括：触发 ANR 的原因、手机中 TOP 进程CPU 使用率、ANR 进程中 TOP 线程 CPU 使用率、CPU 各核心处理时间分布情况、磁盘 IO 操作等待时长等重要信息，对分析、定位和解决 ANR 问题，提供了更加强有力的支撑！

同样对于发生ANR的情况，我们也分为UV ANR率和PV ANR率，算法可参考如上崩溃率的计算。

当然，除了崩溃和ANR，我们往往忽略了异常退出这种场景，但往往通过异常退出我们可以发现如low memory killer、系统重启等无法正常捕获到的问题。比如兼容性问题导致的闪退、设备重启、三方库主动调用exit函数，导致应用闪退次数增加等难以发现的问题，所以通过异常退出率我们可以比较全面的了解和衡量应用的稳定性。

App的稳定性时一个长期不断迭代的过程，在这个过程中U-APM是一个很好的提升效率降低成本的工具，他提供了收集、解析、聚合、分析的能力，下一期我们会从如何通过U-APM解决和处理崩溃、ANR等问题进行讲解，尽情期待。

本文为阿里云原创内容，未经允许不得转载

如何评价拼多多这个app？

拼多多没有底线

2019年3月，电商从业者李洋，在参加完拼多多举办的招商大会后，心里开始打起了退堂鼓。

李洋曾在大会上结识了一位从事水果批发的商人王福祥，并从他口中得知了惊人的“秘诀”——

如何做八斤装红富士9.9包邮还能挣钱？

根据过往经验，李洋在心里盘算了一下：首先邮费一些快递8斤重能做到五块钱左右，包装箱和发泡网最次的两块多钱一箱，在不需要保证苹果免于磕碰的前提下，仅这两项的成本就已经超过七块钱。

李洋得出的结论是，只剩下两块多钱，要买8斤红富士苹果，不要说利润空间，连成本都难以覆盖。

面对李洋一脸的不相信，王福祥道出了他口中的“秘诀”：当初拼多多招商时，给他的要求是，“只要是个苹果，不是土疙瘩就行”。

于是，王福祥直接从准备送到果汁厂的落地果和挑剩下的最次的苹果中供货。当时一斤落地果大概二毛钱。就这样，他一箱还能挣九毛钱。

“这个赚的是昧良心的钱”，李洋说，这种生意做不长久。

01

膨胀的“欲念游戏”

这是李洋在知乎上分享的一个真实案例。就在他参加完招商大会的一个月后，拼多多于4月25日发布了上市后的首份年报。2018年，拼多多GMV达4716亿元人民币，平台年度活跃买家数4.185亿。

“黑洞”般的“新物种”，超常规的膨胀速度，互联网史上也罕见。

从电商世界来看，过去三年，9块9爆款的兴奋剂让拼多多疯狂扩张；从精神世界来看，拼多多本身就是“游戏成瘾”的兴奋剂。

脱胎于游戏公司的拼多多，实质上满足的是拼团砍价的精神需求。它用9块9拼团，把批发生意消费化，消费生意情绪化，不断用博人眼球的数字刺激用户情绪。

2016年，黄峥在接受媒体采访时说，拼多多更重视软件产品的互动，把产品当成游戏运营，强调用户以什么方式第一次接触、互动，怎么做用户筛选。

游戏团队揣摩玩家心态的能力，移植到消费领域后，把搅动群体情绪做到了极致，想尽各种办法激发用户的参与感、兴奋感。

为了保证游戏参与的另一方商家的兴奋感与满足感，拼多多允许游戏中常见的“开小号”“外挂”“代打”等现象存在。

在这里，你可以开几十上百个店铺“小号”，远远看去，黑压压一片全是自己的商品，体验行业“扛把子”的快感；也可以通过一个按钮，将原本在京东、淘宝上的销量，搬运到这里，让无人问津的商品，瞬间成为爆款；甚至可用极低的成本找人“代打”，通过刷单将销不动的残次品变成网红商品。

