首页 > 其他分享 >质量保障:成本和价值的思考

质量保障:成本和价值的思考

时间:2024-02-01 14:22:06浏览次数:31  
标签:思考 保障 技术 质量 测试 自动化 投入 成本

去年写了很多关于质量保障的文章,体系建设的方法论不少,技术实践的案例也覆盖了绝大多数测试活动范畴。有粉丝在公众号后台留言说:看了很多方法论和技术案例,但是落地产生成果为什么这么难?

老实说,这个问题其实很好回答:高投入可能有高质量,低投入几乎不会有高质量。质量保障这件事,谈到最后,其实还是看你要什么。

如果你要的是界面美观、用户体验良好、系统稳定性6个9的高性能高可用软件产品,那势必前期的投入成本会很高,且要持续维持如此高质量的系统,持续投入的成本也不低。

如果你更看重性价比,那稳定性可以只要4个9,用户体验可以稍微降低一些,毕竟粗糠和细粮,都有潜在用户,对吧。

 

举个例子:一个APP,初创小公司可能就不到十个开发,搭配两三个测试,开发兼职运维,技术主管兼任项目经理,再搭配几个产品运营客服,就能搞一个功能还算齐全的APP。当然,他可能稳定性不怎么样,可能UI界面美观性和交互逻辑一般般,但是基本的功能确实可以用。

而同样一个APP,在大厂可能从业务产品到研发测试,延伸到运营客服,搭配售后服务团队,轻轻松松破百人参与其中。不说别的,光人力成本就不是一个量级,更不要提获客成本、硬件成本、营销广告投放等各方面。

大厂也有大厂自己的体面,交互逻辑不能自相矛盾吧,UI不能太丑吧,性能不能太差吧,各种指标纠缠在一起,这成本不就上去了嘛。有句俗话叫做多大锅下多少米,质量保障也是如此,要更高的质量和效率,高昂的成本投入是逃不掉的。

 

质量保障这个话题有点大,我们切换到一个具体的点,以自动化测试为例,如果完全按照理想的模型去建立自动化测试体系,那需要长期且高昂的成本投入。

最基本的,自动化测试要能自动跑起来出报告吧,这就意味着你要搭建一个基本的CI工具。

如果能自动检测到代码变更自动执行通知,那用例和代码需要关联,代码分支命名需要规范,代码版本管理需要搞定,这其中除了技术投入之外,还需要和其他技术团队做大量的沟通协调。无论是技术改进还是沟通协调,这都是成本。

再比如测试框架或者测试平台,本身就需要更新维护。自研成本最高,但最匹配团队和业务;外采相对来说适中,但遇到问题还需要供应商处理,等待和验证的时间花费不少;如果只要求能跑起来执行用例,那简单,一个定时任务的事情。

但是,成功率和通过率难以保证,且是否是有效的自动化测试结果就另当别论。

认识不少的测试同学,在公司搞测试平台搞工具测试开发,最终落地拿到好结果的没有几个。很多人说公司不重视测试,测试地位低没有话语权,想做技术优化体系建设领导不支持。

但问题是,普通岗位的技术同学只考虑到了技术实现和自己有实践新技术新框架的能力,没考虑领导需要承受的压力。

自研测试平台最起码需要一两个专职测试开发,投入最起码2个月才能有可以用的初版,再加上落地推广,BUG修复,业务适配以及其他因素,没有三个月半年根本看不出明显的效果。

这几个月的人力成本、硬件成本势必会大幅增长,但公司对每个团队的成本预算是有限的,投入高成本肯定需要高收益。

相比于搞了半天的自动化测试平台没看到直接收益,高层还不如拿这些钱去搞营销或者发优惠券,毕竟营销换来的可是实打实的GMV增长。

 

技术无法和公司营收画上等号,但是营销推广可以。对老板来说,成本效率收益才是最看重的,至于技术团队用什么新技术新框架,做了哪些性能优化根本不重要。技术只是解决问题的工具,切勿陷入技术自嗨的兴奋中。

这几年市场就业大环境不好,都在搞开猿节流降本增笑,以前测试开发1:5是标配,现在恨不得测试开发1:10甚至1:15。从测试的角度来说,这样会高的问题频发加班严重,还没时间做自动化和性能优化,但从管理的角度来说,能降低成本提高收益的事情,才是公司的头等大事。

技术重要吗?重要!技术有多重要?对公司来说前五都排不上!

