价值驱动测试尝试

简介: 价值驱动测试尝试

最近在关注某测试团队的流程规范,发现他们需要依赖很多完善的前置条件,才能有效的开展测试活动。感觉有点不可思议。现在大家都在提倡测试左移,移什么呢?笔者的思考:测试左移,意味着测试思维的转变,我们需要从需求文档中脱离出来,从更广泛的视角来思考测试策略,从技术驱动转变成价值驱动。


01


从文档到业务


在传统测试的环境下,测试人员更多的是围绕需求文档来进测试活动的设计,一切以需求文档为主,关注的是产品的功能需求。而在测试左移的实践中,测试人员需要尝试去理解需求的业务价值,站在用户的角度去思考问题,理解用户的使用习惯、使用场景等信息。


在某API网关平台的测试中,有这么一个场景:用户在网关平台上配置好API信息后,如果想要验证配置是否正确,需要在本地通过PostMan发起一次调用,才能确认配置成功。这个场景从功能上而言,是没有问题的。网关平台只负责配置,能否调用是由使用方发起的。如果这么思考,那么体现的就是基于需求文档的思考,因为文档里就是这么描述的。但是如果从业务的角度出发,作为配置方,我希望在配置好API信息后,最好能够快速验证,那么,能不能在配置完成的页面增加一个调试功能呢?这样就可以直接在平台上进行验证,而不需要借用第三方工具(PostMan)来验证?


基于这个思考,测试提出了可以在配置成功页面增加一个调试按钮,来直接模拟API的调用,如果有异常,还可以直接给出提示,会更友好。最终这个建议被团队采纳,上线后也被用户高度认可,这是他们真实的痛点。


在思考用户场景的同时,从业务的角度出发,我们还需要关注业务操作的流畅性、完整性,同时,对于变更类的需求,还需要评估好影响范围,以用户的身份进行更多的思考和探索。


02


理解业务指标


如果我们想要更好的去了解用户的使用场景,那么我们就需要尝试去理解一些业务型的观测指标,需要确保我们交付的是高价值的内容。业务价值可能比较抽象,似乎不是那么好理解,况且要跟具体的测试活动对应起来更是有些难度,在具体的实践过程中,我们团队的具体做法有几下几步:


1.  明确业务目标:本次迭代上线的功能是为了满足哪些业务场景,解决哪几类用户的痛点问题,与产品经理、项目经理一起对齐这些目标;


2.  设计对应的场景:基于业务目标,针对性的设计测试场景,以便覆盖核心场景;


3.  线上跟踪:基于业务埋点信息、日志系统,查询对应功能的使用频率、用户活跃度的变化,评估需求真实的影响。也可以通过这些数据的分析,得到系统真实的关键功能及核心场景,而不是团队“以为”的关键功能和核心场景,进一步优化测试设计。


4.  回顾、总结:针对线上的收集和反馈出来的数据,定期和产品团队进行沟通、探讨,改进产品设计,优化业务价值。


理解业务指标并不是一件容易的事,需要测试人员对被测试的产品有深度的了解,参与业务对上话。这点是比较不容易实现的,多数情况下,测试人员是比较少能直接接触到用户的。所以,需要我们做好线上数据跟踪和监控。同时,多与产品团队沟通,对齐产品的整体愿景和目标,主动思考。

 

03


思维上的转变


从基于文档的功能测试,到基于业务的价值测试,需要做更多思维上的转换,从单一的测试角色中走出来,我们的目标不再是高效地发现缺陷(发现缺陷很重要,但不是最重要的),而是快速交付适当质量的业务价值。


认知上的改变:我们不再以发现更多的缺陷为追求目标,应该去理解业务的交付目标是什么,更好的发现和预防缺陷,关注交付价值,合理的设计测试策略,以便快速、高质量地交付迭代内容。


领域知识的增加:更深度地理解你的测试对象,同时去了解同类产品的相关信息,了解用户关心的是什么,了解对应行业的发展信息和最新动态。


沟通表达能力:测试左移让测试人员更多地参与了产品前期的沟通了解,需要有更好的表达能力,传达产品、用户的不同声音,接触更多的人群,所以需要有更好的沟通表达能力,不仅限于技术上的表达,还需要学习业务上的表达技巧。