高度游戏化的商业模式，让身处其中的人们迷失了方向。一位洗护商家表示，一年多拼团做下来，没赚多少钱，但看着商品冲上销量榜首的感觉，“很刺激”。

拼多多用骨子里的游戏基因，将本应创造社会价值的商业活动，变成了“一刀爆神装”网络游戏。将原本理性的购物行为，变成了依赖“条件反射”的冲榜、冲级。

这场全民参与的游戏狂欢背后，似乎很难看到理性的身影，只有麻木、空虚以及在兴奋剂刺激下的孤独灵魂。

02

被激活的“恶”

这种以追求满足感为目的的游戏模式，把商业中的恶重新激活了起来。

“暴富的生意都写在刑法里。”这话虽然是段子。但快速膨胀的拼多多，通过极致低价刺激出来的供需生态，承接了本应在供应侧改革中被淘汰的中国经济“灰色部分”——山寨与假货。

近年来，在供给侧改革和去产能去库存的大政方针下，假货山寨所依赖的低端产能生存空间被进一步挤压。拼多多的出现，成为低端产能的最后一根救命稻草。大量假货山寨，借此流向“五环外”的广袤城镇和乡村。

这使得拼多多为“五环外”人群提供了100元“买遍全球”的消费体验：你可以在拼多多上花100块钱买到两箱500ml的“贵州茅台镇原浆酒”，一箱6瓶46.8元；100块钱也能买上20支“香奈儿”口红，同学聚会全班女生一人一支⋯⋯

王福祥们，抓住的便是这一机遇。过去三年被线下实体及电商淘汰的数十万劣质卖家，已经到了拼多多，或者在去拼多多的路上。

本应创造社会价值的资本，被狂欢裹挟，成为假冒伪劣“上山下乡”的助推器。坐落在《北上广不相信眼泪》取景地、中国顶级写字楼的拼多多，凭借着向“五环外人群”倾向低端商品，一跃成为资本市场的网红。

这种把本该淘汰的落后产能和低端货品重新激活的商业生态，阻碍的是中国供给侧改革的进程，还来带着把中国加强知识产权保护的决心也给嘲讽了。

4月25日，拼多多发布年报同一天，美国贸易代表办公室将其列入“恶名市场”。美国贸易代表办公室的报告，毫不遮掩的直指真相。

报告指出，拼多多称其删除了假冒商品，并宣布与品牌方合作，在平台上开设了合法品牌旗舰店。但是，这些所谓的旗舰店，账户所有者并非品牌方，而是第三方公司。这些第三方公司通过脆弱的、甚至可能不存在的关系关联到品牌方。同时，假冒和盗版商品，以及伪造了品牌方授权书的产品在平台上仍然随处可见。

4月26日，拼多多“恶名市场”事件升级，美国两家律师发出声明对拼多多展开新一轮法律调查。至此，参与拼多多集体诉讼和调查的美国律所达到14家，再创记录。

通过游戏玩法的刺激，拼多多最大限度利用了中国经济转型中的缓冲周期和人性需求。然而这种速成的生态，除了膨胀的欲念，什么价值也没有创造，既没有留出足够的商业价值空间，更不用说保护知识产权的社会责任。

对拼多多来说，这既是一道商业逻辑题，更是一道社会伦理题。

03

生死拐点

五环外消费者，也不是没有底线的。即便它们目前对商品品质不那么敏感，但大量假货和山寨带来的消费者生命健康权受损，对信用的耗损是不可逆的。一旦突破了这些人群的底线，他们也会跑路。

拼多多最新披露的年报正在释放这一信号。数据显示，拼多多用户的获客和留存正变的愈发艰难。

2018年，拼多多营收131.20亿元（人民币），而2017年为17.44亿元，2016年为5.05亿元。与此同时，它的市场费用迅速增长，并在2018年超过其本身的营业收入。

2018年，拼多多市场费用为134.418亿元，而2017年为13.446亿元，2016年为1.69亿元人民币。所对应的三年市场费用占营收比例分别为102.5%、77.1%、33.5%。

