② 资源配置指导。对于部分版本测试，由于工作量有限，测试单位可根据生产力模型，预估出需要参与到该版本测试的人员， 将闲置人员安排到下一个版本的测试准备工作中去， 既保障了当前版本的测试， 又降低了下一个版本的难度。

　　③ 测试单位绩效度量。因研发和测试的上下游关系，研发和测试的协调发展尤为重要。软件测试生产力作为对整个测试单位测试能力的评估，可以作为测试单位发展的一项考核指标，确保测试和研发的平衡发展。

　　3、项目平均测试生产力模型

　　（1）项目平均测试生产力计算项目平均测试生产力是通过核算版本下各项目的平均工作量，平均有效测试人数，以及项目的平均测试周期，然后按照公式计算：

　　项目平均生产力=项目平均工作量/（项目平均有效测试人数×项目平均有效测试周期）

　　S 版本5 个项目的平均工作量为1380fps，平均有效测试人员9.12人，项目平均测试周期为48.6天。由此可知S版本下项目平均生产力为1380 / （9.12×46.6） = 3.25fps/人天。

　　（2）项目平均测试生产力模型的应用

　　因项目平均测试生产力考虑了人员复用的情况， 是对项目维度的生产力评估，可用以指导项目准备、评价项目质量等，辅助测试项目管理。

　　① 指导项目准备。项目测试在计划阶段需要根据测试内容和工作量完成测试团队建设和测试里程碑的制定。项目负责人可参考项目平均测试生产力，合理配置测试项目测试里程碑和项目成员，以提高项目的计划质量。

　　② 度量项目质量。在测试工作总结过程中，可以将每个项目的测试生产力和平均测试生产力进行对比，以此判断项目测试管理工作是否合理。

　　四、模型应用注意事项

　　测试生产力WBS模型的建立需要充足的数据支持，且测试活动分解规则复杂，因此需要特别注意以下事项。

　　（1）立足测试实际。测试生产力WBS模型服务于测试管理，若脱离实际，WBS模型将事倍功半，甚至对测试管理造成负面影响。

　　（2）根据需要确定评估粒度。应根据测试需要，确定测试生产力的评估对象，若对象不明确或不合理，往往会造成概念混淆，导致建模失败。

　　（3）工作分解要合理。要根据需要和测试单位的实际情况完成工作的分解，避免将不必要分解的要素强行分解，也要注意工作分解是否会给评估带来工作量的剧增。

　　（4）参数设置要合理。在各要素统一计算过程中，参数设置需要根据实际情况确定，参数的误差会造成计算结果极大的偏离。

　　（5）在实践中滚动更新。测试单位各类生产力要素是不断发展的，而生产力要素也应及时更新测试活动分类、模型参数，在测试的不间断进行中完成模型和测试生产力指标的更新。