中国的速度举世瞩目,30 年完成别人 200 年的进程。IT、CT 行业从无到有,再到一流也就区区 20 年;BAT、TMD 这些万亿或准万亿互联网公司和老美也能齐头并进。老 J 想想就热泪盈眶,无比自豪,毕竟作为大佬背后的男人,刷过抖音、打过滴滴、玩过网购,也在无数个深夜卖过加班体力。

蹭上这趟科技浪潮的老 J 也是摸爬滚打不容易啊!下过瀑布,趟过 V 型,干过 IPD,走上敏捷,最终顺上 Devops。遥想当年坚定地立下 Flag:“30 岁前,在上海买下属于自己的大平层”。如今实现了一半,30 多了。

“质量就是生命!” 多么响亮的工业时代口号。放在现在也是如此得正确,市场经济大环境,用户 / 客户用脚投票,默默地离开不稀罕你送不送。用户流失、掉粉因为一个生产事故比比皆是。成熟的反托拉斯注定同类竞争一直会存在。只因这句话过时了,没有那么大的影响力了。

取而代之的是 “好、快、稳” 的三元论,虽然冲突,但可以平衡。励精图治,尝试过各种姿势的老 J 就来聊聊质量管理三板斧,助你打工搬砖既好,又快,而且稳。

质量管理三板斧

1.测试自动化

测试、测试,就是测已知,试未知。已知部分可以结合业务场景,通过测试设计工程方法进行枚举覆盖,可复用的部分逐渐沉淀进入回归集合。常规执行无外乎手工、半自动和自动化三种方式(当下引入 AI 技术辅助测试执行逐渐热门,短期内常规方式仍是主体,AI 作为辅助手段)

其中,回归部分存在完全重复执行;新增覆盖场景难免有前置环境、数据、状态准备需求,存在大量的部分重复执行。人并善于重复性工作,得让机器做。

一来,重复行为会让人随着时间的推移,效率曲线会下降;
再者,既定的工作机器一定比人来的可靠;
最后,更多的探索性测试才是测试工作的高价值部分。

测试人员做 “时间的朋友”。经验的累计在于分析业务逻辑、熟悉功能实现,探究应用场景为手段,而非重复性操作。避免陷入勤奋陷阱,1 年的经验重复 做上 10 年。

测试自动化技术的发展离不开 “分层测试” 的概念。分层测试是典型的化整为零的思想,把复杂的系统拆解成宽耦合粒度,这样可以尽早介入进行验证的方法。

一般测试分层有:UT、后端(逻辑)测试、前端(交互)测试、集成测试、性能、稳定性、兼容性、安全等专项测试。其中:

接口测试自动化技术源于针对逻辑实现主体的后端的测试;
UI 自动化测试技术源于端到端的测试,包括基于浏览器的测试以及移动端 UI 测试;
浏览器兼容性测试、移动端兼容性测试源于系统测试;

常见的测试工具 / 框架如下表所示:

测试自动化技术分门别类不算少,工具/ 框架成百上千也不在话下。如何实施是门学问,老 J 给出自动化测试策略

关键路径,核心稳定场景优先实施;

接口组合场景为主,UI 为辅;
兼容性场景必做自动化;
前置条件可做半自动化
自动化测试平台化、服务化

关于左移精准测试、右移流量复制测试,以及 AI 测试技术将单独开一篇讨论。

最后,强调一点执行提效是手段,覆盖全面是目的。重复的操作自动化;更多时间进行探索性测试。

2.流程 & 规范

流程特指研发端到端全流程;规范特指质量相关规范。

流程的产生是为了 “协同” 高效,规范如 “契约” 明确流程中关键节点做到什么程度算到位。最终,是为了有质量地快。返工就是最大的浪费,一次把事做对不仅快,而且稳,它不香吗?

无论是哪种研发模式,瀑布、V 型还是敏捷,最终都会落地到带有规范的流程至上。流程 & 规范作为研发模式的载体,在每个团队内都有不同的实践。这里着重提两点,也较为通用,分别是设置质量门禁(提测标准)以及准出核对(上线标准)。简单来说,流程靠卡点,卡点有规范。

1)质量门禁 -- 门禁不把容易尴尬

越早发现 Bug 并修复成本越低,风险越低。想必大家都有共识,如下图 Bug 缺陷成本趋势图所清晰展示。越往后风险越高,形象的类比 “蝴蝶效应” 就很好理解。想想:

修改一行代码,影响功能能逻辑不说,还可能牵连到业务逻辑;

后期验证范围被主观锁定而产生遗漏,纵使有全量回归兜底,在临近上线前发现 Bug 修复引入的新 Bug 也是让整个项目很崩溃的消息;

最终,导致上线交付 Delay。

。。。你说是不是很尴尬?

与质量门禁相配套的提测标准包含哪些内容?

2)准出核对 -- 上线前最后一次的 “清单革命”

临门一脚,功亏一篑,谁都不愿接受。准出核对是上线前夕的兜底措施,更是团队所有成员的心理建设过程。褪去其保险功效,满槽蓝血就等运维小哥鼠标一点, 进度条 100 % 那刻的 Give Five!

与准出相配套的上线标准包含哪些内容?

另外,测试是个长周期活动,测试规范得过硬。除了上述提测标准、上线标准,还包括有:用例分层、用例管理、缺陷定级、测试报告、生产故障定级、RCA 等等。详见:那些年要是知道这些 该有多好!

3.数据度量

管理学大师彼得 - 德鲁克说过:“无度量难管理”。

质量有没有变好?测试执行有没有变高效?测试是否是研发瓶颈?哪里需要改善?认知、沟通最低的方式就是通过数据说话。

当下,“数字化” 是个时髦词,比如金融数字化、政务数字化、社交数字化等等。沉淀研发过程数据就是软件工程数字化。

当然,这里主要聚焦于质量数据方面,更广泛的研发数据与工程效能息息相关,比如 Devops ,老 J 另开一篇聊聊。

那么,如何做数据度量?可以分两步走:

指标大致分为三类,外加排行榜,罗列了一些常用的指标,见下表。

说明:质量排行透明、可视化,有利于同级竞争。

相信,好的过程数据能促成好的结果。完备的数据度量能让每天上班感觉在玩 “足球经理”(EA 早期出款的一部沙盘游戏)人生如戏,游戏人生啊。

文末总结

1、质量管理三板斧。测试自动化、流程&规范以及数据度量。

2、设置质量门禁,卡好准入标准,能让质量较早受控,避免项目运作的后续风险累计;上线前准出核对不但是最后一道兜底措施,同时能让团队积聚成功上线后的成就感,提升团队凝聚力。测试规范参见 那些年要是知道这些 该有多好!

3、“无数据,无管理;先度量,后决策”。对质量数据的度量能用相对客观的 “语言” 描述质量状况,最重要的是驱动改进,实现质量提升。而这种趋势是实打实看得见的。

👉 阅读原文


↙↙↙阅读原文可查看相关链接,并与作者交流