作者：是德科技軟件測試自動(dòng)化事業(yè)部總經(jīng)理 Gareth Smith 博士 新冠疫情加快了數字化轉型的步伐，軟件在我們的工作、生活和學(xué)習中已經(jīng)在發(fā)揮著(zhù)至關(guān)重要的作用。 全球的數字化程度越來(lái)越高，人們對于數字產(chǎn)品的依賴(lài)性也與日俱增，這一切都讓軟件質(zhì)量成為眾所關(guān)注的焦點(diǎn)。 數字化轉型的速度沒(méi)有放緩的跡象，基于軟件的創(chuàng )新和發(fā)展仍將持續。 據估計，軟件質(zhì)量問(wèn)題在 2020 年給美國經(jīng)濟造成的損失達到了驚人的 2 萬(wàn)億美元 ，因此我們必須找到有效的方法，在軟件發(fā)布速度和質(zhì)量之間取得平衡。 為了進(jìn)一步了解軟件質(zhì)量的重要性，是德科技軟件測試自動(dòng)化部門(mén)總經(jīng)理 Gareth Smith 博士進(jìn)行分享，探討為什么說(shuō)軟件質(zhì)量決定了業(yè)務(wù)能否取得成功以及我們應當采取哪些措施來(lái)提升軟件質(zhì)量。 1. 為什么軟件質(zhì)量至關(guān)重要？ 在過(guò)去十年間，軟件廠(chǎng)商更多關(guān)注的是如何盡快發(fā)布新的應用和服務(wù)上，以期跟上快速變化的需求并支持數字化轉型。 然而，對交付速度的過(guò)度追求往往導致軟件質(zhì)量不盡完善。 在數字優(yōu)先的世界，軟件質(zhì)量至關(guān)重要。例如，未被發(fā)現的缺陷可能會(huì )引發(fā)系統宕機，云平臺配置錯誤可能導致數據泄露或數據丟失。軟件缺陷極大地增加了開(kāi)發(fā)成本。在軟件發(fā)布后再去查找和糾正缺陷，成本會(huì )遠遠高于在設計/開(kāi)發(fā)階段這么做。 2. 如何提升自己的軟件質(zhì)量？ 在快速開(kāi)發(fā)軟件的同時(shí)，軟件廠(chǎng)商必須重視測試和監控，才能提供流暢的高質(zhì)量（全渠道）數字體驗，成功獲得用戶(hù)認可。新一代軟件測試平臺通過(guò)整合最新 AI 技術(shù)，滿(mǎn)足這一要求。AI 可以從實(shí)際應用軟件的使用情況以及歷史錯誤模式中學(xué)習經(jīng)驗教訓，掌握哪些應用軟件特性產(chǎn)生了最關(guān)鍵的業(yè)務(wù)成果。平臺可以自動(dòng)生成測試，重點(diǎn)考察應用軟件中對業(yè)務(wù)成功起到?jīng)Q定性作用的用戶(hù)旅程。DevOps 框架內的這種端到端智能測試自動(dòng)化使得企業(yè)能夠提高團隊的工作效率，同時(shí)更快交付高質(zhì)量軟件。 3. DevOps 對測試策略有何影響？是德科技的智能自動(dòng)化平臺起到了什么作用？ DevOps 通過(guò)破除不同團隊之間的壁壘實(shí)現協(xié)調和協(xié)作，從而以更快的速度生產(chǎn)更好、更可靠的產(chǎn)品。DevOps 理念讓團隊能夠對自己開(kāi)發(fā)的應用軟件更加充滿(mǎn)信心，能夠更好地滿(mǎn)足客戶(hù)需求，更快地實(shí)現業(yè)務(wù)目標。 DevOps 的成功與測試自動(dòng)化有著(zhù)內在的聯(lián)系，因為面對測試范圍越來(lái)越廣、發(fā)布頻次越來(lái)越快的趨勢，手動(dòng)測試無(wú)法滿(mǎn)足測試需求。而且，僅僅是自動(dòng)執行少數幾項測試或管理流程也還是不夠。要想在數字時(shí)代取得成功，開(kāi)發(fā)和測試自動(dòng)化工程師必須與運營(yíng)團隊通力合作，才能確保軟件和應用讓用戶(hù)滿(mǎn)意。 