测试面试:不明白什么是质量保障

这是我面试经常问的一个问题,很多人并不明白其中的区别。

如上图,整体的质量体系架构图相对简单,主要包含三个部分:愿景(高质量交付-快、好)、能力(中间三层不同的能力)和文化(检视、调整和改进)。

先聊聊最底下的文化。作为质量保障体系的一部分,文化或者质量意识往往决定了能力建设是真的落地,还是流于形式。它非常地重要,但又很容易被忽视。工具解决不了态度问题。笔者服务过多家不同业务形态和不同质量意识的团队,对于相同工具能力的落地,效果差距会非常大。

所以,作为质量体系的建设者,首先要学会识别大团队的质量观是什么,愿意为质量付出什么,毕竟质量是有成本的。

如果你想学习自动化测试,我这边给你推荐一套视频,这个视频可以说是B站播放全网第一的自动化测试教程,同时在线人数到达1000人,并且还有笔记可以领取及各路大神技术交流:798478386

【已更新】B站讲的最详细的Python接口自动化测试实战教程全集(实战最新版)_哔哩哔哩_bilibili【已更新】B站讲的最详细的Python接口自动化测试实战教程全集(实战最新版)共计200条视频,包括:1、接口自动化之为什么要做接口自动化、2、接口自动化之request全局观、3、接口自动化之接口实战等,UP主更多精彩视频,请关注UP账号。https://www.bilibili.com/video/BV17p4y1B77x/?spm_id_from=333.337.search-card.all.click

回到当前的团队,对于团队质量,给出的基础认知是:检视、调整、改进。

勇于检视当下所有的测试活动,定期回顾并作出适当的调整,改进被认可的问题点,为交付的产品做出信心保障。

构建一个体系,必然有自己的目标,结合团队当下的情况,我们选择的目标是:高质量交付(快、好)。在降本增效的大背景下,从多、快、好、省4个目标中,我们提取了快和好。虽然最好的选择时"我都要",但那是不切实际的,如果以全要为目标,多半是没有意义的。

  • 多:这个不是测试团队所能决定的,取决于团队的生产力和交付效率。

  • 快:这个是我们想要的,在敏捷研发的体系下,快速反馈、快速验证、快速交付是必然的。

  • 好:质量不好,交付的越快,死的也越快,所以好是不能省的。

  • 省:为了实现更快、更好,那就必然有质量能力的培养成本和基础设施的建设成本,所以,省不了。

在了解团队质量意识,对齐团队目标后,中间三层的能力建设其实是很好落地的,现在的测试技术已经很成熟和多元了,关键是看团队如何取舍和落地的过程。

**基础设施:**从团队的角度看,统一平台是必然的选择,它有太多的好处:一站式服务、统一过程管理、统一数据链路、统一数据度量和展示。在当下的团队,我们通过Tone平台作为统一的入口,从需求到最终的交付,都落在这个平台上(业务能力见下图)。、

这个能力不同团队会有不同的选择,从测试的角度看,没有太多的选择权,主要依赖团队现有的选择。

**质量能力:**当下业内的工程实践和工程能力基本上都集中在这里,测试人员个体,可选择和培养的能力也大多集中在这里,具体就不作展开,需要结合业务和团队能力进行有选择地落地 ,作为体系的构建者,需要做好现状和工程实践的平衡,不可一味求全,根据实际情况去落地。

**流程规范:**团队到达一定规模后,流程和规范成为必然的选择。流程是团队达成目标的最佳实践,它能保障团队在大方向上保持协调一致,尽可能降低由于团队人员能力、认知水平、意外情况带来的质量下降。所以流程和规范必须符合团队的当下情况,可以参考,但不能强加。

每个测试人员都应该形成自己的质量保障体系,以更好地应对业务的变化和岗位的要求,能够因"团"制宜,灵活处理,而非抱着一个"标准"强行套用。

相关推荐
hengzhepa8 分钟前
ElasticSearch备考 -- Async search
大数据·学习·elasticsearch·搜索引擎·es
春末的南方城市23 分钟前
FLUX的ID保持项目也来了! 字节开源PuLID-FLUX-v0.9.0,开启一致性风格写真新纪元!
人工智能·计算机视觉·stable diffusion·aigc·图像生成
zmjia11125 分钟前
AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术
人工智能·语言模型·自然语言处理
jndingxin39 分钟前
OpenCV视频I/O(14)创建和写入视频文件的类:VideoWriter介绍
人工智能·opencv·音视频
_.Switch42 分钟前
Python Web 应用中的 API 网关集成与优化
开发语言·前端·后端·python·架构·log4j
一个闪现必杀技1 小时前
Python入门--函数
开发语言·python·青少年编程·pycharm
AI完全体1 小时前
【AI知识点】偏差-方差权衡(Bias-Variance Tradeoff)
人工智能·深度学习·神经网络·机器学习·过拟合·模型复杂度·偏差-方差
GZ_TOGOGO1 小时前
【2024最新】华为HCIE认证考试流程
大数据·人工智能·网络协议·网络安全·华为
sp_fyf_20241 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-02
人工智能·神经网络·算法·计算机视觉·语言模型·自然语言处理·数据挖掘
新缸中之脑1 小时前
Ollama 运行视觉语言模型LLaVA
人工智能·语言模型·自然语言处理