基于大数据的用户触点回归用例设计模式.docx
- 文档编号:10134594
- 上传时间:2023-05-23
- 格式:DOCX
- 页数:8
- 大小:313.17KB
基于大数据的用户触点回归用例设计模式.docx
《基于大数据的用户触点回归用例设计模式.docx》由会员分享,可在线阅读,更多相关《基于大数据的用户触点回归用例设计模式.docx(8页珍藏版)》请在冰点文库上搜索。
基于大数据的用户触点回归用例设计模式
基于大数据的用户触点回归用例设计模式
一、背景
为了确保每次移动业务上线修改的代码没有引入新的错误,除了要对新功能进行针对性的功能测试外,也需要对系统原有的功能进行回归测试。
回归测试可以有效保障上线后原有业务功能正常、系统运行稳定,降低系统维护成本。
虽然通过回归测试环节,有效降低了了上线次日出现业务故障的频率,但是仍有一部分故障成了漏网之鱼。
经过分析,主要原因现有回归测试用例与用户实际操作习惯不一致,回归测试用例未有效覆盖生产上的大部分操作场景。
测试人员在设计用例时,依靠的是业务的操作手册以及自己对业务功能理解,这就造成了用例与生产实际的拟合度难以保证的情况。
二、解决方案
为了设计更贴近用户的用例,需要对用户偏好、行为模式进行深入的分析。
具体来说就是从用户触点出发,梳理业务关联的功能点,并在此基础上对生产实际的用户查询受理记录、接口报文日志等内容进行分析,还原用户的操作轨迹,再通过大数据统计的方式得出用户偏好,从而设计出更精准的回归测试用例。
1、业务的功能拓扑分析
对业务分析的第一步,要了解这个业务面向的用户是哪些、有哪些受理入口、具体业务逻辑是怎样的等,接着进一步通过对功能点、测试因子的分析,形成业务的功能拓扑图。
受理渠道+菜单名:
确定业务可以从哪些系统、哪些菜单入口进行查询受理,这是后续每一个用例操作步骤的基础。
功能点:
业务包含哪些功能点,每一个功能点可以通过哪些“受理渠道+菜单名“实现。
测试因子:
要实现功能点的测试,需要有哪些输入数据,该输入数据称之为测试因子。
2、测试因子提取与统计
在对业务功能点测试过程中,不同的测试因子可能会出现不同的测试结果,确定了不同测试因子的取值即形成了用例的输入数据集合。
• 测试因子可以分为必选因子和可选因子。
必选因子指的是必须填写的信息,如果不填写,业务无法正常受提交受理;可选因子指的是可以选填的信息,为空或者填写,业务均可以正常受理提交;
• 因子按照因子值类型的不同分为枚举值、文本、编号(如手机号、工号、营销案编号等)、数字(金额等)、时间;
• 文本、编号、数字、时间,需要进行相应的等价类转换分析。
在因子分析的时候需要明确每个因子在后台数据库的取数方式,确保每个因子值都可被统计。
例如,GMS开户业务中开户功能的因子如下:
3、测试因子值的数据统计
•单因子值统计
根据业务受理记录表等后台表数据统计生产上因子的取值,有两类数据需要经过转换。
1)经过等价类分析的因子值需根据等价类进行归类统计;
2)非必选的因子除了正常的取值统计外,需增加一个为空的因子值的统计。
开户业务的关键因子因子值分布如下:
注:
增值策划有多个组成,上面表格暂时未列
•全量因子占比统计
对所有测试因子的整体占比进行数据统计,开户业务所有测试因子的因子值占比统计如下:
•因子关联性分析
关联性又可以称为提升度,是指如果两个事物之间存在一定的关联,那么其中一个事物就能通过其它事物进行预测。
它的目的是为了挖掘隐藏在数据间的相互关系。
就测试因子分析来说,当因子A在取值为X的条件下,因子B取值为Y的可能性与没有这个条件下,因子B取值为Y的可能性之比,当比值为1的时候说明两者相互独立,当比值越大(>1),说明取值Y对取值X的依赖程度越大。
因子值的关联性表现了移动用户使用习惯上的偏好关系。
对两两因子的取值进行关联数据的分析,开户业务的几类典型因子提升度统计如下。
1) 开户时选择新建账户,并且订购了标准彩铃的用户占整体用户量的68%,但是两者的提升度为1,说明两者是互相独立的;
2) 开户时选择4G飞享套餐作为基础套餐,并且订购手机上网自选30元包(500M)的用户占整体用户量的35%,且两的提升度为1.9,说明选择了4G飞享套餐的用户更喜欢订购手机上网自选30元包(500M);
3) 在新营业厅开户,且账户的支付方式为统一支付的用户占整体用户量的2%,虽然提升度有4.22,两者关系依赖强烈,但是整体占比过低。
根据上述三类两两关系分析结果,只有第二种情况具有进一步测试覆盖的必要。
4、用例的设计编写原则
对业务的每个功能点进行测试因子的提取与分析,就单个功能点来说,需要从以下几个方面进行逐层覆盖:
1)覆盖80%的实际用户场景:
根据“全量因子占比统计”的结果,选取前N个用户使用场景,使得前N个场景的占比之和不小于80%。
2)对关联性强的因子值进行用例补充覆盖:
根据“因子关联性分析”的结果,对占比不小于0.2且提升度不小于1.5的因子(占比大于0.2是说明该场景至少有20%的用户群,提升度不小于1.5说明两个因子值之间的依赖关系明显)进行用例的补充覆盖。
3)对单因子值进行例补充覆盖:
根据“单因子值统计”的结果,对单因子值占比不小于1%的因子值进行用例补充覆盖。
4)实现受理入口的100%覆盖:
根据业务的功能拓扑分析梳理的业务受理入口,确保业务功能用例覆盖所有的“渠道+菜单名称”。
5、新型用例设计模式的优点
三、 应用情况与效果
我们已对浙江移动的所有核心业务完成了业务拓扑分析、测试因子提取与统计、用例设计、自动化建设。
截至目前已累计新增自动化用例超过1000个,上述用例亦纳入每次上线前常态化的回归测试范畴中。
另外,依托浙江移动敏捷验收发布平台,实现自动化测试组件与测试数据的分离,达到快速组装自动化用例的目标。
自2017年开展这种方式进行测试用例设计后,回归测试发现的有效缺陷数从去年同期的平均2.5个/月提升至9.7个/月。
测试用例已覆盖80%生产用户数超过,因测试遗漏导致的整体故障数从去年同期的1.67起/月下降至0.33起/月。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 数据 用户 触点 回归 设计 模式
![提示](https://static.bingdoc.com/images/bang_tan.gif)