当前位置: 首页 > news >正文

有效 QA 过程测量的 10 个基本指标

生产的软件数量呈指数级增长,这意味着保证质量所需的测试覆盖率也在以同样的程度增长。这也导致了那种因果关系——更多的代码行,更多的缺陷。因此,除此之外,要让 QA 团队为测试自动化和优化做好准备,您还需要考虑实施有效的错误报告工具。

然而,即使有了有效的基于 Web 的测试用例管理工具,也有必要了解需要应用软件测试中的哪些进度指标,以便更清楚地了解质量保证的有效工作。在本文中,我们将分析哪些测试指标和度量被认为是必不可少的,哪些是敏捷方法中的首要指标,以及哪些 KPI 是跟踪团队绩效所必需的。

 

如何理解要使用的质量保证指标

在开始评估自己的测试过程之前,您需要确定为此可能需要的软件测试中哪些特定类型的指标。 

此处正确的解决方案是确保您有以下问题的答案:

  • 测试需要多长时间?
  • 测试费用是多少?
  • 使用低成本测试是否合理?
  • 错误的严重程度如何?
  • 每个错误的状态是什么——关闭、重新打开、推迟?
  • 有多少错误必须在透视中发现?
  • 测试了多少软件?
  • 测试是否可以在指定的时间范围内运行,是否可以在同一时间段内进行更多测试? 
  • 是否需要更多的测试工作?

回答完问题后,您可以进一步选择能够满足您要求的 QA 测试指标。但是,您应该记住,指标不是通用的——不同的企业在软件测试中需要不同的指标和度量。 

质量保证有效性指标

绝对数字

绝对指标是了解当前测试流程构建方式的一个好方法。他们的存在被推荐用于所有类型的开发。

  • 测试用例总数
  • 通过的测试用例数
  • 失败的测试用例数
  • 阻止的测试用例数
  • 发现的缺陷数
  • 接受的缺陷数
  • 拒绝的缺陷数
  • 推迟的缺陷数量
  • 严重缺陷数
  • 计划考试时数
  • 实际考试时数
  • 发货后发现的错误数量

测试执行和错误修复

软件测试中的测试指标显示已完成任务与功能总数之间的相关性,使整个团队能够了解哪些模块中的哪些错误会破坏产品并应主要解决:

  • 测试完成状态
  • 测试执行完成状态
  • 缺陷密度 
  • 缺陷优先级/缺陷严重性
  • 缺陷接受/缺陷拒绝
  • 测试用例执行效率 

测试设计

测试设计覆盖率评估测试用例与需求数量之间的相关性,而测试设计性能评估每天生成的测试用例数量。这样做是为了找出最终用户方面的功能差距:

  • 测试设计覆盖率; 
  • 测试设计生产力。

测试覆盖率

测试覆盖率评估测试工作,并给出应用程序已经测试的百分比。

用户验收测试

该指标应该发现由于测试策略中的差距而可能发生的遗漏问题:  

  • 缺陷泄漏

产品开发与支持

该指标用于改进策略以提高测试性能。它还通过显示在生产部署之前需要解决的未发现问题的数量来评估测试有效性: 

  • 缺陷去除效率

测试经济学指标

测试成本包括基础设施、工具和劳动力。该指标评估完成项目需要花费多少以及花费了多少:

  • 总分配成本
  • 实际成本
  • 预算差异
  • 时差
  • 每个错误修复的成本
  • 不测试的成本

测试执行状态

此指标在图表中更好地表示,以显示组织为通过、失败、阻止、未完成和未执行的总执行。

创建的缺陷与解决的缺陷图表

该指标应该控制缺陷清除过程并了解测试有效性指标。

总体指标

总体测试指标衡量您的测试策略在总体上识别所需改进的有效性:  

