埋点，是指在应用中添加代码，以收集用户的操作行为和数据，以便后续进行数据分析和产品决策。这些代码通常被称为埋点代码，它们将事件（如点击、滚动、搜索等）和属性（如时间、位置、设备等）捕捉并发送到数据平台。通常情况下，这些数据用于分析用户行为、监控应用程序性能、改进产品功能等方面。

转转实时业务数据校验平台为业务数据质量保驾护航，提前发现异常数据，降低数据异常的影响范围。

性能监控的利器——PerformanceObserver 全网最全揭秘！

当你在转转咨询客服时，你的问题是如何发送到客服的？客服又是如何快速精准回答的呢？这篇文章将从前端的视角，带你了解转转客服通信的整体流程。

转转仓储初始形态为基本的进销存（进销存软件主要关注库存、采购和销售的管理，而WMS专注于仓库内部的物料搬运、存储和分拣等操作；前者解决的是管货的能力，后者是在前者的基础之上对仓库的作业进行过程指导和规范）系统，初始形态定位于质检系统中的仓储模块；因此也只是承担的比较固定和简单的实物进销存过程，没有其他决策性、流程性等能力。初始形态下只运营着自营少数站点，库存量也是在一个人工能处理的量级；但随着业务的快速发展，带来回收入仓货物量的持续增长，系统操作效率正面临着日益严重的瓶颈挑战。

做系统服务压测都是比较耗时耗人力的，特别是在生产环境上做压测，压测的时间都是在晚上23点后，甚至在凌晨1-4点，每次投入的人力成本较高（经常是晚上通宵加班压测，疲惫感十足），对于团队来说，每次大家都很辛苦，但是又不得不做，这是非常苦恼的烦心事。

为了缓解团队每次投入做压测的疲惫感，以及降低投入的人力成本，对现有的压测流程做进一步的改善：现有的压测模式：常态化压测（例行压测，摸底压测）、大促全链路压测，这两种压测模式的执行是根据现有业务发展而制定的，但都存在一定时效上的问题，且投入人力成本也不低。

为推进常态化压测更高效，更贴近业务进行压测，且分化所有业务流量的焦点集中在大促压测上，把一些常规压测操作前置到日常业务迭代需求项目上，根据中、大规模的需求项目试行迭代式压测，提供更细致、更小范围的压测方式，尝试解决在压测上的时效和人力问题。

如果你还不是很了解Signals，那么这篇文章或许可以帮助你更好地了解一下这个技术。本文将介绍Signals的历史、概念和优势。

按灯系统是什么？转转的按灯系统有什么作用呢？一起来了解下吧。

从消费互联网逐步转向产业互联网过程中，对房产、汽车等行业来说，实体商品的数字化成为企业的发展空间、增强客户体验、扩大商业收益的必要手段。而我们在线上看到的立体化商品都是通过一系列VR采集工具将实体商品复刻出来的。

质检是转转履约体系中的重要一环，通过对手机、平板、笔记本、耳机、手表等品类商品的软硬件功能、外观成色等进行全方面检测，为买家、卖家把好质量关，让二手交易变得更透明、更靠谱，促进绿色消费。

在质检环节中，通过标准化产线，结合自动化设备、质检 APP、桌面应用程序等，最终输出全面可信的“质检报告”呈现给用户。其中，桌面应用程序发挥着举足轻重的作用，本文将重点介绍桌面应用程序架构的演进及其落地。

视觉动线指用户在接触屏幕内容时，目光会自然而然地沿着一定的线路移动，这种线路被称为视觉动线。在UI设计中，了解用户的视觉动线可以帮助设计师更好地布局页面和元素，以提高用户的浏览效率和体验。

今天给大家分享一个线下业务的3D设计师提效方法。通过python实现快速自动搭建C4D场景。

交互动画对数字产品的用户体验有着深刻的影响，在用户界面体验中，动作不仅仅是一个视觉装饰；它更能够促进用户对产品的参与，扩大设计交流的范围。

最近一直在迭代二手手机智能质检工具的相关业务，从开始研发到现在已经经历了一年有余的时间，我们自研的「验机侠」在最近的几次对比测试过程中，通过人工实物复核结果，准确率已经超越竞品「某思」。那到底是怎样可以快速赶超竞品呢，今天就和大家一起聊聊！

古人云：不谋全局者，不足以谋一域，服务设计思维能够帮助我们从全局的角度去审视和思考，发现更多改善服务的可能性，从而为用户提供更好的服务体验。

AB 实验是为了验证某一个产品能力或者策略的好坏，制作两个（A/B）或多个（A/B/n）版本，在同一时间维度，分别让组成成分相同（相似）的访客群组（目标人群）随机的访问这些版本，收集各群组的用户体验数据和业务数据，并且结合统计学原理，分析评估出最好版本正式采用。

通过 AB 实验前置的验证收益，使决策有据可依。同时也可以利用 AB 实验分流出小部分流量进行测试，防止错误决策对整体用户产生负面影响。