自动化测试是一个需要持续投入的系统工程，如何去衡量它的投入成本和收益回报之间的关系呢，这一直都是我们在思考的问题，如何让自动化测试给我们带来高的投资回报。

　　我们先来看看自动化需要哪些成本的投入，1、需要研发成本的投入，我们需要构建一个自动化框架，而且这个投入是持续性的，因为不仅需要维护，也需要不断完善。2、自动化工具成本，我们在构建自动化框架时，可能需要引入一些成熟的工具的使用。3、机器成本，搭建一个自动化测试是必须的。4、培训成本，自动化在测试组内的推广需要做大量的培训。5、学习成本，测试人员需要花时间去学习自动化。6、自动化脚本开发成本。7、自动化脚本维护成本。等等。

　　自动化测试作为一种测试手段，从直接效益来说，给我们带来工作成本的节约，那么这样的自动化测试实施算是成功的。我们从一个项目角度来分析自动化实施的效益，这里我们忽略前期自动化成本的投入，所以我们来看一个比较简单的投资回报（ROI）的计算公式：

　　ROI = （V手-V自）/V自

　　V手：手工执行用例的成本        V手 =  设计成本+用例数*次数*手工时间+问题分析成本

　　V自：自动化执行用例的成本    V自 = 设计成本+脚本开发成本+脚本维护成本+问题分析成本

　　上面公式中，我们带入后成为：

　　ROI = （（用例数*次数*手工时间）-（用例数*开发时间+脚本维护成本））/（设计成本+脚本开发成本+脚本维护成本+问题分析成本）

　　演化后的公式，我们假设用例数为10，次数为1，手工时间为5分，开发时间为10分，脚本维护时间为20分。

　　那么在这样的情况下，“（（用例数*次数*手工时间）-（用例数*开发时间+脚本维护成本）”是负数，也就是投资回报是负的。

　　如果我们增加用例的执行次数呢，增加到3次，大家会发现投资回报变正了，这个时候我们才有了收益。

　　我们想继续扩大我们的收益，还能怎么做呢，从公式我们不难看出，我们需要降低“开发时间”、“维护成本”，让我们的脚本能更简单、更快速的产生，并且更方便的维护。

　　另外“设计成本”、“问题分析成本”这些都是我们可以去降低的，让我们的自动化用例覆盖更合理，自动化结果分析更智能话，都可以很大程度的提高我们自动化实施的收益

　　当然自动化测试的投入远不止这么简单，考虑的因素很多，会带来很多无形成本的投入，带来的收益也不仅仅只是成本的节约，所以这里只是简单的论述自动化的投资回报，带来一些对我们自动化方向上的思考。