Capgemini:2018年世界质量报告 (WQR)

Capgemini 凯捷携手Sogeti 和Micro Focus于今日共同发布第十期《世界质量报告》 (WQR) 。虽然终端用户体验的重要性在过去几年一直都处于上升趋势,但今年 IT 专家们才首次将用户体验列为质量保证(QA)环节的首要关注点。新报告指出人工智能(AI)、机器学习和数据分析正逐步融合,并强调使用这些技术实现智能自动化,使其成为未来两到三年内推动 QA 和测试转型最具颠覆性的力量。

新报告统计了来自 32 个国家、10 个行业的 1,700 名首席信息官和高级技术人员对 QA/测试任务重要性的评分,其中“保证终端用户满意度”成为首要关注重点(总分 7 分,该项平均得分 5.85 分)。紧随其后的是“对软件正式上线前的缺陷检测”(5.81/7)和“提高软件或产品质量”(5.81/7)。

人工智能、预测性分析和智能测试自动化成为 QA 确保终端用户满意度的关键因素  

报告指出,随着发展重点转移至改善用户体验,企业已经开始使用 AI 技术优化 QA 过程。高达 45% 的受访者表示正在使用智能自动化技术,另有 57% 表示正在尝试开发测试智能应用程序的新方法,包括 AI 和机器学习技术。此外,59% 的企业表示未来几年将重点关注预测性分析,也有部分企业表示对机器人自动化和机器学习感兴趣,比例分别为 54% 和 36% 。

凯捷集团执行副总裁兼全球应用服务业务负责人 Brad Little 对此表示:“质量保证已不再是一项后台职能。它已经成为一项重要活动,能够对用户体验产生直接影响。而 IT 专家们也已经明显地意识到了这一点,从《2018年世界质量报告》中就可以看出。从短期来看,IT 团队需要尽快升级自身技能并掌握新技术,才能够适应未来以 AI 和自动化为主的转型环境。”

随着 AI 在测试和 QA 应用方面的逐步成熟,三种截然不同的新职能将出现:AI/QA 战略顾问、数据科学家和 AI 测试专家

据《2018 年世界质量报告》指出,企业在获取新技术格局所需的专业技能方面存在挑战。超过三分之一(36%)的受访者认为,在需要充分了解 AI 如何影响业务流程的专业人士群体中普遍存在技能短缺的情况,并有 31% 的受访者认为自身并不完全具备所需的数据科学技能。

Brad Little 补充道:“技能短缺是企业需要克服的一个巨大障碍; AI 专家需要具备一系列广泛的技能,如算法知识、数学优化和商业智能等等。相比过去,未来的 IT 部门将拥有更多的数据科学家、 AI 测试专家和战略顾问。”

AI 和自动化在批量式 QA 测试中的应用程度提高

《2018 年世界质量报告》总结指出,企业对终端用户满意度的关注度凸显了其他业务目标的重要性,如响应力(上市速度)、竞争力和创新性。这驱使企业在合理操作范围内去尝试处理大量结构性和非结构性数据。这也体现了企业心态的变化,相比先前在提升多渠道体验方面所作出的努力,企业在该领域已有了明显进展。

Micro Focus 应用交付管理业务高级副总裁兼总经理 Raffi Margaliot 说道:“用户开始越来越多地使用多种设备与企业在复杂技术平台上进行互动,这使得用户体验的无缝衔接成为一个关键方面。随着对 AI 、数据分析和物联网领域的探索持续推进,企业需尽快将重心转移至发展测试团队的专项能力上,以适应越来越高端的技术格局。”

凯捷《2018 年世界质量报告》指出测试和质量保证在中国进展迅速。中国企业正向去中心化测试组织转变,敏捷团队正在逐步成形。67% 的受访者表示已完成对重要职能的去中心化,如测试自动化。该数字高于全球平均水平( 57%)。

