业务测试

业务测试是根基
产品测试的需求跟人的需求一样, 也是分层次的.
业务测试肯定是第一位的. 是产品基础. 围绕业务会有很多的衍生需求, 比如性能 安全 稳定性 兼容. 但是首要的还是业务功能.

与其他需求一样 业务功能也是存在可被模型化和技术化的. 产品的衍生需求大多都已经是实现了现代化的检测. 而唯独业务正确性未实现. 这是有很大的历史原因在里面. 我觉得限制主要来自于两个方面.
第一个是业务的正确性无法被很精细化的模型化. 这种复杂性就算是alphago也搞不定, 而且每个领域的模型还不尽相同.
第二个是做业务测试的人大多没技术属性. 导致业务测试的技术发展不足.

业务的建模
业务的本质是个处理流程, 你可以认为是一个巨复杂的函数. 从数学上讲是一个输入到输出的映射

class 业务{
public 业务模型类 def 业务流程(业务输入数据){
处理业务
return 业务输出数据状态
}
}
复杂度体现在两个层面.

业务的数据模型复杂. 典型的业务比如民航订票 股票基金交易 航天飞机. 里面的物件和物件属性很多.
业务的流程模型复杂. 典型的业务比如搜索引擎 机器学习算法
人脑也是一种计算. 大多数业务正确性, 人能够验证正确性是基于历史数据过多而逐渐学习出来的.
以前有人提一万小时的领域专家成长的时间理论 其实就是基于数据不断的学习进化的过程. 说明人脑的计算速度就是这个瓶颈了.
这个过程同样也适用于计算机. 前几年Google通过机器学习+数据训练也让内部的一个服务器集群成功识别出了它以前没见过的新事物. 参考猫脸识别 http://36kr.com/p/122132.html

很明显高大上的技术在十年内还是难以普及的, 不过有些简单的科学方法还是可以利用起来来改进业务测试的.

业务测试的技术化改进
业务的流程和数据模型肯定是存在的 他存在于产品的脑子里, 形成于研发的代码, 并应用于用户身上. 所以三个维度都能做到对业务的建模