【分享吧】MTF测试管理平台引入缺陷预测利器——Gompertz

Gompertz  在软件产品开发过程中，作为项目经理或者测试经理的你，是否常常有这样的疑虑？开发产品质量是否过关了，测试发现的缺陷数量够不够，需不需要进行更多的测试资源投入？测试的总目标是充分利用有限的人力、物力，高效率、高质量的完成测试。Gompertz分析方法是在利用已有测试数据的基础上，对测试过程进行定量分析和预测，对软件产品质量进行定量评估，对是否结束测试任务给出判断依据。测试中心基于Gompertz模型的进行缺陷预测研究与分析，让测试人员在测试初期就对自己大致的工作量有了比较准确的估计，并对测试的每个阶段发现的bug实施分析和监控；根据实际对照的目标达成情况来调整测试的力度；避免资源分配过多导致公司资源浪费，资源分配过少导致软件质量不高。
  工欲善其事，必先利其器，目前测试中心自主研发的MTF测试管理测试平台1.4.3版本，完美的融合了Gompertz模型。让缺陷预测分析变得如此简单，让项目成员都可以应用Gompertz模型进行分析了。测试管理平台Gompertz核心实现步骤如下所示：
  （一）在管理平台中预先定义遗留缺陷率目标，该目标是项目组对项目质量管理的目标，可以自己设定，通常情况，针对CMMI4、5级的软件公司，遗留缺陷率应该小于等于5%。
  示例设置日期跨度为2018/1/1到2018/2/9，遗留缺陷率目标是3%，期望累计发现缺陷数为50：

  （二）测试管理平台每日从数据库中自动收集并统计项目当日的缺陷数据。缺陷数据分为有效缺陷和无效缺陷，有效缺陷是除取消和拒绝的其他状态的缺陷，系统通过平台自动统计有效缺陷的数量。

  （三）根据（二）收集后的数据，管理平台自动调用Gompertz模型算法，估算出下述公式的K，a，b的值，进行项目数据缺陷预测分析。K值即为预测的总缺陷数，通过公式K*（1-遗留缺陷率目标%）得出项目预计应发现的缺陷总数。
  t: 时间或测试次数
  K: 预测的总缺陷数 (y的最大值）
  Ka: 当t=0时Y的初值，预测缺陷的起点
  b: 代表倾斜度，b越大代表需要测试时间越多，达到K的时间越；b越小则需要测试时间越少
  Yt: 随时间t发现的软件缺陷总数示例显示Gompertz模型预测应发现的缺陷数为34，实际缺陷发现数位33，与目标数量差1个。系统预计测试团队可以额外安排一天时间发现更多缺陷。

（四）通过（三）的结果，平台将自动计算出每日的缺陷预测数，并通过统计实际每日累计发现的缺陷数，绘制报表并展示。

  备注：在1时，由于测试人员对于测试系统的不熟悉发现的缺陷低于预测值，这时应该让测试人员尽快熟悉测试系统及测试环境。在2时，实际发现缺陷低于预测值，这时可能是存在测试资源不足导致实际发现缺陷少于预测缺陷值。在3时，实际发现缺陷数高于预测值，如果持续与预测曲线出现较大分离，测试系统的质量可能存在一定风险，需要进一步采取措施。
  （五）用户还可以输入期望累计发现的缺陷数，平台会逆推算出还需测试的次数以及还需测试的工作量。即通过K、a、b、Y的值计算出t。
  本次MTF测试管理平台完美兼容缺陷Gompertz模型仅仅只是一次小小的创新和融合，在测试数据的使用和度量上还有很长的路要走，在未来一定会让数据这一宝贵资产在测试保障和度量上发挥更大作用。