Матрица покрытия устройств

Updated Jul 2026

Принцип: выбор устройств на основе данных

Вы не можете тестировать на каждом устройстве. Ключ — это выбор на основе рисков, управляемый вашими реальными данными аналитики, а не интуицией или тем, «что лежит на столах у команды». Матрица устройств должна отвечать на вопрос: какой минимальный набор устройств покрывает максимальный процент наших пользователей?

Многоуровневая стратегия устройств

Построение матрицы

Процесс начинается с аналитики, а не с предположений:

# Example: building your device matrix from analytics data
import analytics

def build_device_matrix(min_coverage=0.90):
    """Select minimum device set covering 90% of users."""
    devices = analytics.get_device_breakdown(days=30)
    # Sort by user share descending
    devices.sort(key=lambda d: d["user_share"], reverse=True)

    selected = []
    cumulative = 0.0
    for device in devices:
        selected.append(device)
        cumulative += device["user_share"]
        if cumulative >= min_coverage:
            break

    return selected

# Output example:
# [
#   {"model": "iPhone 15", "os": "iOS 18", "share": 0.18},
#   {"model": "iPhone 14", "os": "iOS 17", "share": 0.12},
#   {"model": "Samsung Galaxy S24", "os": "Android 14", "share": 0.09},
#   {"model": "iPhone 13", "os": "iOS 17", "share": 0.08},
#   {"model": "Samsung Galaxy A54", "os": "Android 14", "share": 0.07},
#   ... # ~12 devices to reach 90% coverage
# ]

Обогащённая матрица устройств

def build_enriched_matrix(min_coverage=0.90):
    """Build matrix with testing metadata for each device."""
    base_matrix = build_device_matrix(min_coverage)

    for device in base_matrix:
        device["tier"] = assign_tier(device["share"])
        device["test_scope"] = get_test_scope(device["tier"])
        device["frequency"] = get_test_frequency(device["tier"])
        device["farm_available"] = check_device_farm_availability(device["model"])

    return base_matrix

def assign_tier(share):
    if share >= 0.05:
        return 1
    elif share >= 0.02:
        return 2
    else:
        return 3

def get_test_scope(tier):
    scopes = {
        1: "full_regression",
        2: "critical_paths",
        3: "smoke_test",
    }
    return scopes.get(tier, "smoke_test")

def get_test_frequency(tier):
    frequencies = {
        1: "every_pr",
        2: "weekly",
        3: "monthly",
    }
    return frequencies.get(tier, "monthly")

Примеры матриц устройств по типу приложения

Приложение электронной коммерции (глобальное)

Корпоративное B2B-приложение

Поддержание матрицы во времени

Матрицы устройств не статичны. Пересматривайте и обновляйте ежеквартально:

def quarterly_matrix_review():
    """Review and update the device matrix quarterly."""
    current_matrix = load_current_matrix()
    new_analytics = analytics.get_device_breakdown(days=90)

    changes = []

    for device in new_analytics:
        # New device that crossed the Tier 2 threshold
        if device["share"] >= 0.02 and device["model"] not in current_matrix:
            changes.append({
                "action": "ADD",
                "device": device["model"],
                "share": device["share"],
                "reason": f"New device with {device['share']*100:.1f}% share"
            })

    for device in current_matrix:
        # Existing device that dropped below relevance threshold
        current_share = get_current_share(device, new_analytics)
        if current_share < 0.01:
            changes.append({
                "action": "REMOVE",
                "device": device["model"],
                "share": current_share,
                "reason": f"Share dropped to {current_share*100:.1f}%"
            })

    return changes

Что вызывает немедленное обновление матрицы

Маппинг матрицы на CI-пайплайн

# .github/workflows/mobile-matrix.yml
name: Mobile Test Matrix
on:
  push:
    branches: [main]
  pull_request:

jobs:
  tier-1-tests:
    # Run on every PR
    strategy:
      matrix:
        include:
          - device: "iPhone 15"
            os_version: "18"
            platform: "ios"
          - device: "Samsung Galaxy S24"
            os_version: "14.0"
            platform: "android"
          - device: "Samsung Galaxy A54"
            os_version: "14.0"
            platform: "android"
    steps:
      - run: pytest tests/mobile/ --device="${{ matrix.device }}"

  tier-2-tests:
    # Run weekly on schedule
    if: github.event_name == 'schedule'
    strategy:
      matrix:
        include:
          - device: "iPhone 13"
            os_version: "17"
          - device: "Google Pixel 8"
            os_version: "14.0"
          - device: "Xiaomi Redmi Note 13"
            os_version: "14.0"
    steps:
      - run: pytest tests/mobile/ -m "critical_path" --device="${{ matrix.device }}"

  tier-3-tests:
    # Run monthly
    if: github.event_name == 'schedule' && github.event.schedule == '0 2 1 * *'
    strategy:
      matrix:
        include:
          - device: "iPhone SE"
            os_version: "17"
          - device: "Samsung Galaxy A14"
            os_version: "13.0"
    steps:
      - run: pytest tests/mobile/ -m "smoke" --device="${{ matrix.device }}"

Компромисс между покрытием и стоимостью

Сбалансированный подход — оптимальный выбор для большинства команд. Переход от 90% к 95% покрытия примерно удваивает стоимость и трудозатраты на поддержку. Переход от 95% к 99% удваивает их снова. Принимайте этот компромисс осознанно, исходя из вашей толерантности к риску и влияния на пользователей.