是德科技幫助測試團隊以智能的方式在整個(gè)生命周期內自動(dòng)運行測試，這個(gè)過(guò)程包括創(chuàng )建測試例、執行測試以及自動(dòng)分析結果。我們基于 AI 的平臺可以加快開(kāi)發(fā)速度，幫助開(kāi)發(fā)團隊查看和分析用戶(hù)瀏覽數字資產(chǎn)的方式和特點(diǎn)。這些分析結果會(huì )反饋到測試自動(dòng)化流程中，從而顯著(zhù)提升軟件的質(zhì)量和可靠性。 4. AI 能夠為測試自動(dòng)化策略帶來(lái)哪些改變？ AI 賦能測試自動(dòng)化更進(jìn)一步超越基于規則的簡(jiǎn)單自動(dòng)化范疇。它利用算法來(lái)高效訓練使用大數據集的系統。通過(guò)應用推理、解決問(wèn)題和機器學(xué)習等技能，人工智能驅動(dòng)的測試自動(dòng)化工具可以模仿手動(dòng)操作，讓軟件測試人員可以擺脫繁瑣的測試任務(wù)。 智能測試自動(dòng)化能夠評估數字產(chǎn)品的功能、性能和可用性，而不是簡(jiǎn)單地驗證代碼。該工具集人工智能、機器學(xué)習和分析能力于一身，不僅能夠監測用戶(hù)體驗（UX），還能對應用軟件和真實(shí)數據展開(kāi)分析，從而自動(dòng)生成并執行用戶(hù)旅程。得益于此，用戶(hù)能夠以一種更智能的方式來(lái)持續測試軟件和應用，無(wú)論它們在怎樣的環(huán)境下運行。 基于人工智能的工具可以避免測試覆蓋范圍發(fā)生重疊，而且能夠通過(guò)提升測試的可預見(jiàn)性來(lái)優(yōu)化現有的測試工作，還能夠加快從缺陷檢測到缺陷預防這個(gè)過(guò)程， 從而進(jìn)一步提升軟件質(zhì)量 。 5. 為什么要轉向持續質(zhì)量控制？ 對數字化的依賴(lài)使得測試必須從以驗證為目的的活動(dòng)轉變?yōu)槌掷m的質(zhì)量控制流程。團隊必須將質(zhì)量控制納入軟件開(kāi)發(fā)的每個(gè)階段，并且讓整個(gè)流程自動(dòng)化運轉。持續的質(zhì)量監控指的是在整個(gè)軟件開(kāi)發(fā)生命周期（SDLC）中采用系統性方法來(lái)查找和修復軟件缺陷。這樣可以盡早發(fā)現和解決問(wèn)題，從而降低出現安全漏洞和錯誤的風(fēng)險。 6. 提升軟件質(zhì)量是否需要配備更多的技術(shù)資源？ 不需要。人工智能讓軟件的設計、開(kāi)發(fā)和部署變得更迅速、更有效、更經(jīng)濟。機器人不會(huì )取代程序員。相反，人工智能驅動(dòng)的工具讓項目經(jīng)理、業(yè)務(wù)分析師、軟件開(kāi)發(fā)人員和測試人員可以更高效地工作并獲得更有成效的結果，讓他們能夠以更低的成本更快開(kāi)發(fā)出質(zhì)量更高的軟件。 是德科技的智能自動(dòng)化平臺使得普通開(kāi)發(fā)人員也能輕松使用我們的無(wú)代碼解決方案，利用人工智能和分析技術(shù)在整個(gè)測試過(guò)程中自動(dòng)執行測試。它能夠讓行業(yè)專(zhuān)家變身為自動(dòng)化工程師。AI 和 ML 負責腳本編寫(xiě)和維護，因為機器與人類(lèi)測試人員不一樣，它們可以在幾分鐘內創(chuàng )建并執行幾千項測試。 7. 是德科技自動(dòng)化平臺能為測試自動(dòng)化帶來(lái)怎樣的轉變？ 是德科技的智能自動(dòng)化平臺是一款完全沒(méi)有侵入性的測試工具，無(wú)需用戶(hù)接觸源代碼或者是在被測系統（SUT）上安裝任何軟件，即可確保全面的測試覆蓋。我們的技術(shù)不涉及應用軟件，用戶(hù)無(wú)需了解底層技術(shù)堆棧即可發(fā)現并報告性能問(wèn)題、故障和其他錯誤。