Mesurer l'impact de l'automatisation des tests sur la qualité des logiciels

Se décrivant comme un « technologue accidentel », Justyn Trenner agit en tant que directeur du développement d'entreprise pour QA Financial, une société axée sur les technologies DevOps, l'automatisation et l'IA. Fondée en 2015, la société cherche à augmenter la façon dont les entreprises de commerce électronique et financières surveillent, découvrent et gèrent le développement, les tests et la livraison de logiciels.

Avec un tel objectif, il n'est pas étonnant que certains de leurs partenaires incluent des entreprises du monde entier, notamment Eggplant, IBM et Parasoft. Leur partenariat avec la Banque d'Angleterre se concentre sur la résilience numérique et le rôle des références inspectables dans DevOps.

QA Financial reconnaît que automatisation et tests automatisés sont des outils clés pour atténuer les risques dans le processus de développement. Après tout, si vous pouvez détecter les problèmes tôt, vous pouvez mieux éviter les catastrophes de déploiement et les violations de données.

Les défis

Les défauts de qualité peuvent entraîner des correctifs coûteux et également la perte de choses non quantifiables comme la confiance dans les produits ou les services. Bien qu'il s'agisse d'une partie importante du développement logiciel, comment pouvez-vous démontrer l'efficacité d'une approche d'ingénierie de la qualité ?

Plus important encore, comment établir un retour sur investissement (ROI) pour discerner quels sont les bons investissements en termes de budget et d'efforts pour promettre des performances de qualité constante ?

"Les tests et la correction des API peuvent représenter le double des dépenses de qualité par défaut que les autres défauts. L'approvisionnement en données est également une source clé de gaspillage (développement inefficace) et de dépenses en double.

—Justyn Trenner, assurance qualité financière

Tirer parti Analyses QA Vector® a aidé les entreprises à déterminer leur répartition optimale des dépenses, le fournisseur à utiliser et le modèle d'exploitation qui leur convient le mieux. Bien que l'IA joue un rôle clé, le fondement de la méthodologie s'articule autour de la prédiction des risques, de la résilience et de la ponctualité.

Lorsque l'on pose les questions liées à la résilience opérationnelle, la question des normes abrégées est essentielle. Il s'articule autour de plusieurs questions clés.

• Comment afficher le retour sur investissement des efforts de qualité ?
• Comment reconnaître une amélioration ?
• Comment comparer différentes approches ?
• Comment faire le lien entre la qualité et les résultats commerciaux ?
• Comment démontrer la conformité de la qualité à un régulateur ?

L'analyse vectorielle QA de QA Financial fournit les moyens de répondre à ces questions, améliorant ainsi la résilience numérique avec des références inspectables.

Découvrez comment votre équipe peut mettre en œuvre ces références pour mieux montrer le retour sur investissement en matière de qualité. Regardez la présentation de Justyn, Analyse comparative de la valeur de l'ingénierie de la qualité, à la Sommet 2021 sur les tests logiciels automatisés et la qualité. Voyez pourquoi le vieil adage, "Vitesse. Coût. Qualité. Choisissez-en deux, car vous ne pouvez pas avoir les trois », n'est plus vrai en matière de logiciels.

Coûts cachés et utilisation inefficace des fonds

Quantifier combien vous devriez dépenser pour des efforts de qualité peut sembler difficile à faire. Les données montrent que les tests et la correction des API peuvent représenter le double du coût par défaut que d'autres types de défauts. Cela entraîne une perte de temps, d'efforts et de budget sur des procédures inefficaces et des problèmes facilement résolus qui auraient pu être traités à l'avance.

Bien que cela puisse sembler être une bonne approche pour couper les coins ronds ou s'en tenir à ce que vous avez toujours utilisé au début, cela peut finir par vous coûter cher en argent, en talent, en clientèle ou les trois à la fin. QA Vector Analytics permet aux entreprises et institutions financières de mesurer les performances de qualité contre des rivaux et des pairs à travers les projets et les approches de développement.

