Иногда проект выглядит как витрина магазина на Арбате: всё блестит, всё работает, а на самом деле зайдешь, другой стороны, посмотришь на изнанку, а там куча ручной работы, багов и костылей… Мы как раз пришли в такую ситуацию к одному из крупнейших fashion-маркетплейсов Европы, с более чем 2 млн пользователей каждый месяц. Fashion-ритейл – сфера быстрая. Здесь промедление или баги бьют не только по продажам, но и по репутации. Притом моментально. Платформа большая и сложная: веб, iOS и Android-приложения, личные кабинеты поставщиков, внутренняя CRM (система управления отношениями с клиентами, в ней где хранятся все данные о покупателях и заказах), API (интерфейсы, которые позволяют разным частям системы «общаться» друг с другом), база на PostgreSQL (основное хранилище данных, как большая цифровая картотека), всё это в AWS (Amazon Web Services – облачная платформа, где физически работают все эти сервисы).
Тренды и фишки из мира IT,
экспертные статьи и всё о тестировании.
Перед стартом тестирования нас ждали сразу несколько болевых точек. Они не стали сюрпризами, потому что наши специалисты провели предварительное изучение работы клиента. Для решения задействовали не только экспертов QA, но и аналитиков.
Что было у клиента
- Новые фичи и коллекции выходили медленно — Time-to-Market (TTM) занимал 4–6 недель.
- В ручном регрессе участвовали 5 тестировщиков, цикл длился 7 рабочих дней.
- Количество критических багов в продакшене — от 10 до 14 на каждый релиз.
- Рейтинг в сторах падал: с 4.7 до 4.1, пользователи жаловались на ошибки при оплате и оформлении заказов.
- Отказы на этапе оплаты составляли 4% от всех пользователей — это реальные деньги, которые просто утекали. Органика и конверсия в покупку тоже начали падать. Ситуация уже напрямую влияла на бизнес.
Кроме всего прочего, не было никакой автоматизации, тестовой документации и, к сожалению, стратегии. Покрытие – только юнитами от разработчиков, и то меньше 20%. Команда QA больше решала вновь и вновь появляющиеся срочные задачи, чем работала на развитие. Разработчиков постоянно дёргали на «пожарную» отладку. Time-to-Market тянулся неделями, превращаясь в узкое горлышко. Классика.

Итак, что мы сделали?
Сначала – аудит. Мы разобрали текущие процессы, код и команду, выделили узкие места. Определили приоритеты: регистрация, поиск, корзина, оформление заказа, оплата — то, что должно работать всегда и везде. Сформулировали QA-стратегию, определили, какие бизнес-сценарии критичны, и какой стек подойдёт именно этому проекту. Спойлер: взяли Playwright + TypeScript для E2E и Java + RestAssured для API.
Следующим шагом было разделение ролей. Ручное тестирование забрала команда из трёх QA: у них был фокус на исследовательское тестирование, UX и новые фичи.
В параллель они всё тщательно документировали и завели данные в TestRail. Автоматизацию (два SDET) взяли на себя: построили фреймворк, написали E2E тесты на Playwright + TypeScript, API закрыли на Java + RestAssured. Всё это сразу же интегрировали в CI/CD на GitLab. Теперь каждый коммит в develop запускал регрессию сам, без участия людей, давая почти мгновенную обратную связь по изменениям.
И ещё один важный этап – нагрузка. Для e-commerce критически важный момент. Смоделировали “Чёрную пятницу” с помощью k6: 12 тысяч одновременных пользователей. Нашли узкие места – база PostgreSQL и API-шлюз – и устранили их до того, как начались реальные пиковые нагрузки. Это дало уверенность, что платформа выдержит и пиковые нагрузки.
Итог
Через пару месяцев работы с заказчиком результат почувствовали и команда, и бизнес.

- Время регресса сократилось с 7 дней до 4 часов. Это полностью автоматизированный запуск, встроенный в пайплайн.
- Качество релизов явно пошло вверх. Количество критичных багов в продакшене упало на 95%. Сейчас в среднем один баг, и тот не всегда.
- Покрытие тестами выросло до 85% по API и 75% по ключевым E2E-сценариям.
- Скорость выхода (TTM) сократилась 2–3 раза – от идеи до продакшена теперь неделя-две, а не 4–6 недель.
- Эффективность команд стала заметна. QA-команда разгрузилась, разработчиков освободили от постоянной “вечно срочной” отладки – по сути, мы освободили 1,5 фуллтайма.
- Экономика в плюсе. Затраты на обеспечение качества снизились на 30% за первый год (по словам клиента), что сам клиент отметил как экономию на качестве.
- Бизнес-метрики показали, что рейтинг приложений в сторах вырос до 4.6 за 7 месяцев, а конверсия в покупку прибавила 8%.
Почему наша работа принесла быстрый результат?
Потому что мы начали не с автотестов, а с целей и стратегии.
Вместо того чтобы «прикручивать Playwright «ради галочки», мы построили систему,
где автоматизация отвечает на конкретные бизнес-вопросы: как быстрее выкатывать релизы, как не пропускать критичные баги, как освободить ресурсы внутри команды. Когда тестирование воспринимается не “чеклист ради отчёта”, а понятная стратегия, результаты не заставляют себя ждать.
Автотесты стали частью CI/CD, а не отдельной вселенной, в которую никто не заглядывает. Регресс больше не тормозит релиз, а наоборот даёт зелёный свет. Это экономия, управляемость и предсказуемость. Мы не просто ускорили процессы, а буквально вернули продукту лицо: стабильность, скорость и доверие пользователей.
Из этого проекта мы вынесли главную мысль, которую стараемся донести до всех владельцев бизнеса: автоматизация работает, когда ей дают правильную основу. Без стратегии, нормальной документации и связи с бизнесом никакой Playwright не спасёт, хоть ты тресни. А вот если заложить QA-фундамент, можно сэкономить деньги, ускорить релизы и выдохнуть спокойно, даже перед Чёрной пятницей или рождественскими праздниками.
Кстати, если есть подобные проблемы, но вам кажется, что у вас не получится так же, не спешите. Этот кейс начался с хаоса и неразберихи, а не с идеальных условий. Самое главное – понять, где сейчас болит, и честно оценить, чего стоит недокрученный QA.
Если вам интересно разобрать ситуацию на проекте, напишите нам. К нас есть бесплатные консультации. Иногда нужно просто поговорить с теми, кто уже выбрался из бардака и может помочь сэкономить деньги, ускорить релизы и вернуть продукту стабильность.
Стек технологий, который использоваи наши специалисты:
- Продукт: React, Node.js, Kotlin, Swift, PostgreSQL, AWS
- Автоматизация: Playwright, TypeScript, Java, RestAssured
- CI/CD: GitLab CI, Docker
- Тест-менеджмент: Jira, TestRail
- Нагрузочное: Grafana k6