测试管理之绩效考核指标--测试计划+测试用例+测试环境部署工作指标!!!

简介:

到今年7月,毕业整7年,做测试也近7年;7年说短不短、说长不长,回头看自己的青春年华和激情都奉献给了这份职业;能培养一个测试团队并给整个团队带来测试的价值和理念,是我去年就想做的一件事情,现在算是做到了;接下来是考虑如何让这个测试团队里的每个人学习靠自己去提升自己的综合能力水平,把测试工作质量和速度上升到一个高度,把工作方法和技能总结并传承下去给新人。

每周我们都有小组例会,每次例会我们都会有话题讨论,在近几周我们讨论了:测试计划、测试用例编写、测试环境部署工作做的好坏的标准;在讨论的过程中,大家还交流了做这些工作的方法和步骤,共享心得。在这里把我们总结的一些工作考核指标的标准放在这里,供同行参考并希望能给一些建议。

说起绩效考核,2006年我有写过一篇文章《测试管理之绩效考核》,从中谈到了测试工作的绩效考核不能和开发放在一起做;因为工种不一样。现在看绩效考核,有了更多的收获。

首先绩效考核的目的:

  1. 让员工知道自己工作中那些做的好,那些做不好;好的地方做总结,不好的地方寻求方法进行改进
  2. 下一步的工作重点、目标及意见收集,想法沟通
  3. 给员工有效的激励

要想达到上面3个目的,不是靠每一个季度和员工面谈一次就能达到;它需要每个管理者在日常的工作中就要关注这3个方面,这也是我现在花心思最多的地方。

  1. 每周的工作要检查每个测试人员工作内容的质量和工作方法,有问题给予指导和说明,严重的给予批评,主要是工作上的问题能及时知道并得到改进。
  2. 工作中每个人工作量的大小、难度及特长培养,都要花心思去观察并给予机会实践大家想做的事情。
  3. 每个月会和每个人对当月的工作情况做总结和沟通。

有一天我在想,如果有一天我离开了这个团队,我该怎样让这个团队在没有我的时候,下面培养起来的人能很快的接手同时并正常运转;现在团队里良好的风气该如何让它存在?我想从让她们学会如何给自己定高标准开始。


下面是我们讨论的测试计划、测试用例编写、测试环境部署工作考核指标,这是7月份种的果实,希望在Q4季度能得到丰收。





本文转自博客园 小蚂蚁博客,原文链接:测试管理之绩效考核指标--测试计划+测试用例+测试环境部署工作指标!!!,如需转载请自行联系原博主。




相关文章
|
1月前
|
存储 缓存 监控
性能测试中关注的指标
性能测试关注多个层面的指标,包括系统层(CPU、内存、磁盘、网络)、中间件层(网关、数据库、缓存、MQ、分布式存储)、应用层(响应时间、吞吐量、应用资源、GC、错误信息)及业务层和发压机指标。这些指标帮助评估系统性能,识别潜在瓶颈,确保软件质量和用户体验。
109 4
|
2月前
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务,包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
3076 1
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
1月前
|
缓存 自然语言处理 并行计算
基于NVIDIA A30 加速卡推理部署通义千问-72B-Chat测试过程
本文介绍了基于阿里云通义千问72B大模型(Qwen-72B-Chat)的性能基准测试,包括测试环境准备、模型部署、API测试等内容。测试环境配置为32核128G内存的ECS云主机,配备8块NVIDIA A30 GPU加速卡。软件环境包括Ubuntu 22.04、CUDA 12.4.0、PyTorch 2.4.0等。详细介绍了模型下载、部署命令及常见问题解决方法,并展示了API测试结果和性能分析。
1135 1
|
2月前
|
机器学习/深度学习 监控 计算机视觉
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
本文介绍了如何使用YOLOv7进行目标检测,包括环境搭建、数据集准备、模型训练、验证、测试以及常见错误的解决方法。YOLOv7以其高效性能和准确率在目标检测领域受到关注,适用于自动驾驶、安防监控等场景。文中提供了源码和论文链接,以及详细的步骤说明,适合深度学习实践者参考。
539 0
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
2月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
77 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
2月前
|
机器学习/深度学习 并行计算 数据可视化
目标分类笔记(二): 利用PaddleClas的框架来完成多标签分类任务(从数据准备到训练测试部署的完整流程)
这篇文章介绍了如何使用PaddleClas框架完成多标签分类任务,包括数据准备、环境搭建、模型训练、预测、评估等完整流程。
147 0
目标分类笔记(二): 利用PaddleClas的框架来完成多标签分类任务(从数据准备到训练测试部署的完整流程)
|
2月前
|
机器学习/深度学习 数据采集 算法
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
64 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
|
2月前
|
机器学习/深度学习 XML 并行计算
目标检测实战(七): 使用YOLOX完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章介绍了如何使用YOLOX完成图像目标检测任务的完整流程,包括数据准备、模型训练、验证和测试。
232 0
目标检测实战(七): 使用YOLOX完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
2月前
|
测试技术 Python
自动化测试项目学习笔记(三):Unittest加载测试用例的四种方法
本文介绍了使用Python的unittest框架来加载测试用例的四种方法,包括通过测试用例类、模块、路径和逐条加载测试用例。
95 0
自动化测试项目学习笔记(三):Unittest加载测试用例的四种方法
|
2月前
|
Ubuntu API Python
Chat-TTS chat-tts-ui 实机部署上手测试!Ubuntu服务器实机 2070Super*2 8GB部署全流程
Chat-TTS chat-tts-ui 实机部署上手测试!Ubuntu服务器实机 2070Super*2 8GB部署全流程
75 1
下一篇
DataWorks