L'approche

En essayant de créer des normes analysables pour des mesures de retour sur investissement de qualité, le plus grand obstacle était de voir comment la méthodologie d'une équipe affectait le développement. Après tout, ce qui fonctionne bien pour une équipe peut être totalement impossible pour une autre.

Modèle de cascade

Cette méthodologie traditionnelle de développement de logiciels est souvent utilisée par les entreprises au niveau de l'entreprise pour son flux linéaire qui a des objectifs définis.

Avant que la phase suivante puisse commencer, la précédente doit être totalement achevée. Il n'y a pas non plus d'option pour revenir en arrière et modifier le projet. Cette rigidité peut entraîner un développement coûteux et lent.

Agile

La méthodologie Agile est une option courante qui permet aux équipes de développement de minimiser les risques tels que les dépassements de coûts, les bogues et les changements d'exigences à mesure qu'ils ajoutent de nouvelles fonctionnalités. Cela signifie que les équipes poussent les changements par petits incréments et itérations. Les exemples incluent Crystal, Scrum, le développement piloté par les fonctionnalités (FDD), etc.

Développement rapide d'applications (RAD)

Ce processus condensé entraîne généralement de faibles coûts d'investissement tout en produisant un produit de haute qualité. RAD ne contient que quatre phases. Bien que rapide et idéal pour les projets avec des objectifs bien définis, RAD nécessite une équipe très stable de développeurs experts.

Une telle exigence de connaissances approfondies et la capacité de travailler et de pivoter rapidement en cas de besoin peuvent ne pas convenir à toutes les équipes.

DevOps hybride

DevOps est à la fois un ensemble de pratiques pour soutenir la culture organisationnelle et une méthodologie de développement. À la base, cette approche se concentre sur la collaboration, l'amélioration des délais de mise sur le marché et la réduction des taux d'échec des nouvelles versions.

Automatiser la livraison continue signifie souvent automatiser les tests continus, ce qui aide les équipes à détecter les bogues et les menaces potentielles plus tôt dans le processus. Cependant, les tests manuels sont toujours une partie cruciale du processus en tandem avec les tests automatisés.

Passer à DevOps en pensant que vous pouvez licencier des experts de qualité ou en pensant que vous pouvez simplement les transformer en développeurs conduit à un manque d'expertise en test et à un coût de réparation élevé puisque vos ingénieurs les plus chers font tout ce travail de réparation.

—Justyn Trenner, assurance qualité financière

Données testées sur le marché et basées sur les défauts

QA Vector Analytics fournit les informations que les entreprises peuvent utiliser pour rationaliser leurs flux de travail et leurs méthodologies.

Exemple en bref : Fintech

L'image ci-dessus montre les performances des entreprises avec différents modèles. Par exemple, vous verrez que les FinTechs utilisant le modèle hybride ont obtenu de très bons résultats pour l'évasion des défauts dans l'ensemble, les défauts triviaux étant leur meilleur domaine de performance. Cependant, lorsque vous examinez les défauts critiques, les FinTech du modèle hybride ont obtenu de mauvais résultats.

La raison en est l'épopée "fix-fast" où il y a une date de sortie, puis une date de sortie 2 quelques jours plus tard. Cela place les utilisateurs en tant que testeurs. Une proposition risquée si vous êtes préoccupé par les risques de sécurité, les violations de données, etc.

Aller au-delà avec l'automatisation

Comme pour les études de cas telles que celle de Parasoft Mesure du retour sur investissement de Caesars Entertainment et de l'automatisation des tests, l'accent est mis sur la démonstration du retour sur investissement auprès des dirigeants avec QA Vector Analytics. Viser à atteindre les trois points du triangle est plus que possible avec cette nouvelle approche. Faites en sorte que votre futur vous dise « merci » et investissez dans votre parcours de qualité avec les tests d'API, la virtualisation des services, et plus encore.