【腾讯TMQ】快给你的用例做减法吧

作者:emilyxlchen

--ACC建模+大数据用于精简用例的实践

生活的智慧,有时不在于多,而在于少。同理适用于测试用例的管理中。

一.热身活动:数一数你的产品总用例

随着互联网时代节奏的日益加快,许多产品都会在版本迭代中对功能做加法,于是累计的测试用例似乎都无可避免地越来越多。从小编自己的经验,作为测试人员,最开始设计测试用例的时候追求做到“全面”,导致我们的用例似乎也不知不觉中在做加法。你有没有思考过一个问题,你的产品总用例究竟有多少?而当下你是否也感受着用例多带来的效率不高的痛点?

不妨坐下来,随小编一起打开这几个版本产品的总用例。你的用例是否也有以下几个问题中的任意一个:

1.用例量庞大:以笔者的用例为例子,每个版本都有一份该版本的用例以及一份总用例,总用例文件分散,用例数多(总用例数接近2000),无整体清晰视图;

2.可读性差:由于测试人员分工的不断调整,同个模块的用例的维护是经由几轮不同编写风格的迭代,甚至有些用例格式不统一(既有excel又有mm图);

3.用例优先级不明确:用例优先级是凭经验拍脑袋定的,同时历经几个版本未对旧用例的优先级做调整,导致测试执行时间冗长且部分用例已不是核心内容。

如果你的用例也有上述问题中的任意一个,是时候要开始思索,是不是该重新整理一下用例,是不是该对用例做减法了?如何用科学武装自己,有底气来做减法呢?

接下来请follow小编的脚步,一起对用例做科学的缩减大法。

二.缩减大法解读--“ACC建模+统计点”齐发力

小编的精简用例,运用了ACC建模法去建立核心模块的能力矩阵图,再根据产品数据埋点上报的排名来确定模块热点图(重要等级),确定测试优先级,最终运用到用例的删减中。

本次用例精简,可以解读为以下几步:

1. 建立能力矩阵图——根据ACC建模思想

注:ACC(Attributes Components Compatibilities)是Google测试团队使用的一种建模方法,是对测试内容进行划分属性(Attributes),部件(Components),组成能力表(Compatibilities),用来快速地建立产品的模型,以指导下一步的测试计划和设计。

ACC的定义与使用可以参考文章:http://www.cnblogs.com/liangshi/archive/2012/04/23/2465897.html ACC方法可以让测试人员对整体项目有一个全观的视图, 但是ACC也有一定的局限性——需要和其他的建模方法结合起来使用,也就是对某个模块可以通过ACC确定测试策略,具体测试实施需要依赖其他的建模方法。

小编跟产品同学根据产品策略,确认了当前的几个模块的属性值(即与竞争对手相区别的关键特征),再根据从HTSM的角度确立对应的能力(即产品实现其核心价值的手段),得出以下能力矩阵图:

2. 确定热点图,得出测试优先级——根据梳理统计点数据

建立好能力矩阵图后,如何去确定模块的重要程度(矩阵热力图)呢? 以前我们会根据经验来做判断,那么有没有更科学一点的方法? 答案是肯定的,我们可以让用户来告诉我们,什么才是他们关注的,这才是合理的优先级划分的方式。也就是可以通过统计点的上报量来确立对应模块的重要程度。

1)导出产品的统计点数据,根据模块做归类,根据渗透率做排序

注: 渗透率 = 功能点击人数/用户数

2)分析渗透率数据,定出合理的界定标准:

如何根据埋点数据来界定重要程度的标准呢?

小编这边采用的是二八定律(把主要测试精力花在20%模块上),于是选出排名前20%的统计点标为最高优先级,再把剩余80%按照一样的规则分成三层,得出如图的四层结构:

注:统计点从上到下按照渗透率从高到低的排序。

举个例子:假设一个产品总共100个统计点,那么我们将这100个统计点按照从高到低的顺序进行排序为(A1,A2,...,A100),那么可以得到以下的分层关系:

注:这个划分依据是小编根据二八原则以及产品特点来划分的,统计点个数比接近为1:1:1:2,读者可以根据不同产品情况灵活调整。

3)根据界定标准,完善能力矩阵的热点图,区分测试优先级

据以上三个步骤所述,小编得到的最终的产品能力矩阵热点图如下,此时我们已对产品的重点模块已有了比较清晰的了解:

3. 精简对应用例—根据能力矩阵热点图

走到这一步,终于可以开始进行用例精简了。那么问题来了,得到这张能力矩阵热力图之后,如何运用到用例精简中呢?

