1、可用性分析
场景部分：当出现用户购物狂潮时，例如双十一全球用户购物、新年全国人民购物，出现订单、付款延时的问题。
刺激源：庞大的淘宝用户
刺激：在同一时间，系统的访问量过大，使得用户不能及时下订单和付款
制品：系统
环境：用户正常操作
响应：请用户等待一到两分钟再付款，适当延长付款的时间
响应度量：一到两分钟之后付款，畅通无阻，不会出现订单和付款失败的现象，使操作能够成功的运行。
2、可修改性分析
场景部分：淘宝网页面经常会切换热门的产品，从而推荐给需要的用户。
刺激源：开发、工作人员
刺激：修改相应的界面
制品：系统用户界面
环境：设计修改界面时
响应：在修改部分界面时，不会影响到其他界面和功能的正常运行
响应度量：99.99%的不会影响系统的其他界面和功能
3、性能分析
场景部分：在进行打折促销的时候，多个用户同时抢购同一件商品
刺激源：用户
刺激：同时抢购促销的商品
制品：系统
环境：用户进行正常的操作
响应：用户的请求能够被快速的处理
响应度量：平均3-5秒之内系统做出响应
4、安全性分析
场景部分：非法登录淘宝网获取其中的用户信息和商品数据
刺激源：非法用户
刺激：非法获取用户个人信息和商品数据
制品：系统
环境：网络安全连接
响应：验证用户的合法性和对应权限
响应度量：99.99%能够拦截非法用户
5、可测试性分析
场景部分：用户使用不正确的用户名和密码登录淘宝网
刺激源：用户
刺激：非法的用户名和密码登录系统
制品：系统
环境：系统完成，用户登录系统时
响应：提示用户输入的用户名或者密码错误，无法登录系统
响应度量：100%拦截，用户无法登录系统
6、易用性分析
场景部分：用户搜索需要的商品时出现对应的提示
刺激源：用户
刺激：搜索需要的商品
制品：系统
环境：用户正常操作
响应：系统智能显示商品相关信息
响应度量：99%的用户都能遇到智能信息提示