  • 工作量差异/进度差异 
  • 返修工作量比 
  • 需求蠕变

正确使用软件质量指标可以从测试中获得预期的结果。他们在敏捷开发等现代开发流程中的存在可帮助管理人员准确地为每个冲刺定义较小的目标。使用基准和 KPI 作为导航器,测试人员了解他们应该获得什么结果以及他们应该关注哪些数字。如果偏离这些测试效率指标,我们可以谈论趋势的变化。这种偏差可能表明存在可能危及项目成功的严重错误。这样,管理人员可以预先检查并重新调整他们的团队,而无需等待结束,从而防止额外的开发成本。 

相关文章:

  • HTML小游戏11 —— 横版恐龙大冒险游戏(附完整源码)
  • vscode插件开发(四)Webview(1)
  • R语言使用data.table包的fread函数读取(加载)csv数据为data.table格式、使用summary函数查看数据的汇总统计信息
  • matlab 计算机载点云的密度
  • 六.初阶指针
  • 人工智能-4计算机视觉和图像处理01
  • R语言dplyr包select函数筛选dataframe数据中以指定字符串开头的数据列(变量)
  • 【SpringBoot】SpringBoot+SpringSecurity+CAS实现单点登录
  • 【仿真建模】AnyLogic入门基础教程 第一课
  • 《看漫画学Python》1、2版分享,python最佳入门教程,中学生用业余时间都能学会,北大教授看完都这样定义它
  • python一键去PDF水印,只需十行代码,超级简单...
  • 城市消费券,拒绝恶意爬取
  • C语言第十一课(下):优化扫雷游戏
  • MySQL之优化SELECT语句
  • IPv6与VoIP——ipv6接口标识与VoIP概述
  • [译]如何构建服务器端web组件,为何要构建?
  • gf框架之分页模块(五) - 自定义分页
  • Git学习与使用心得(1)—— 初始化
  • JavaScript 无符号位移运算符 三个大于号 的使用方法
  • October CMS - 快速入门 9 Images And Galleries
  • React-flux杂记
  • Redis 懒删除(lazy free)简史
  • Redis学习笔记 - pipline(流水线、管道)
  • 基于 Ueditor 的现代化编辑器 Neditor 1.5.4 发布
  • 基于HAProxy的高性能缓存服务器nuster
  • 简单易用的leetcode开发测试工具(npm)
  • 坑!为什么View.startAnimation不起作用?
  • 前端自动化解决方案
  • 深入浅出Node.js
  • 学习笔记TF060:图像语音结合,看图说话
  • 延迟脚本的方式
  • 由插件封装引出的一丢丢思考
  • 云大使推广中的常见热门问题
  • 哈罗单车融资几十亿元,蚂蚁金服与春华资本加持 ...
  • #NOIP 2014# day.2 T2 寻找道路
  • (java)关于Thread的挂起和恢复
  • (python)数据结构---字典
  • (二)Pytorch快速搭建神经网络模型实现气温预测回归(代码+详细注解)
  • (翻译)Entity Framework技巧系列之七 - Tip 26 – 28
  • (附源码)springboot车辆管理系统 毕业设计 031034
  • (七)Java对象在Hibernate持久化层的状态
  • (十六)串口UART
  • (转)shell调试方法
  • (转)微软牛津计划介绍——屌爆了的自然数据处理解决方案(人脸/语音识别,计算机视觉与语言理解)...
  • (转载)虚幻引擎3--【UnrealScript教程】章节一:20.location和rotation
  • (状压dp)uva 10817 Headmaster's Headache
  • .bat文件调用java类的main方法
  • .dwp和.webpart的区别
  • .naturalWidth 和naturalHeight属性,
  • .Net Core与存储过程(一)
  • .NET 服务 ServiceController
  • .NET 中使用 Mutex 进行跨越进程边界的同步
  • .Net8 Blazor 尝鲜
  • .NET开源全面方便的第三方登录组件集合 - MrHuo.OAuth
  • .NET与java的MVC模式(2):struts2核心工作流程与原理