how does test planning differ
Όλοι συμφωνούμε ότι τα έργα αυτοματισμού είναι διαφορετικής φύσης από αυτά των μη αυτόματων δοκιμών. Παρόλο που τα αυτόνομα έργα αυτοματισμού δεν υπάρχουν πραγματικά (ή δεν πρέπει να υπάρχουν ιδανικά), τόσο τα χειροκίνητα όσο και τα αυτοματοποιημένα έργα αντιμετωπίζονται διαφορετικά κατά τον προγραμματισμό.
Εκτελείται αναπόφευκτα ένα συνδυασμένο προγραμματισμένο έργο. Αυτό δεν επηρεάζει μόνο το τρέχον έργο και ρίχνει μια σκιά στις δυνατότητες του ατόμου, αλλά μπορεί επίσης να οδηγήσει στην απώλεια εμπιστοσύνης στην ομάδα για τον πελάτη / διαχείριση - επηρεάζοντας περαιτέρω επιχειρήσεις. Θα προτιμούσα να πω ότι οι ελεγκτές είμαστε ασφαλείς παρά συγγνώμη
=> Κάντε κλικ εδώ για πλήρη σειρά εκπαιδευτικών σειρών
Ένα καλό κόμικ Dilbert για το σχεδιασμό:
Προτού προχωρήσουμε περισσότερο, θέλω να προσδιορίσω τι δεν πρόκειται να γίνει αυτό το άρθρο.
# 1) Αυτή δεν είναι μια εις βάθος συζήτηση των πλαισίων αυτοματισμού. Διαφορετικά έργα χρησιμοποιούν διαφορετικά πλαίσια ανάλογα με τη φύση του AUT, την αρχιτεκτονική, την πολυπλοκότητα, την τεχνογνωσία της ομάδας κ.λπ.
Οι πληροφορίες σχετικά με τα πλαίσια βρίσκονται στους παρακάτω συνδέσμους:
Πλαίσια δοκιμής αυτοματισμού μέρος 1 και μέρος 2ο .
#δύο) Αυτό δεν αφορά επίσης το πρότυπο, τη μορφή ή τη δημιουργία ενός Έγγραφο δοκιμαστικού σχεδίου . Θα εξετάσουμε τα ζητήματα προ-τεκμηρίωσης για ένα έργο αυτοματισμού, περισσότερο σύμφωνα με την ανάλυση σκοπιμότητας.
# 3) Αυτό επίσης δεν είναι εργαλεία ειδικά. Κάθε δραστηριότητα στο SDLC απαιτεί χρόνο, προσπάθεια, υποδομή - με άλλα λόγια - ΧΡΗΜΑ.
Για ένα έργο μη αυτόματης δοκιμής, οι δαπανηροί παράγοντες είναι:
- Ανθρωποι
- Εργαλεία - Διαχείριση δοκιμών / ελαττωμάτων
- Υποδομή - περιβάλλον
- χρόνος
- Εκπαίδευση
Για ένα έργο Αυτοματισμού, εκτός από τα παραπάνω στοιχεία χρειάζεται δαπάνες για:
- Εργαλεία αυτοματισμού
- Πρόσθετο για ενσωμάτωση εργαλείων διαχείρισης δοκιμών
- Πρόσθετο για υποστήριξη AUT (όπως SAP, Oracle κ.λπ.)
- Ρύθμιση πλαισίου
- Κατάρτιση ειδικά για εργαλεία
Υπό αυτές τις συνθήκες, η επιτυχία ενός έργου Αυτοματισμού εξαρτάται από το πόσο καλά έχετε γράψει τον κώδικα, πόσα επαναχρησιμοποιήσιμα στοιχεία έχετε γράψει ή σε πόσες γραμμές κώδικα έχετε επιτύχει το επιθυμητό αποτέλεσμα;
Μην.
Υπάρχει ένα και το μόνο ερώτημα που καθορίζει την επιτυχία - «Μπορείτε να δημιουργήσετε μια καλύτερη απόδοση επένδυσης (απόδοση επένδυσης) σε σύγκριση με τη μη αυτόματη διαδρομή»; - Αν όχι αμέσως, τελικά.
Εάν η απάντηση σε αυτήν την ερώτηση είναι 'ΟΧΙ' τότε έχετε προγραμματίσει εσφαλμένα το έργο Αυτοματισμού.
Κανονικά, ένα Σχέδιο δοκιμής έχει τις ακόλουθες ενότητες. Θα συζητήσουμε καθένα από αυτά εστιάζοντας σε συγκεκριμένες πτυχές αυτοματισμού που πρέπει να λάβετε υπόψη:
Ενότητες σχεδίου δοκιμών αυτοματισμού
Τμήμα 1:Πεδίο εφαρμογής
- Επιλέξτε τις δοκιμαστικές περιπτώσεις / σενάρια που πρόκειται να υποβαθμιστούν ξανά και ξανά σε πολλούς κύκλους.
