数字化时代的软件测试

　　敏捷和DevOps已经成为数字化转型的重要工具，同时，质量保障和测试工作也随之发生变化：

　　中央治理和控制减少，团队选择方法和技术的自由度增大；

　　部署速度提高和应用程序日益复杂化，软件错误和故障的风险增加；

　　软件质量对品牌的影响巨大，但这已经不是最高优先级的目标，日趋**的尽早质量保障实践可以帮助纠正品牌和形象方面的缺陷；

　　最终用户的满意度和安全性是最重要的两个方面，要确保应用程序的功能和非功能质量，同时需要找到成本和风险的平衡点。

　　调查结果表明，现代QA和测试部门需要重点关注的领域是以下三个方面：

　　1. 智能测试自动化和智能分析

　　智能测试自动化和智能分析将成为支持测试的关键，因为它们可以实现智能决策，快速验证和自动调整测试套件。测试自动化的范围从简单地将测试活动（计划、设计和执行）自动化发展到自动化测试环境和测试数据配置。

　　然而，调查结果显示目前自动化还处于不足的状态，尽管从自动化中获益的组织数量在增加，但产生的价值没有根本变化，测试自动化水平仍然很低（低于20%）。

　　速度将推动更智能的自动化需求，需要找到提高自动化水平的方法。

　　2. 智能测试平台

　　智能测试平台需要应对测试环境、数据和虚拟化日益增长的挑战。真正的智能测试平台的远景超越了生命周期自动化，需要实现自动配置的完全自我感知和自适应环境，以及支持自动化测试数据生成和测试数据管理。

　　测试环境、测试数据和虚拟化是三大挑战，同时也为自动化提供了巨大的机会。结合智能生命周期的自动化，将使QA和测试进入下一个演进阶段，称之为智能QA，这已经成为行业重要的关键成功因素。

　　3. 适应敏捷开发流程的QA和测试部门

　　组织需要关注的第三个领域是适应敏捷开发流程的QA和测试部门。在敏捷和DevOps模型中，测试从中心部门转移到分散的团队。未来的测试组织需要将灵活性与效率和重用性相结合，提供测试环境、测试数据、测试专业知识和技能的测试中心将分散到各种业务线的IT团队。

　　

　　QA和测试的现状与挑战

　　从调查结果，总结出以下关于质量和测试现状的发现：

　　1. 回归对应用程序质量的关注，表明在敏捷环境的新上下文里，测试已经**

　　面对开发和测试环境的复杂性以及数字化转型的速度，关注点正在回归到整体产品质量上来，这是一个进步的迹象：

　　参与这次调查的受访者中QA和测试人员明显多于其他角色，由2016年的37%上升到2017年的41%；

　　2016年被引用最多的目标是在上线前发现缺陷，这个数字从40％下降到2017年的28％；

　　最终用户满意度从39％下降到34％。

　　客户体验和增强的安全性处于IT战略的前两位。从2016年到2017年，增强安全性需求从65％大幅下降到35％。 IT成本优化进入今年IT战略的前三位，证明QA和测试能够应对过去几年的快速变化。

　　其他一些对IT战略意义重大的领域包括对业务需求的响应、实施软件即服务以及实施敏捷和DevOps。敏捷和DevOps实施需求的减少幅度超过一半，从38％的受访者减少到17％，这表明这些开发方法正变得越来越主流。

　　2. 测试自动化正在通向智慧、智能和认知QA之路

　　自动化尚处于待开发阶段，测试活动的平均自动化水平约为16％。自动化产生的价值在很大程度上没有变化。测试自动化不仅应该复制现有的手动测试过程，38％至42％的组织将认知自动化、机器学习、自我修复和预测分析视为测试自动化未来的有前途的新兴技术。

　　智能解决方案是DevOps、移动和物联网中的新趋势。通过增加智能自动化，企业适应快速变化的业务环境能力将得到增强。

　　