04


当然,测试左移不是测试角色的一厢情愿,需要团队配合,需要有一定的敏捷成熟度,大家对质量内建有共同的认知。否则,大家都会很痛苦,但这一定是个大趋势。

目录
打赏
0
0
0
0
6
分享
相关文章
Midscene.js:AI 驱动的 UI 自动化测试框架,支持自然语言交互,生成可视化报告
Midscene.js 是一款基于 AI 技术的 UI 自动化测试框架,通过自然语言交互简化测试流程,支持动作执行、数据查询和页面断言,提供可视化报告,适用于多种应用场景。
595 1
Midscene.js:AI 驱动的 UI 自动化测试框架,支持自然语言交互,生成可视化报告
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
探索AI驱动的自动化测试新纪元###
本文旨在探讨人工智能如何革新软件测试领域,通过AI技术提升测试效率、精准度和覆盖范围。在智能算法的支持下,自动化测试不再局限于简单的脚本回放,而是能够模拟复杂场景、预测潜在缺陷,并实现自我学习与优化。我们正步入一个测试更加主动、灵活且高效的新时代,本文将深入剖析这一变革的核心驱动力及其对未来软件开发的影响。 ###
数据驱动测试和关键词驱动测试的区别
数据驱动测试 数据驱动测试或 DDT 也被称为参数化测试。
65 1
软件测试的艺术与科学:平衡创新与质量的探索在软件开发的波澜壮阔中,软件测试如同灯塔,指引着产品质量的方向。本文旨在深入探讨软件测试的核心价值,通过分析其在现代软件工程中的应用,揭示其背后的艺术性与科学性,并探讨如何在追求技术创新的同时确保产品的高质量标准。
软件测试不仅仅是技术活动,它融合了创造力和方法论,是软件开发过程中不可或缺的一环。本文首先概述了软件测试的重要性及其在项目生命周期中的角色,随后详细讨论了测试用例设计的创新方法、自动化测试的策略与挑战,以及如何通过持续集成/持续部署(CI/CD)流程优化产品质量。最后,文章强调了团队间沟通在确保测试有效性中的关键作用,并通过案例分析展示了这些原则在实践中的应用。
129 1
AI驱动的自动化测试:提升软件质量的未来之路
【9月更文挑战第3天】AI驱动的自动化测试是提升软件质量的未来之路。它借助AI技术的力量,实现了测试用例的智能生成、测试策略的优化、故障预测与定位等功能的自动化和智能化。随着技术的不断进步和应用场景的不断拓展,AI驱动的自动化测试将在未来发挥更加重要的作用,为软件开发和运维提供更加高效、准确和可靠的解决方案。
探索软件测试的多维价值
【8月更文挑战第8天】本文将深入探讨软件测试在软件开发周期中扮演的角色,揭示其在确保产品质量、优化开发流程、降低维护成本以及提升用户满意度方面的重要性。通过分析测试的不同阶段和策略,我们旨在为读者提供对软件测试全面价值的新见解,并鼓励采取更系统的测试方法以实现软件项目的成功。
探索软件自动化测试的未来:AI驱动的测试策略
【7月更文挑战第47天】 随着人工智能(AI)技术不断进步,其在软件测试领域的应用也日益广泛。本文将探讨如何整合AI技术与现有的自动化测试流程,提出一个面向未来的测试策略。文章重点分析了AI在测试用例生成、执行、结果分析和持续集成中的作用,同时预测了这种技术融合对测试工程师角色的影响,以及它如何提高软件测试的效率和准确性。
单元测试问题之想通过单元测试来驱动代码的设计与重构,如何实现
单元测试问题之想通过单元测试来驱动代码的设计与重构,如何实现
自动化测试在软件生命周期中的价值与挑战
本文通过深入分析自动化测试在软件开发过程中的应用,揭示其在提升效率、确保质量和减少成本方面的显著优势。同时,探讨了实施自动化测试时面临的技术复杂性、维护成本和技能缺乏等挑战,并提出了相应的解决方案。文章旨在为软件测试专业人士提供一个关于自动化测试实践的全面视角,帮助他们更好地规划和执行测试策略。

热门文章

最新文章