- Μερικές φορές οι απλούστερες δοκιμαστικές περιπτώσεις χρειάζονται πολλές πολύπλοκες λύσεις για να αυτοματοποιηθούν. Αν πρόκειται για μία μόνο χρήση, προφανώς δεν έχει νόημα. Η επαναχρησιμοποίηση πρέπει να είναι το επίκεντρό σας.
- Ο έλεγχος αυτοματισμού δεν εκτελεί / δεν μπορεί να πραγματοποιήσει διερευνητικές δοκιμές.
Τομέας 2: Στρατηγική δοκιμής
- Αυτή η ενότητα αναφέρεται ως το πλαίσιο στον κόσμο του αυτοματισμού. Ορισμένα πλαίσια είναι εξαιρετικά δύσκολο να δημιουργηθούν και είναι επίσης αποτελεσματικά - αλλά ο χρόνος, η προσπάθεια και η ικανότητα είναι απαιτητικοί. Πάντα ψάχνετε για μεσαίο έδαφος και κάντε το καλύτερο που μπορείτε χωρίς να θέσετε σε κίνδυνο την υπερβολική χρήση των πόρων.
- Αποφασίστε σχετικά με τις βέλτιστες πρακτικές κωδικοποίησης που θα χρησιμοποιηθούν, τις συμβάσεις ονομασίας, τις τοποθεσίες για αποθήκευση στοιχείων δοκιμής, τη μορφή των αποτελεσμάτων δοκιμών κ.λπ.
Ενότητα # 3:Πόροι / Ρόλοι και ευθύνες
- Το πρώτο βήμα προς αυτήν την κατεύθυνση είναι να κατανοήσουμε τις ικανότητες της ομάδας και να προβλέψουμε μπροστά από το πεδίο του Αυτοματισμού που έρχεται στην εικόνα. Αυτό θα βοηθήσει στην επιλογή μιας ομάδας που ταιριάζει τόσο στις ανάγκες αυτοματισμού όσο και στις μη αυτόματες δοκιμές. Επίσης, διαλέξτε άτομα που έχουν τη σωστή στάση - αυτοί δεν πιστεύουν ότι η χειροκίνητη δοκιμή είναι κάτω από το ύψος τους.
- Επιλέξτε μια ομάδα που έχει μεγάλη εμπειρία με το AUT, το Test Management, το Defect Management και άλλες δραστηριότητες SDLC
- Ενότητα # 1: Πεδίο εφαρμογής
Ενότητα # 4:Εργαλεία
Επιλέξτε εργαλεία αυτοματισμού με βάση τους ακόλουθους κανόνες:
- Η εταιρεία διαθέτει ήδη άδειες για ένα συγκεκριμένο εργαλείο, δοκιμάστε και δείτε αν μπορείτε να το χρησιμοποιήσετε
- Αναζητήστε εργαλεία ανοιχτού κώδικα (αλλά αξιόπιστα)
- Τα μέλη της ομάδας γνωρίζουν ήδη το εργαλείο ή πρέπει να φέρουμε κάποιον νέο; Ή εκπαιδεύστε τα υπάρχοντα;
Τμήμα # 5: Προγράμματα
- Συμπεριλάβετε χρόνο για περιηγήσεις κώδικα και επιθεώρηση των σεναρίων Αυτοματισμού
- Διατηρήστε τα σενάρια έγκαιρα. Εάν δημιουργήσετε ένα κομμάτι κώδικα που δεν πρόκειται να χρησιμοποιήσετε για τους επόμενους 6 μήνες, φροντίστε να το διατηρείτε περιοδικά για να μειώσετε τις πιθανότητες αποτυχίας.
Ενότητα # 6:περιβάλλον
- Το περιβάλλον προορισμού που θα εκτελεστεί το AUT σας και το εργαλείο αυτοματισμού που θέλετε να χρησιμοποιήσετε πρέπει να είναι συμβατό. Αυτός είναι ένας από τους παράγοντες που πρέπει να θεωρηθούν προ-αδειοδότηση για το εργαλείο.
- Επίσης, αναλύστε εάν το υπόλοιπο του Εργαλεία διαχείρισης στη θέση του και το εργαλείο αυτοματισμού που προσπαθείτε να εισαγάγετε είναι διασυνδεδεμένα για επιπλέον όφελος.
Ενότητα # 7:Παραδοτέα
- Τα σενάρια δοκιμής είναι τα παραδοτέά σας. Ωστόσο, δεν γνωρίζουν όλοι αυτοματοποίηση / γλώσσα προγραμματισμού. Έτσι, σχεδιάστε τη δημιουργία ενός εγγράφου 'How-to' που θα βοηθήσει τους τρέχοντες χρήστες και τα μελλοντικά μέλη της ομάδας να είναι σε θέση να κατανοήσουν αυτό το σενάριο ακόμη και όταν δεν είστε κοντά.
- Συμπεριλάβετε επίσης σχόλια στο σενάριό σας.
Ενότητα # 8: Κίνδυνοι
Εάν πρόκειται να προτείνετε μια λύση αυτοματισμού, βεβαιωθείτε ότι έχετε επιλέξει οικονομικά εργαλεία και λύσεις για να βεβαιωθείτε ότι η προσπάθεια αυτοματισμού δεν επιβαρύνει το έργο.
