A vállalati életben megjelenő agilis módszerek felgyorsítják a szoftverfejlesztést, amivel a humán tesztelők nehezen tudnak lépést tartani. Így a folyamatos tesztelésben is megjelenik az automatizáció.

agilis trend

Az új technológiai és üzleti trendek szükségessé teszik a hagyományos tesztelési módszerek frissítését. A legtöbb vállalkozás viszont még mindig a manuális tesztelésre támaszkodik, miközben a folyamatos fejlesztés folyamatos tesztelést igényel, amihez elengedhetetlen az automatizálás – derül ki a Deloitte friss felméréséből.

Folyamatok, amik már most is digitalizálhatók a tesztelésben

Normál módon a tesztelési feladatok több mint fele a tesztek végrehajtását jelenti. Egy évtizede a cégek így főként a tesztvégrehajtási ciklusok automatizálására koncentráltak. Kevés figyelem jutott olyan fázisok – mint a követelményelemzés vagy a teszttervezés – automatizálására.

A mesterséges intelligencia (AI) és gépi tanulás (ML) fejlődése viszont már lehetővé teszi a többi feladatsor automatizálását is. Szakértők szerint itt az ideje, hogy a vállalatok, fejlesztőintézetek digitális tesztelőket, vagyis (ro)botokat alkalmazzanak, ezekre a munkafázisokra is.

A megkérdezettek a programozási ismeretek szükségességét (53%), a keretrendszer-függőséget (45%) és az automatizálás végrehajtásához szükséges nagyfokú emberi beavatkozást (42%) ítélték a három legnagyobb kihívásnak, a jelenlegi tesztautomatizálási eszközökkel és megoldásokkal kapcsolatban.

Azt már szinte unásig tudjuk, hogy a számos ismétlődő feladat automatizálható leginkább bármilyen folyamatban. Így van ez a tesztelési életciklus is, ahol a számos ismétlődő és manuális feladat emészti fel az emberi tesztelők idejét.

Ide sorolható a követelményelemzés és teszttervezés mellett az automatizált tesztelési szkriptek karbantartása és a tesztjelentés is. A digitális tesztelés a jövőben oly módon segíthet a minőségmérnöki munkaerőnek, hogy a tesztelési életciklus feladatainak a többségét a botok végzik, de a stratégiai részét továbbra is a humán tesztelők látják el.

A felmérés szerint a kognitív technológiák minőségmérnöki gyakorlatra vonatkozó hatásával kapcsolatban a válaszadók várakozásai sokfélék.

Közülük a jobb jelentéselemzés (68%), a hibák előrejelzése (59%), a tesztadatok generálása (58%) és a tesztlefedettség (53%) voltak a legnépszerűbbek. A digitális tesztelőket számos ilyen felhasználási esethez lehet használni és az életciklus különböző szakaszaiba beágyazni – állapítja meg a jelentés.

„Az AI és ML segítségével történő automatizálás képes átvizsgálni a teljes végrehajtandó tesztkészletet és azonosítani a tesztesetek végrehajtásához szükséges adatokat, miközben az ügyfél titoktartása érdekében a védett egészségügyi adatok, illetve a védett személyes adatok azonosíthatatlanná válnak” – mondja Bakó Béla, a Deloitte Magyarország technológiai tanácsadás üzletágának menedzsere.

A telepítést követően a kognitív technológia aktívan figyelheti az alkalmazásban bekövetkező változásokat, például a környezet konfigurációit, a telepítéseket és a hibákat. Emellett képes azonosítani és rangsorolni a végrehajtandó tesztesetek halmazát, tesztadatokat létrehozni, és önállóan futni a teszteredmények biztosítása érdekében.

A tesztkészlet végrehajtása során az azonosított hibák közvetlenül naplózhatók egy hibakezelő eszközben és e-mailen a megfelelő fejlesztőhöz rendelhetők. Az AI és ML által támogatott folyamatos integráció révén a digitális tesztelők tanulhatnak a korábbi tapasztalatokból is.

Mérőszámok és tesztjelentések

Az azonnal használható jelentéskészítő adminisztrációs felület az intelligens automatizálás másik kulcsfontosságú képessége. A valós idejű, az adminisztrációs felületen keresztül történő jelentések információt nyújtanak a minőségmérnökök számára, ajánlásokat tesznek, szabványosítják és optimalizálják a jelentéstételt. A legfontosabb képességek:

Integrált jelentési központ és testreszabott jelentések: A beépített jelentések és adminisztrációs felületek biztosítása mellett automatizálható az egyéni jelentések és diagramok létrehozásának képessége egy valós idejű tesztjelentés-generátoron keresztül.

Alkalmazáshibákkal kapcsolatos információk: Folyamatosan elemezhetők a tesztjelentések és egyéb paraméterek, hasznos tapasztalatot nyújtva a használati és hibaminták, a tipikus rendszerviselkedés vagy az anomáliák területén.

Chatbot által vezérelt állapotfrissítések: Az automatizált állapotjelentések időt szabadíthatnak fel a tesztvezetők számára, hogy a tesztstratégiára, az architektúrára és a menedzsmenttevékenységekre összpontosíthassanak, miközben növelik az átláthatóságot és a valós idejű jelentéstételt.

Azoknak a válaszadóknak több, mint fele, aki már használ kognitív technológiát minőségmérnöki feladatokra, azt a tesztadatok generálására használja. Ennél kisebb arányban (37%) használják a karbantartási nehézségek csökkentésére, ami arra utal, hogy itt még van hová fejlődni. A válaszadók közel harmada pedig még ismerkedik a lehetőségekkel.