Как правильно оценить состояние IT-проекта во время изменений?
Обеспечить повторяемость процесса тестирования недостаточно – вы должны оценивать и проект, чтобы можно было точно сказать, улучшается он в результате изменений или ухудшается. Вот некоторые категории данных, которые можно собирать с целью оценки проекта:
• административное описание дефекта (дата обнаружения, сотрудник, сообщивший о дефекте, номер сборки программы, дата исправления);
• полное описание проблемы;
• действия, предпринятые для воспроизведения проблемы;
• предложенные способы решения проблемы;
• родственные дефекты;
• тяжесть проблемы (например, критическая проблема, «неприятная» или косметическая);
• источник дефекта: выработка требований, проектирование, кодирование или тестирование;
• вид дефекта кодирования: ошибка занижения или завышения на 1, ошибка присваивания, недопустимый индекс массива, неправильный вызов метода и т.д.;
• классы и методы, измененные при исправлении дефекта;
• число строк, затронутых дефектом;
• время, ушедшее на нахождение дефекта;
• время, ушедшее на исправление дефекта.
Собирая эти данные, вы сможете подсчитывать некоторые показатели, позволяющие сделать вывод об изменении качества проекта:
• число дефектов в каждом классе; все числа целесообразно отсортировать в порядке от худшего класса к лучшему и, возможно, нормализовать по размеру класса;
• число дефектов в каждом методе, все числа целесообразно отсортировать в порядке от худшего метода к лучшему и, возможно, нормализовать по размеру метода;
• среднее время тестирования в расчете на один обнаруженный дефект;
• среднее число обнаруженных дефектов в расчете на один тест;
• среднее время программирования в расчете на один исправленный дефект;
• процент кода, покрытого тестами;
• число дефектов, относящихся к каждой категории тяжести.
ЧТО ТАКОЕ БАЗА ЗНАНИЙ?
Концентрированная книга издательства LIVREZON складывается из сотен и тысяч проанализированных источников литературы и масс-медиа. Авторы скрупулёзно изучают книги, статьи, видео, интервью и делятся полезными материалами, формируя коллективную Базу знаний.
Пример – это фактурная единица информации: небанальное воспроизводимое преобразование, которое используется в исследовании. Увы, найти его непросто. С 2017 года наш Клуб авторов собрал более 80 тысяч примеров. Часть из них мы ежедневно публикуем здесь.
Каждый фрагмент Базы знаний относится к одной или нескольким категориям и обладает точной ссылкой на первоисточник. Продолжите читать материалы по теме или найдите книгу, чтобы изучить её самостоятельно.
📎 База знаний издательства LIVREZON – только полезные материалы.