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。 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

wouderw

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值