所谓的测评也就是“测+评”的结合；通过测试的手段去评价的一个体系；影像测评；测是手段，评才是目的；那如何去做好“测+评”的结合使产品达到用户交付的质量标准呢？
1.从问题去找场景在评测过程中我们都遵循以用例为导向的原则；从用例中去发现问题；可这样就存在一个点；测评结果较为片面，无法准去的去捕捉用户现实生活中存在的一些问题；比如一款产品上市三个月后用户抱怨zoom清晰度差，然后一复盘，我们在测试阶段也报过zoom清晰度差的问题，而且也fix掉了，那为什么还是存在用户反馈呢？他们真的等同吗？我们从用例设计到执行来看，绝大部分用例都是采用覆盖逻辑和效率优化逻辑进行测试；这样测试的好处是在确保项目高效执行的过程中减少资源占用，可能在前期设计中还加一下用户场景逻辑在里面；但在执行过程中，慢慢的就开始本末倒置，从场景中去寻找问题；问题也确实找到了，但是只是在所包含的用例中找到了这个问题现象；但用例之外呢谁又敢保证，这就存在在研阶段识别的fix问题，上市后再次暴露；换个思维，如果我们从问题出发；用户报了一个zoom清晰度差的问题，我在保证通过需求映射和效率优化这部分用例作为常规用例执行的情况下，以风险导向的逻辑+用户场景逻辑增加自由体验测试；也就是用例+自由测试；自由测试部分条件限制为稳定+可复现；前半部分高效率识别功能性基础效果类问题；后半部分以一个问题牵引进行自由测试，让测试人员深入用户使用场景，找出这个问题在那些场景下容易暴露，然后追根溯源；找出一个问题在不同场景下的环境+人物因素；形成本地痛点场景库，进行验收，其实如果做到这一步，最好的是以问题去建立场景库，然后落地专项优化。Cover 1个痛点问题去fix它，比你跑很多遍用例强或许要强很多；举个例子，用户室外拍摄人像时人脸偏暗；那我们通过自由测试，除了要求场景稳定可复现以外，我们不做任何拍摄手法和场景限制，让测试以用户姿态进行，当发现有拍摄场景出现人脸偏暗问题时我们以追根朔源的做法，进行现场记录;拍摄的场景、距离、方向、设备姿态、人物装扮以及环境亮度、色温，环境温度等；无论是内在的温度过高性能降级导致还是人物装扮导致，比如戴帽子导致无法识别人脸，我们先不用去管，我们先把发现这个问题的场景去记录，然后对“体验较差的地方进行拆分后进行回归验证；然后获取该问题场景用户预期满意效果，可以借助 PS 进行效果探索和方向验证，但不能将其结果作为 Ground Truth。这样就形成了一个有预期效果同事问题暴露场景的用例库；落地专项解决的能更好推动专项解决，提升产品上市口碑；
2.不盲从目前手机行业大家首先的手机以竞品为导向，其实没什么错；大家都照着现已有的好产品去做，好像也就只能跟着屁股后面走，在跨档位研发中还好，可以以功能下沉，技术下沉上市后获取口碑，但如果本有和本身差异化或者本地化的技术支撑，高端产品做出来的产品也就那样；很难有所突破；举个简单网络梗，非洲卢旺达照搬中国体系；经常在项目上遇见的一种情况，外部研发总是拿对比机说事情，特别在风格取向上，很多人认为选取了竞品，那么竞品就是标准答案，达到这个标准就是合格的产品；特别是在告诉本地对这个问题很敏感的情况下，还说出“我认为ok，和竞品差不多”这样的话语的，只能说一个头两个大，没有一点认知喜好和取舍在里面；就好像明知道这个场景竞品有抱怨，我们还去按照竞品去调参，那这意义又在哪？评测最忌讳的就是盲从，产品最终是面向用户的，真正的标准只有用户；用户是定义标准和评价标准的人，而不是研发，满足用户需求甚至提前满足用户需求，为用户创造价值，才是产品成功的意义；手机应该是顺应用户去改变的，而不是被用户要去而且顺从的；总之作为影像测评，你所评测的每一张图片合格的标准它应该是在硬软件调优下尽可能满足目标用户对美好事物的向往的比如：树的阴影是看得见的，雨水落地的浪花是可记录的，夕阳应该是浪漫的