如果细化到每个季度，这种对比会更加明显。2017年四季度，拼多多7.5亿市场费用相当于营收的64%；2018年二季度，市场费用首次超过营收; 2018年四季度，60.2亿市场费用相当于营收的107%。

一年时间，拼多多营收增长379%，市场费用暴涨699%。市场费用的增速已经超过远远超过营收增速。

调查显示，这些暴增的市场费用，主要的流向是获客和留存这两个领域。有媒体拿拼多多新增活跃用户数做分母去除季度市场费用，算出2018年各季的获客成分别为：24.3元、61元、76.2元和182.5元，结论是拼多多获客成本上涨很快，而阿里和京东的获客成本在200元左右。相比之下，拼多多已经优势殆尽。

更为致命的是，市场费用和获客成本的剧增并没有带来与之匹配的活跃用户数增长。

数据显示，截至2018年12月31日，拼多多的年度活跃买家为4.185亿人，同比增长71%；截至2018年9月30日的年度活跃买家为3.855亿，同比增长144%。四季度的增速不及三季度的一半。

在月平均月活增速上，拼多多的疲软之势同样明显。四季度平均月活跃用户2.726亿人，同比增长93%；三季度平均月活用户数为2.317亿，同比增长226%。相比较之下，四季度的增速大幅下降。

成立三年多，拼多多迎来的是“赴死”拐点。嗅觉灵敏的资本市场已经捕捉到了这一信号。2019年3月15日，拼多多发布截至2018年12月31日的四季度财报，盘前原本涨6%的拼多多股价在财报披露后迅速跳水，跌幅一度接近19%。截至收盘，拼多多大跌17.45%报25.12美元。

04

负向循环的商业生态

拼多多畸形的商业模式决定了这一步迟早会到来。

互联网时代的商业平台比价是透明的，中国目前已有的电商玩家几乎早已覆盖了所有的价格区间。拼多多要想在惨烈的电商红海求得一席之地，只能以绝对的低价来吸引消费者，这是买家愿意使用拼多多的唯一理由，也是平台粘性的唯一附着点。

在缺乏成熟的信用体系和完备的配套设施的情况下，拼多多要想做到绝对低价，要么大量烧钱发优惠券，要么压低商家成本。前者不可持续，至于后者，电商产业发展至今，商品渠道和价格的透明化，决定了商家成本到一定程度后是压无可压的。实在要压，要么偷工减料，要么假冒伪劣。

这造成了一种负向循环的商业生态：对买家端而言，拼多多只能不断以极致的低价和优惠措施来留住他们；对卖家端而言，只能把商品价格不断压低，毫无利润空间可言的商家唯一出路就是持续不断地上马假货和山寨商品。

这种循环导致的结果是：拼多多的消费者买到的永远是假冒伪劣；商家永远在利润崩溃的边缘行走；平台则是持续不断地亏损。

从这点来看，黄峥4月25日在致股东信中所说的拼多多“随时具备了产生收入和随时赚钱的能力”更像是一句安慰股东的话。毕竟，从价格战中厮杀出来形成市场垄断的滴滴数年来尚且无法盈利，更何况一个只能以低价寻求生存的行业“老三”？

市场留给拼多多建立可持续健康商业生态的机会已经很渺茫了。

在目前的中国经济大势下，知识产保护不断强化，去低端产能持续推进。灰色经济、劣质产能东山再起，未来在政策面是难以容忍的。

与此同时，当消费者经济能力提升、用户教育深化时，即便是“五环外人群”，对商品质量的敏感度也会自然而然地提升。

拼多多及其背后的商家，生存空间将变得更加狭小。通过游戏玩法刺激出来的膨胀，总有一天会被一针戳破。毕竟，未来寻求高质量发展的中国经济，需要的不是劣币驱逐良币的恶性循环。

只是，当泡沫破灭这天，被狂欢裹挟的资本、被数字蒙蔽的股民，受巨额销量刺激的商家，这些曾在拼团游戏中呼风唤雨的高端玩家们，又该何去何从？

（注：文中李洋、王福详为化名）