电影|阿里自动化测试工程师教你怎么提高测试效率！洲明科技

文章图片

文章图片

测试能力分层的组织架构下，一提到效率提升，可能大多数人，首先想到的是测试开发团队，亦或是成败在于此。假如我们也是这样想，我想我们可以尝试换一个角度，也许会有更多的收获。
两个必要问题
解决效率问题，其本身包含两个必要问题，二者缺一不可：
1. “适不适合”做
2. “能不能够”做
“适不适合做” 衡量的是意义价值，即必要性，引入自动化测试是为了能够切实解决某些问题，而不是单纯为了自动化而做自动化。
“能不能够做”衡量的是能力水平，即可行性，重点关注的是具体开展过程中的自动化设计、开发、维护、使用等问题，如何通过更优雅的方式降低开发、维护成本，比如数据驱动等等。
结合以往经验，在只解决上述问题中的其一或者二者不解决的情况下，可能会出现以下情况：
【电影|阿里自动化测试工程师教你怎么提高测试效率！】只解决“适不适合做”的问题，可能会导致：

没有掌握完整的自动化测试技术栈，开发成本高。
没有选择合适的框架或解决方案，无法从整体上降低用例的编写、维护成本，在持续投入下，投入产出比大概率为负。

只解决“能不能够做”的问题，可能会导致：

传统瀑布开发模式下，迭代周期长，次数少。几个版本下来，等同测试覆盖下，自动化测试投入可能大于手动测试投入。
频繁的需求变更，自动化用例维护成本高，自动化测试逐渐废弃。

“适不适合做”、“能不能够做”的问题都不解决，可能会导致：

如果是这样，那这只能是 “闹着玩” ，也许昙花一现、也许半途而废。

因此，在我们的自动化开展过程中，引入了自动化需求澄清环节，主要研判的就是上述两个问题。这个过程，业务方作为需求提出方主要研判“适不适合做“的问题，测开方作为需求承接方主要研判“能不能够做的问题” ，根据以往经验，前者问题难度更高更复杂。
因此，我们不难发现，要做到有效的提升、这两个问题是绕不过去。在解决这两个问题的前提下，我们才能够正确地明确其目标，才有了目标才能正确制定其具体实施方案。

为何而做（目标度量）
接下来，聊一聊目标，自动化测试度量指标，我们近几年尝试过很多种维度去度量，例如，从自动化用例数量、到覆盖率、再到ROI、效率提升率，我们发现这些度量维度不难计算，通过自动或手动统计的方式都可以统计计算出结果，但度量数据反映的情况与实际情况存在较大的差异性（效率、质量），例如度量数据呈现出的效率提升率在变高，但实际业务测试周期似乎没有变化，等等。
那么这个问题出在哪里？—— 当我们与真相一步步靠近时，这其中每一步都是有意义的。
问题也许出在 “目标” 本身，目标即导向。那么效率提升的本质是不是“用例数量多“、”覆盖率多”、”ROI高”？好像也并不是，差一点意思。我认为本质应该是简单的、直接的：