Відеозастосунок може втратити увагу за кілька секунд. Якщо стрічка довго відкривається або прокручування переривається, користувачеві простіше закрити застосунок і перейти до іншого сервісу. Для аудиторії зі старими й бюджетними телефонами ця проблема ще гостріша: там кожна зайва сотня мілісекунд під час запуску множиться на повільний процесор, мало оперативної пам’яті та завантажене сховище.
Кейс індійської платформи коротких відео Josh, опублікований на порталі Android Developers, добре показує, як системна робота з запуском перетворюється на продуктовий результат. Нижче розбираємо, що саме зробила команда, які висновки з цього варто взяти у власний проєкт і як ми в студії організовуємо подібну оптимізацію — від першого трейсу до контролю після релізу.
Що відомо про кейс Josh
Josh — застосунок коротких відео, запущений у серпні 2020 року. На момент публікації кейсу він мав понад 124 млн активних користувачів на місяць і близько 60 млн щоденних. Аудиторія користувалася дуже різними пристроями — від флагманів до недорогих моделей, а відео було основним форматом споживання. Будь-яке «заїкання» стрічки чи пауза у взаємодії швидко призводили до того, що людина втрачала інтерес.
Команда стежила за Android vitals і побачила можливість покращити запуск. Пріоритетом зробили холодний старт — найважчий сценарій, коли процес застосунку ще не існує. Логіка проста: якщо прискорити cold start, теплий і гарячий старти зазвичай теж покращуються.
За даними кейсу, середній час запуску скоротився на 30%, а приблизно для 10% користувачів зі старими й бюджетними телефонами застосунок став утричі швидшим. Покращення bounce rate та утримання допомогло зберегти понад 1 млн користувачів порівняно з базовим рівнем, а оцінки в Google Play після релізу пішли вгору.
Що конкретно змінили в запуску
Найцінніше в кейсі — не самі відсотки, а перелік дій. Команда використовувала власні трейси, Systrace, Perfetto, dumpsys та Android Studio Profiler і з’ясувала, що основний час забирають Application.onCreate та інші синхронні методи на старті.
- Профілювали кожен блок коду, який виконується під час запуску.
- Дослідили вплив сторонніх SDK і вимкнули автоматичну ініціалізацію частини з них.
- Прибрали застарілі бібліотеки.
- Частину модулів відклали й перенесли у фонове виконання.
- Зменшили розмір графіки на splash screen і підготували її під різні розміри екрана.
Кожну зміну перевіряли ізольовано, емулюючи холодні старти та використовуючи бібліотеку Jetpack Macrobenchmark. Це важлива деталь: без ізольованого вимірювання неможливо зрозуміти, яка саме зміна дала ефект, а яка лише додала складності.
Чому середнє значення приховує проблему
Середній час запуску — зручна цифра для звіту, але вона маскує найгірший досвід. Якщо 90% аудиторії відкривають застосунок за секунду, а 10% — за п’ять, середнє виглядатиме прийнятно, хоча для кожного десятого користувача продукт фактично зламаний. Саме тому результат Josh «утричі швидше для 10% користувачів» важливіший за «на 30% у середньому»: він показує, що команда працювала з хвостом розподілу.
У наших проєктах ми бачимо ту саму закономірність: перцентилі p90 і p95, розбиті за класом пристрою, майже завжди виявляють проблеми, яких не видно в середньому. Орієнтири, на які варто спиратися, Android vitals задає прямо.
| Тип запуску | Що відбувається | Поріг «повільного» в Android vitals |
|---|---|---|
| Холодний (cold) | Процес створюється з нуля, ініціалізуються Application і перша Activity | 5 с і більше |
| Теплий (warm) | Процес є, але Activity створюється заново | 2 с і більше |
| Гарячий (hot) | Activity повертається з фону | 1,5 с і більше |
Ці пороги — межа, за якою досвід вважається поганим, а не ціль. Для власного бюджету ми зазвичай ставимо значно жорсткіші значення для p90 на бюджетних пристроях і окремо стежимо за часом до першого відрендереного кадру стрічки.