這樣一款工具對于醫療、政府和國防等受管制的行業(yè)至關(guān)重要。 AI 驅動(dòng)的自動(dòng)化可以在從 UI 到 API 再到數據庫的任意層面上，對任何器件、操作系統或瀏覽器上的任何技術(shù)展開(kāi)測試。測試范圍既包括極其現代化、瞬息萬(wàn)變的網(wǎng)站，也涵蓋傳統的后臺系統以及銷(xiāo)售點(diǎn)和命令與控制系統。 智能自動(dòng)化的首要目標是了解應用或軟件的特性會(huì )給客戶(hù)體驗和業(yè)務(wù)成果造成怎樣的影響。除此之外，它還能夠幫助我們發(fā)現有待改進(jìn)的地方，并預測這樣的改變對業(yè)務(wù)的影響。 8. 在您看來(lái)，未來(lái)會(huì )出現哪些與軟件質(zhì)量相關(guān)的趨勢？ 隨著(zhù)數字化轉型的步伐加快，軟件質(zhì)量的重要性將日益凸顯。數字化機構必須持續監控數字資產(chǎn)的性能以及用戶(hù)的交互方式，才能確保提供盡可能最佳的體驗。我們認為，未來(lái)三年，QA 領(lǐng)域將出現以下五大趨勢： 1. 質(zhì)量保證（QA）將成為利潤中心而不是合規職能。您必須能夠率先發(fā)布軟件，并且您的軟件必須擁有令人贊不絕口的用戶(hù)體驗、完美無(wú)瑕的功能和卓爾不凡的響應能力，否則您的企業(yè)可能會(huì )陷入困境或失敗。但是，只要您能夠想辦法實(shí)現這些目標，成功就大為可期。QA 讓您能夠持續衡量是否達成了這些目標，因此它會(huì )成為利潤中心，而不僅僅只是一項合規職能。 2. 用戶(hù)體驗將成為企業(yè)實(shí)現差異化的關(guān)鍵因素。用戶(hù)體驗就好比是展示櫥窗，您需要通過(guò)它來(lái)吸引客戶(hù)并保留客戶(hù)。您需要將客戶(hù)體驗打造得盡善盡美，否則您就會(huì )與競爭對手拉開(kāi)距離。 3. 性能。無(wú)論何時(shí)，一旦性能出現超過(guò) 3 秒的時(shí)延，很可能就會(huì )對您的業(yè)務(wù)造成重大打擊。 千禧一代不夠有耐心，而 Z 世代的耐心則更少！客戶(hù)能夠接受的時(shí)延頂多只有 3 秒，超過(guò)這一時(shí)間，他們就會(huì )轉向您的競爭對手。您需要通過(guò)持續有效的負載和性能測試來(lái)確保您的業(yè)務(wù)規模和響應能力。 4. 數字克星（Digital Nemesis）。測試必須采取更加智能的方式，數字克星能夠在采用了人工智能驅動(dòng)的“混沌工程”系統中發(fā)現和突出顯示弱點(diǎn)，并不知不覺(jué)地予以修復。無(wú)論是功能、性能、用戶(hù)體驗方面的弱點(diǎn)還是安全性弱點(diǎn)，都不在話(huà)下。 5. 端到端融合測試。從硬件到用戶(hù)體驗。過(guò)去那種分層或分類(lèi)型進(jìn)行測試的方式已經(jīng)一去不復返。我們需要測試 5G 手機、5G 基站、網(wǎng)絡(luò )負載、應用的負載處理能力，以及功能、API、性能、安全性、 iOS、安卓、云、Windows 等等。但是如果對整個(gè)端到端系統展開(kāi)測試（包含所有層、端到端工作流程和交互點(diǎn)）會(huì )怎么樣？如果不這樣做的話(huà)，我們就沒(méi)有對實(shí)際使用的系統真正進(jìn)行測試；我們就無(wú)法真正隔離問(wèn)題，因為如果沒(méi)有不同層之間的交互或者當交互測試條件不同時(shí)，問(wèn)題可能不會(huì )發(fā)生。因此，我們現在需要通過(guò)多層融合測試——將硬件、網(wǎng)絡(luò )、軟件和用戶(hù)體驗測試人員的技能整合到一個(gè)端到端框架中――實(shí)現更高水平的測試。 |