Είναι σημαντικό να οριστεί η προσδοκία ότι η απόδοση επένδυσης (ROI) για ένα έργο αυτοματισμού δεν μπορεί να είναι θετική αμέσως, αλλά μπορεί να φανεί καθαρά για μεγάλες χρονικές περιόδους.
Επομένως, εάν προτείνετε την αυτοματοποίηση ενός συστήματος, επιλέξτε αυτό που είναι
- Σταθερή και όχι πάρα πολύ συντήρηση
- Έχει περιθώρια για τεράστια σουίτες παλινδρόμησης
- Δεν έχει πάρα πολύ χειροκίνητη παρέμβαση ή δεν εξαρτάται από τη διαίσθηση ενός ανθρώπου
Ενότητα # 9:Δεδομένα δοκιμής
- Λάβετε υπόψη τις πτυχές ασφάλειας των δεδομένων
- Μην κωδικοποιείτε δεδομένα δοκιμής στα σενάρια. Αυτό οδηγεί σε υπερβολική συντήρηση σεναρίων και ενδέχεται να προκαλέσει σφάλματα κατά την τροποποίηση.
- Να είστε πολύ συγκεκριμένοι. Για ένα βήμα μη αυτόματης δοκιμής - «εισαγάγετε το πρώτο όνομα», μπορείτε να πείτε ότι εισάγετε οποιοδήποτε όνομα 5 χαρακτήρων. Κατά τη δοκιμή, ένας δοκιμαστής μπορεί να πληκτρολογήσει 'Swati' ή 'Seela' ή οτιδήποτε άλλο. Αλλά για ένα εργαλείο, δεν μπορεί να κάνει τέτοιες υποθέσεις. Επομένως, παρέχετε ακριβείς τιμές.
Ενότητα # 10:Αναφορές / Αποτελέσματα
- Τα αποτελέσματα εκτέλεσης σεναρίων είναι επίσης τεχνικά και ενδέχεται να μην είναι εύκολα κατανοητά από τις υπόλοιπες ομάδες. Προγραμματίστε τη σύνταξη λεπτομερών αποτελεσμάτων στο σημειωματάριο ή στο Excel φύλλα ως πρόσθετο μέτρο.
- Αναμένονται επίσης λεπτομερή έγγραφα πλαισίου, αποτελέσματα επανεξέτασης, αναφορές ελαττωμάτων, αναφορές κατάστασης εκτέλεσης.
Εμείς, ως λάτρεις του αυτοματισμού, μπορεί να πιστεύουμε ότι οι πελάτες / διαχείριση δεν αγοράζουν εύκολα τις προτάσεις αυτοματισμού.
διαδικτυακές υπηρεσίες συνεντεύξεων ερωτήσεις και απαντήσεις για έμπειρους
Ωστόσο, όταν ο απώτερος στόχος μας είναι να μεγιστοποιήσουμε την απόδοση επένδυσης μέσω της αυτοματοποίησης, είμαστε σε απόλυτη αρμονία με τους στόχους διαχείρισης / πελάτη. Αυτό θα διασφαλίσει ότι όχι μόνο θα Αυτοματοποιήσουμε το έργο μας, αλλά θα είμαστε σε θέση να το κάνουμε, με πολλή συναίνεση, συνεργασία και ενθουσιασμό.
Ο προγραμματισμός και η ενδελεχής ανάλυση όλων των παραγόντων που αναφέρονται παραπάνω μπορούν να είναι σύμμαχοί μας σε αυτό το ταξίδι. Και πάλι, η απόδοση επένδυσης σημαίνει τα πάντα.
Αυτή η ανάρτηση γράφτηκε από το μέλος της ομάδας συγγραφέων της STH Swati Seela.
Έχετε ερωτήματα ή πράγματα για συζήτηση; Μη διστάσετε να δημοσιεύσετε τα παρακάτω σχόλια.
=> Επισκεφτείτε εδώ για πλήρη σειρά δοκιμαστικών σχεδίων
Συνιστώμενη ανάγνωση
- QTP Frameworks - Test Automation Frameworks - Keyword Driven και Linear Framework Παραδείγματα - QTP Tutorial # 17
- Χειροκίνητες προκλήσεις και δοκιμές αυτοματισμού
- Πώς να αποφασίσετε ποιος τύπος δοκιμών απαιτείται για ένα έργο; - Εγχειρίδιο ή αυτοματισμός
- Γιατί χρειαζόμαστε πλαίσιο για αυτοματοποιημένο έλεγχο;
- Κορυφαίες 10 στρατηγικές και βέλτιστες πρακτικές αυτοματοποίησης δοκιμών
- Πώς να μεταφράσετε χειροκίνητες δοκιμαστικές περιπτώσεις σε σενάρια αυτοματισμού; - Ένας οδηγός βήμα προς βήμα με παράδειγμα
- Πότε να επιλέξετε τη δοκιμή αυτοματοποίησης;
- Διαδικασία δοκιμής αυτοματοποίησης 10 βημάτων: Πώς να ξεκινήσετε τη δοκιμή αυτοματοποίησης στον οργανισμό σας