 

用例写多了,职场混久了才明白,质量保障其实是一门经济学。花的都是清清楚楚的钱,带来的都是稀里糊涂的账,也怪不得老板们要开猿节流降本增笑了。

至于测试的地位低,测试在技术的鄙视链中处于下游,就更不是老板们关心的事情了。目前这种大环境下,互联网的风口已经过去了,少了资本的加持,技术和质量保障,最终还是要回到性价比的阶段。

托前些年的资本投入,各种技术实践和体系建设层出不穷,交付质量、交付效率、生产稳定性的衡量标准很明确,不管你用自动化也好,各种平台也罢,不达标就是不达标,要打C的照样打C。

用一个微信好友的话来说,当下这个时代,考察的爬下去看问题,站起来看方向,走起来看解决方案能力的时代。不要局限于某个点或者高大上的体系建设,全面为业务服务,谁能解决问题谁性价比更高,谁留下。

泡沫破碎的时代,公司不是傻子,更不是钱多烧的慌,性价比为王,适者生存。

标签:思考,保障,技术,质量,测试,自动化,投入,成本
From: https://www.cnblogs.com/imyalost/p/18001139

相关文章

  • AI生成前端组件的价值思考
    想法来源这个想法来源于我自己的需求,我自己首先就是最精准的目标用户,在这个AI时代,我希望AI可以帮我尽量多地干活。结合自己的日常独立开发情况,发现花在调前端组件样式上的时间很多,因此思考能不能让AI把这部分活接过去,或者能提高一些效率也行。适合用户外行或刚入门的前端开发......
  • PMP工具与技术-6.7-1 控制质量工具与技术--检查、测试/产品评估**
    一、数据收集技术​适用于控制质量过程的数据收集技术包括(但不限于):1.核对单(Checklist)--提醒​核对单有助于以结构化方式管理控制质量活动。##核对单是提醒提示需要核对检查的事项有没有完成,打勾的。##很多组织基于自身经验制定了标准化的核对单,或者采用所在行业的核对单。......
  • PMP-6.7 控制质量--质量控制测试结果、核实可交付成果
    ###################################################对进度、成本等进行控制后,同时要保证质量、风险、相关方达标满意。对于项目经理来说,进度、成本是基础能力,质量、风险和相关方才是显示项目经理好坏地方。###################################################一、控制质......
  • TSINGSEE青犀智能分析网关V4如何利用AI智能算法保障安全生产、监管,掀开安全管理新篇章
    旭帆科技的智能分析网关V4内含近40种智能分析算法,包括人体、车辆、消防、环境卫生、异常检测等等,在消防安全、生产安全、行为检测等场景应用十分广泛。如常见的智慧工地、智慧校园、智慧景区、智慧城管等等,还支持抓拍、记录、告警、语音对讲、平台级联等功能。算法稳定。识别高效,......
  • 基于文本环境下的强化学习算法:文本游戏环境下的强化学习的一些思考?文本比图像的抽象度
    这里说一个个人的思考,那就是:文本比图像的抽象度更高,或许基于文本的强化学习算法更加强大。基于文本环境的强化学习算法一直被认为是比较小众的一个场景,一般认为文本的AI处理能力是不如图片的,尤其文本对事物描述的能力是十分有限的,但是随着ChatGPT-3.5的大火,或许这个状况得到了......
  • 质量保障工作的核心Roadmap
    之前写过不少关于质量保障体系建设的文章,围绕质量保障这个话题,也分享了很多落地实践案例。公众号后台又同学留言问了这样一个问题:如何在繁琐的工作中抓住质量保障工作的重点,有条不紊的开展工作?这篇文章,分享一下我自己总结的开展质量保障工作,希望能帮到大家。 下图是我结合自......
  • MD5算法:高效安全的数据完整性保障
    摘要:在数字世界中,确保数据完整性和安全性至关重要。消息摘要算法就是一种用于实现这一目标的常用技术。其中,MessageDigestAlgorithm5(MD5)算法因其高效性和安全性而受到广泛关注。本文将详细介绍MD5算法的优缺点,以及它如何解决数据完整性问题和安全性问题。此外,我们还将提供......
  • 基因测序中碱基质量值的计算
    当使用k-means将碱基聚类后,可使用下面的方法计算碱基质量#include<stdio.h>#include<math.h>intmain(){doubleproba=0.0;//某点的概率值初始化为0.0doublesum_distances=0.0;//某点到所属质心的距离除以到每个质心距离的四次方总和初始化为0.0......
  • 如何通过华企盾DSC数据防泄密系统保障企业数据安全?
    在电子信息化的时代,企业数据的安全面临着前所未有的挑战。作为企业的重要资产,数据的泄露无疑会对企业造成重大损失。对此,众多企业都在寻找有效的数据防泄密解决方案。但是,在众多的防泄密工具和系统中,如何选择一款适合自身的成了许多企业面临的难题。华企盾DSC数据防泄密系统作为业......
  • 数据质量和数据治理的关系 | 京东云技术团队
    很多不太了解的人会认为:数据治理就是干数据清洗的。近两年,在我们公司,数据治理团队在数据降本方面做的比较多,效果还不错,我们很多人可能以为:数据治理就是做数据清理的。在京东科技集团数据治理工作组第一次全体会议上,我就讲过数据治理和数据清洗之间的关系:数据清洗只是指通过识别和纠......