20页干货PPT！大数据时代软件测试项目度量和预测分析系统

分享者:任亮

职位:质量经理

所在研发团队规模:2000+

该研发团队职能定位:

分享者介绍:任亮， CSTQB高级专家，有多年测试和管理工作经验，曾在华为，IBM，HP等多家知名公司从事软件测试和管理工作。目前就职于HP担任质量经理，曾负责BI项目管理，项目管理办公室负责人，培训管理和知识管理等工作。

案例简述

惠普的智能测试服务系统案例分享：从客户带着需求和预算来沟通开始直到服务结束终止，全过程的智能服务框架。我们基于对HP大量历史数据的建模分析和业务驱动的软件测试理论以及HP最佳实践建立该系统，以及基于大数据的智能测试服务系统的问题和挑战。

案例解读

1.案例目标：

1. 利用测试中心十几年数千个测试项目的数据，建立统计模型，来可视化软件测试的内在价值并能优化项目的投资组合;定量预测每一天可能发现的缺陷数量范围和能带来的质量价值等。

2. 根据HP大量历史数据，收集更多外部数据，生成整个测试行业的业界标准，指导测试行业的持续改进和定量预测分析。

3. 为客户带来全新的用户体验，从客户的业务角度出发定制测试服务类型和相应的等级;降低客户的成本;全面优化测试流程，进而达到公司和客户的双赢。

2.成功(或教训)要点：

能落地好用的模型不多。

数据的抽取和清理工作量十分巨大。

大数据一定是一个团队的紧密合作。

吸引更多各个行业的测试数据是模型走向完善的关键。

有非常多的用例和数据等待大数据分析，测试会越来越智能化;每一个用例都要深入分析才能发现更大的价值。

3.案例ROI分析：

目前可以直接指导项目，并成功开发出定量管理系统，给高层管理人员和客户实时了解项目带来极大的方便;未来生成业界标准并拿到更多的数据，价值会更加明显。

4.案例启示：提炼出该案例(或项目)的哲理、方法论

大数据时代仍然需求统计分析。 把大量沉淀的行业历史数据和统计专家及业务专家整合在一起，就会产生巨大的化学变化进而推动整个行业的全面进步，促进整个测试行业乃至软件行业全面进入智能化管理时代。