我正在尝试估计测试项目所需的测试人员数量。一种方法是确定将需要的脚本数量,并想知道与需求数量相比是否存在脚本数量的经验法则。我估计2-3。
- 1 用于晴天型式测试
- 1 为阴性测试
- 1 至少将 1 个需求测试与至少一个其他测试相结合。
但这只是我最初的猜测。如果有一些最佳实践,我会全力以赴。同样,这不是用于单元测试或系统测试,而是用于用户验收测试。
我正在尝试估计测试项目所需的测试人员数量。一种方法是确定将需要的脚本数量,并想知道与需求数量相比是否存在脚本数量的经验法则。我估计2-3。
但这只是我最初的猜测。如果有一些最佳实践,我会全力以赴。同样,这不是用于单元测试或系统测试,而是用于用户验收测试。
您将获得的最佳估计来自进行测试的测试人员。除了测试人员的这种估计之外,您可能能够得出与开发时间相比测试时间的某种百分比。
假设您有一个 100 小时的开发任务。你花 20 个小时在设计上,80 个小时在构建上。您可能会得出这样的结论:测试需要 15 个小时,或 15% 的开发时间。然后,您可以将 15% 应用于 UAT 测试的总体开发估算,因为您知道有些会花费更长的时间,有些会更少。
嘿,Shinyfish,我理解想要一个公式的冲动……我向你保证,任何通用公式在狭隘的背景下都会被证明是错误的。考虑有人告诉您每个需求都应该有 N 个与之关联的测试。现在考虑一些示例要求,例如
两者都是可能的要求。第一个是相对简单且相当低的赌注。第二个有很多潜在的失败点,如果它在很多情况下成功但在一些看似随机的情况下失败,它会杀死一个人。任何告诉你计算你的需求然后乘以某物的人都是自欺欺人或卖蛇油。
类似地,说 UAT 将花费 1/N 的编码时间 / 可能 / 在某些业务环境中是一种有用的启发式方法,但 N 的值会在例如制作博客软件的初创公司和开发下一版本的 Photoshop 之间有很大差异。就此而言,UAT 的 /you/ 含义(以及您的单元和系统测试所涵盖的内容)可能与建议您使用相同术语的人的含义大不相同。
这是我可以用来估计测试需要多少时间的经验法则:
首先,在可能的范围内,考虑组织内的类似项目。
当然,有时你没有相关的以前的项目可以比较。如果您不...知道您的估计会有更大的误差范围。我不能代表你说话,但我合作过的 98.% 的开发人员(测试人员、编码人员等)长期低估了他们。如果这对您来说是正确的,请尝试相应地进行补偿。也许最重要的是,尝试了解您的估计有多准确(或不准确),然后相应地设定利益相关者的期望。提供确定性的幻觉很少能帮助任何人。
祝你好运!
我建议从几个不同的角度来考虑,并在考虑以下因素后做出决定:
1)你的信封计算......每个需求2.5个测试用例(但杰夫弗莱的观点是死的,有时需要更多,有时更少)
2) 快速计算出 1/N 的时间答案...我们上次为这种通用类型的项目使用了多少百分比的总体开发时间和/或总体测试时间?做好这项工作就足够了吗?
3) 花一个小时将参数和值输入到 Hexawise 等测试设计工具中,并创建一组简单的 2 路(或成对)测试条件。这样做通常会为您提供最少数量的测试,超出您通常不想削减的数量。使用测试设计工具的另一个好处是,您不仅会确认声明的要求 #1:“使用 Google Chrome 浏览器时网站看起来不错”和声明的要求 #2:“用户可以更改他们的信用卡。正在使用在交易结束时付款”将被测试,但 /Unstated/ 要求(没有人认为包括)“确保使用谷歌浏览器的用户将能够更改他们的信用卡”被测试也是。Expedia 显然没有遵循这种方法,但我离题了...... (相关附注:如果您之前没有尝试过成对测试设计方法或 Hexawise 之类的工具来帮助生成半自动测试用例,那么当您开始使用它时,您应该会看到测试效率显着提高; 实现所有可能的配对所需的测试将比您想象的要少。一个恰当的例子:与需要 720 亿次测试相比,只需 35 次测试即可实现这种类型的完全配对覆盖用于测试 Google 地图的“获取路线”功能的综合测试)。您的大部分要求将很容易适应测试设计工具。有些不会。当您开始使用它时,您应该期望看到测试效率显着提高;获得所有可能的配对所需的测试将比您想象的要少。一个恰当的例子:仅需要 35 次测试即可实现这种类型的完全成对覆盖,而在测试 Google 地图的“获取路线”功能时需要进行全面测试所需的 720 亿次测试)。您的大部分要求将很容易适应测试设计工具。有些不会。当您开始使用它时,您应该期望看到测试效率显着提高;获得所有可能的配对所需的测试将比您想象的要少。一个恰当的例子:仅需要 35 次测试即可实现这种类型的完全成对覆盖,而在测试 Google 地图的“获取路线”功能时需要进行全面测试所需的 720 亿次测试)。您的大部分要求将很容易适应测试设计工具。有些不会。与谷歌地图的“获取路线”功能测试中的全面测试所需的 720 亿次测试相比,只需 35 次测试即可实现这种类型的完全成对覆盖)。您的大部分要求将很容易适应测试设计工具。有些不会。与谷歌地图的“获取路线”功能测试中的全面测试所需的 720 亿次测试相比,只需 35 次测试即可实现这种类型的完全成对覆盖)。您的大部分要求将很容易适应测试设计工具。有些不会。
4) 取三个估计值的平均值,如果类似项目被严重低估,则增加 20%。
贾斯汀
披露:我是 Hexawise 的创始人,它在 www.hexawise.com/users/new 上提供了我们测试设计工具的免费版本