如何衡量软件测试的绩效1
2020-11-08 本文已影响0人
python测试开发
绩效的主要目标是保证产品或QA过程的一致性。它也可以是一个管理系统,允许管理者根据收集到的数据做出决定。过程的绩效衡量标准的实施应该涉及到整个组织。不同团队的衡量标准可能会有所不同。
什么是绩效衡量?
绩效衡量是管理和了解以下方面:
- 项目进展如何?
- 项目中的偏差及其原因?
- 资源的利用情况如何?
- 是否实现了既定的目标以及流程?
- 已实施的流程是否产生了预期的结果?
- 如何管理客户需求的?
- 有哪些需要改进的地方?
衡量的好处是什么?
- 追踪项目进度
- 满足客户的期望
- 了解存在的问题
- 分析需要改进的地方
- 确定改进是否生效
不同的指标
- 计划与实现的故事
- 自动化比例
- 生产性任务与非生产性任务
- 迭代周期内报告的缺陷百分比
- 构建中的缺陷
- 缺陷优先级
- 缺陷排查表
- 不修复的BUG比例
- 不修复BUG分析
- 生产缺陷
- 团队人员使用情况
- 自动化用例实现速度
- 个人自动化实现速度
- 工程师任务分布
- 自动化覆盖率
- 自动化进度
- 自动化问题趋势
- 自动化成本分析
- 测试用例自动化比例
- 自动化后节省的工作
参考资料
- 本讲座目录
- 代码地址 https://github.com/china-testing/python-testing-examples/tree/master/pytest_projects 建议拷贝到浏览器访问
- 本文涉及的python测试开发库 谢谢点赞!
- 本文相关海量书籍下载
故事数
理想情况下,团队能够完成目标。已实现的故事数等于计划中的故事数。如果实现的故事数比计划的多,说明有是当前迭代中新增的故事。如果团队实现的目标少于计划,这可能意味着可能碰到困难。
有助于管理层:
- 根据可用资源的数量调整sprint的范围,并重新分配资源
- 根据以往的趋势规划即将发布的版本
自动化比例
理想:理想的情况应该与项目人员计划相一致。如果有3名自动化工程师和7名功能工程师,理想的情况是,工作分配应该是......。
30%为自动化,70%为人工。
如果30%的精力花在了自动化上,但我们的自动化比例并没有达到30%。可能存在如下问题:
- 项目变化过于频繁
- 自动化工程师没有100%投入
- 自动化缺乏规划
这张图将帮助管理层:
- 为自动化分配适量的资源。
- 解决瓶颈问题,提高生产力
生产性任务与非生产性任务
非生产性任务包括以下活动,如团队建设活动,软技能培训、员工参与活动、基础设施故障造成的时间损失、电源、测试环境故障和内部会议(比如与人力资源部门的会议)。
理想情况下,大部分时间应该花在生产性任务上,如测试用例执行、测试用例的自动化或缺陷报告。
如果花在生产性任务上的时间比例小于非生产性任务,可能意味着
- 团队规模过大
- 测试任务阻塞
团队在非生产性工作上花费了更多的时间。管理层可以:
- 削减目前的人员配置计划
- 投资于容错基础设施,如备份互联网服务提供商和测试环境以增加正常运行时间
迭代周期内报告的缺陷百分比
报告的缺陷百分比必须逐步下降。
如果缺陷报告的百分比突然增加。可能是:
- 出现阻塞性问题
- 产品质量不稳定
管理层可以评估:
- 使需求更加清晰
- 通过必要的产品培训,最大限度地缩小知识差距。