　　3. 敏捷开发中测试的挑战不断增加

　　99％的受访者在敏捷开发测试中面临某种挑战

　　46％的受访者认为缺乏数据和环境是最严峻的挑战，这比2016年的43％有所提高

　　在敏捷迭代中重复使用或重复测试的难度排在第二位，由2016年的40％增加到了45%

　　挑战数量下降的唯一领域是：难以确定测试的重点以及测试团队在计划或初始阶段的早期参与。

　　测试和测试环境的自动化将帮助组织解决敏捷和DevOps开发模式给测试所带来的大部分挑战。 这些智能测试解决方案使得质量保障的速度能够适应日益复杂的集成IT环境。

　　4. QA组织不断演进以满足双峰要求

　　2017年，集中式的测试组织和分散式模型之间的分配更加均衡。在许多组织中，以前的卓越测试中心（TCoE，Test Center of Excellence）已经过渡到更加灵活的测试卓越中心（TEC，Test Excellence Center），其重点在于支持和赋能，而不是实际执行测试活动。

　　瀑布式开发仍将在未来很长时间内实施，形成与敏捷和DevOps混合的局面。例如，组织选择定位软件开发测试工程师（SDET）的位置时，其中敏捷Scrum和TCoE分别是36％和47％。

　　5. 环境和数据仍然是QA和测试的难点

　　调查结果显示有73%的组织采用云环境、15%的组织采用容器化来执行测试，使得测试的生命周期缩短。然而，仍有50%上下的受访者分别表示在测试环境管理、测试环境利用率、适用于敏捷开发的开发和测试环境，以及早期进行集成的环境方面存在挑战。

　　在测试数据管理方面，分别有超过50%的受访者存在以下挑战：管理测试数据集的规模、创建和维护合成测试数据、遵守与测试数据相关规定。

　　

　　6. 测试预算下降，但预计会再次上升

　　专门用于质量保证和测试的IT总支出的比例为26％，它已经从2016年的31％和2015年的35％下降。

　　但是，随着组织采用敏捷和DevOps来支持数字化转型，未来两年质量保证和测试预算将会增加，企业必须确保IT应用程序的数量和复杂性，以及随之而来的QA平台解决方案的质量。

　　推荐的应对策略

　　1. 提高智能测试自动化水平

　　自动化是满足日益增长的数字化转型测试需求的关键，建议组织制定一个中心战略，确定企业首选的测试工具，确定自动化计划的战略业务目标，并确定衡量结果的指标。

　　同时，引入基于分析的自动化解决方案，向智能化QA和智能化测试自动化转变，以确保能跟上数字化转型的速度，做到持续的发展。

　　2. QA和测试部门转型以支持敏捷开发和DevOps团队

　　首先是组织结构方面的转变，QA需要与Dev和Ops团队一起，构建集成的DevTest平台，以实现持续的测试自动化。

　　测试人员专业技能也需要有所改变，要加强开发、分析和业务流程方面的技术专长，以适应敏捷和DevOps模式。

　　3. 投资智能测试和质量保障平台

　　在日益复杂的IT环境下，智能测试平台有助于企业做好质量保障工作。

　　将智能分析和机器人解决方案引入测试流程和平台；

　　提高容器化和虚拟化解决方案的水平和使用；

　　投资于测试数据生成解决方案，以提供更多更好的符合所有法规的合成测试数据；

　　将容器化环境，虚拟化服务和自动化测试数据集成到一个共同的可访问流程和平台中，组织可以围绕所有测试活动制定一致的方法；

　　采用持续监测，预测分析和机器学习工具，利用生产环境数据，提供基于业务风险和实际问题定义测试策略。

　　

　　4. 定义企业级测试平台战略

　　开源和服务化解决方案给质量保障和测试工具的选择带来了灵活性，但是，跨多个存储库数据连接和交换导致企业级质量状态缺乏透明度。

　　企业可以实施单一平台战略，指定一些技术为主要选择工具，或者创建最佳工具策略，可以涉及来自不同供应商的多种工具解决方案。

　　5. 定义企业级QA分析战略

　　前面提到过智能分析是重点关注的领域之一。为了从智能QA（智能测试自动化和智能测试平台）的投资中获得最佳回报，建议组织确定企业范围的QA分析策略。

　　这种质量保证分析策略决定了应该部署分析和认知解决方案的目标和领域，定义了跨QA操作的智能技术路线图。质量保证分析战略应与整体组织战略相联系，并应描述其如何实现整个组织目标。