1)对用例做预处理

为了方便下一步能痛快做用例精简,预处理测试用例是必要的。预处理主要是做以下几步工作:

  • 统一用例格式与风格:如统一为思维导图或excel的形式;
  • 合并测试路径:把操作与结果分开写的用例合并为完整的测试路径(如下图1),或者把可组合的场景的用例组合起来(运用场景组合如图2、正交法、最大路径组合等方式),减少用例的分支扩散;

图1 操作与结果合并

图2 场景组合

  • 去掉功能无关、已过时的需求对应的用例,确保当下用例为最新。

2)对用例做二次处理

小编的用例精简二次处理,是采用与功能点重要程度强关联的原则(详见下图)。

在热力图为低优先级的功能点,采用只保留功能可用性相关的用例且优先级置低的方法。因为在整个产品功能里面,若一个功能重要程度较低却写了很多用例,那么我们需要反思一下是不是测试策略定位有问题。也就是说,功能的重要性占比小,那么对应的用例肯定少,同时测试执行优先级也不会很高。

在热力图为高优先级的功能点,会把统计点涉及的场景对应的用例标注较高优先级,其余异常或复杂路径按情况定义不同优先级来保留的方式,只删除无关或废弃或过于复杂的用例。一来是因为高优先级的功能点不会太多(根据之前所述的二八原则),二来是因为重要性高,用例保留得多可以方便对整体功能的把握。

三.精简用例后的收益

经历了一场轰轰烈烈的精简后,小编这边也简单总结下缩减大法带来的收益:

  1. 整体用例数据
  1. 执行策略优化(发挥优先级的作用)
  1. 用例格式统一管理

格式统一为mm图,且模块重要性标注了颜色来区分,每个用例只有1个优先级,优先级按照第二点用例处理原则所述进行标识。

4.执行效率与质量

根据2.0两次灰度版本验证,得出如下数据:

有理论有实际、有科学有底气,既能对用例来次大裁剪,又能对产品逻辑有个整体的梳理和重点的把握。看到这里,你是否动心了?快给你的用例做减法吧。

原文链接:

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏技术分享

.NET领域驱动设计—实践(穿过迷雾走向光明)

阅读目录 开篇介绍 1.1示例介绍 (OnlineExamination在线考试系统介绍) 1.2分析、建模 (对真实业务进行分析、模型化) 1.2.1 用例...

23610
来自专栏钱塘大数据

【推荐阅读】大数据分析的6个核心技术

目前,大数据领域每年都会涌现出大量新的技术,成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来,为人类社会经...

2725
来自专栏钱塘大数据

【干货】数据分析师的完整流程与知识结构体系

导读:一个完整的数据分析流程,应该包括以下几个方面,建议收藏此图仔细阅读。完整的数据分析流程:1、业务建模。2、经验分析。3、数据准备。4、数据处理。5、数据分...

27611
来自专栏Python数据科学

【精华分享】:转行数据分析的一份学习清单

如果你是一个对编程毫无经验的小白,那么首先你应该掌握一定的编程基础(尤其像从其它行业转行到IT行业的朋友们)。对于新手来说,博主认为Python语言是最佳的选择...

662
来自专栏钱塘大数据

【干货】数据分析师的完整流程与知识结构体系

数据分析流程结构图 (后台回复“lc”,下载高清原图) 1.数据采集 了解数据采集的意义在于真正了解数据的原始面貌,包括数据产生的时间、条件、格式、内容、长度...

2077
来自专栏ThoughtWorks

DDD实战篇:分层架构的代码结构

不同于其它的架构方法,领域驱动设计DDD(Domain Driven Design)提出了从业务设计到代码实现一致性的要求,不再对分析模型和实现模型进行区分。也...

2634
来自专栏Albert陈凯

如何高效地学习编程语言

这是Clojure好书《Clojure for the Brave and True》作者 Daniel Higginbotham 写于2017年4月16日的博...

3376
来自专栏Spark学习技巧

关于ETL那些事情

ETL这个概念也很久了,但是真正的进入大家的视野估计还是由于大数据。由于从15年至今,其实整个大数据领域都处于做数据仓库,然后简单生成报表这个层面,ETL(ET...

2335
来自专栏腾讯移动品质中心TMQ的专栏

快给你的用例做减法吧

? 01 ? 热身:数一数你的用例数 随着互联网时代节奏的日益加快,许多产品都会在版本迭代中对功能做加法,于是累计的测试用例似乎都无可避免地越来越多。从小编自...

982
来自专栏大数据挖掘DT机器学习

想学习R语言却不知道如何学习,应该按何种步骤?

问题: 背景金融小硕,想学习R语言却不知道应该如何学习,应该按何种步骤,看哪些书或者视频资料等东西,所以提问这个问题,希望知道学习R语言的一般过程是怎样的,...

3274

扫码关注云+社区