Як повторити підхід у своєму застосунку
- Зберіть базову лінію. Зафіксуйте cold, warm і hot start на трьох класах пристроїв: флагман, середній клас, бюджетний телефон віком 3–4 роки. Використовуйте Macrobenchmark із кількома повтореннями, а не одиничний запуск вручну.
- Зніміть системний трейс. У Perfetto подивіться, що відбувається між створенням процесу та першим кадром: ініціалізація SDK, Dependency Injection, читання з диска, мережеві виклики в основному потоці.
- Складіть реєстр ініціалізацій. Для кожного SDK і модуля запишіть: чи потрібен він до першого екрана, хто за нього відповідає, скільки мілісекунд він займає.
- Відкладіть усе некритичне. Аналітику, рекламу, фічі, які з’являються пізніше, ініціалізуйте ліниво або у фоновому потоці після першого кадру.
- Полегшіть перший екран. Зменшіть розмір графіки splash screen, спростіть layout, не завантажуйте всю стрічку — лише перші елементи.
- Перевіряйте кожну зміну окремо. Один pull request — одна оптимізація — один замір. Так ви знатимете реальний внесок кожного кроку.
- Закріпіть результат. Додайте Macrobenchmark у CI і бюджет запуску, перевищення якого блокує реліз. Окремо розгляньте Baseline Profiles — інструмент, який допомагає прискорити виконання критичного коду з першого запуску.
Типові помилки, які з’їдають результат
- Тестування лише на телефонах команди. Розробники зазвичай мають нові пристрої, тому проблеми бюджетного сегмента просто не бачать.
- Вимірювання debug-збірки. Debug-версія працює інакше, ніж release з R8 та оптимізаціями; цифри з неї вводять в оману.
- Перенесення роботи «у фон» без контролю. Якщо відкладена ініціалізація конкурує за CPU з першим кадром, користувач усе одно відчуває гальмування.
- Обмін стабільності на декоративну плавність. Агресивні оптимізації, які підвищують crash rate чи ANR, перекреслюють виграш у швидкості.
- Одноразова оптимізація. Без бюджету в CI нові фічі повертають старт до попереднього стану за кілька релізів.
Про те, як підібрати парк тестових пристроїв, ми писали в матеріалі про тестування на недорогих пристроях, а про метрики старту — у статті про швидкість запуску застосунку.
Що робота з performance дає продукту
Кейс Josh показує, що оптимізація запуску — це робота з аудиторією, а не лише з технічним боргом. Коли застосунок стає придатним для слабшого пристрою, команда повертає доступ людям, які інакше просто пішли б. У Josh це вплинуло на bounce rate, утримання та оцінки; подібний зв’язок між швидкістю і бізнес-метриками описано й у кейсі Zomato.
Ще один ефект, на який звертає увагу кейс, — командний. Робота з vitals об’єднала команду, а набуті знання потім застосували в інших продуктах компанії. Коли продуктивність стає спільною метрикою, а не задачею одного «перформанс-інженера», її легше втримати.
Чекліст перед наступним релізом
- Є базова лінія cold, warm і hot start для трьох класів пристроїв.
- Метрики запуску дивимося за перцентилями p50, p90 і p95, а не лише в середньому.
- Кожен SDK у старті має власника й обґрунтування, навіщо він потрібен до першого кадру.
- Некритична ініціалізація відкладена і не конкурує з рендерингом першого екрана.
- Графіка splash screen і першого екрана оптимізована під розмір дисплея.
- Macrobenchmark працює в CI, а перевищення бюджету запуску зупиняє реліз.
- Після релізу стежимо за Android vitals, crash rate, ANR і утриманням у сегменті бюджетних пристроїв.
Джерела: Android Developers: Josh startup performance case study; Android Developers: App startup time; Android Developers: Macrobenchmark; Android Developers: Baseline Profiles.