同时,企业计划加大投入创建敏捷基础设施,这也意味着他们将加大对自动化和 DevOps 工具的投资,并且更加看重质量。75% 的受访者表示,对更高 IT 质量的需求已成为增加 IT 预算的主要推动力。这一百分比远高于全球平均水平( 27%)。

中国企业也对开发全新的用户应用程序持积极态度,同时移动应用测试正形成趋势。得益于此,中国企业加大了对虚拟化和用户测试实体设备的投资。37% 的受访者表示,测试环境虚拟化将在未来几年成为一项重要的自动化技术。

缩短上市周期也推动了云技术在中国的更广泛普及。68% 的受访者表示会采用基于云的测试环境进行性能测试,这一比率高于全球平均水平(58%)。

此外,中国对人工智能 (AI) 的接受度也有所提高。专家表示已有不少企业开始应用人脸识别等高端 AI 技术。以下内容对中国在测试和质量保证领域的重要趋势进行了总结:

敏捷即是未来

敏捷方法在中国获得快速发展。企业正向去中心化测试团队转型。测试打破组织“孤岛”,成为 Scrum团队的一项职能。这一点在调查中也得到了印证,67% 的中国地区受访者表示测试活动得到了团队全员的参与,而非由特定的测试人员进行。这一数字明显高于全球平均水平( 43%)。

这也说明中国的测试方法更加流畅。如今,测试人员能够与开发人员和运营人员通力合作,提高质量保证、缩短产品迭代周期。得益于此,DevOps 也在中国企业得到了迅速发展。

此外,68% 的中国地区受访者表示其通过整合测试用例实现交付业务线的自动化。另有 59% 的受访者表示倾向于采用基于云的开发和测试环境。一方面,企业对开源自动化工具的需求增加,希望借此节约成本;另一方面也因为此类工具与 DevOps 和敏捷环境能更好兼容。随着企业在组织内部推行敏捷过程,规模化敏捷受到越来越多的关注。

自动化推动云需求增长

许多在中国的小型企业正成为云需求增长的主要推动力。为此,服务提供商也开始提供定制解决方案。

尽管中国在云方面存在安全隐患,但这并未影响企业将其应用程序迁移至云平台。云的灵活性特点使企业在寻求自动化工具(用于持续性测试)的同时推动了云需求的持续增长。DevOps 团队可通过云平台实现实时协作、访问测试环境,使操作更加方便。

53% 的受访者表示倾向于使用基于云的测试环境对面向用户的应用程序进行功能测试,如可携带设备和移动设备,这要高于全球平均水平( 46%)。企业也热衷于探索用于自动化的开源工具,因为它们更适合敏捷和 DevOps 团队使用。

持续性测试以确保质量

中国企业十分看重其所开发的用户应用程序的质量。鉴于此,他们在应用程序的性能和功能性测试领域投入了更多的精力。68% 的中国地区受访者表示他们主要使用(基于云的)测试环境进行性能测试,同时也有 73% 的受访者表示主要使用这些环境进行功能测试。

除确保正确的测试环境外,中国企业还采用真实用户测试应用程序。企业更愿意创建并采用 Alpha 版本进行真实用户测试,通过从中获得反馈进行及时整合,以发布应用程序的 Beta 测试版本。

为加速用户应用程序测试,中国企业也对实体设备进行投资。35% 的受访者表示会在正式发布应用前在实体设备上进行测试。此外,他们也对模拟器和虚拟化进行投资,以确保用户应用程序的质量。

分析同样有助于优化用户应用程序的质量保证和测试过程。然而,专家表示分析在测试过程中的应用程度仍有较大提升空间。33% 的中国地区受访者会采用预测分析,而这一数值要稍低于全球平均水平( 36%)。其余 40% 的受访者表示会在智能自动化中应用分析,这一数值同样低于全球平均水平( 45%)。企业也需要更多具备分析技能的测试员,以推动智能自动化的发展。

人工智能获得更多认可

在中国,人工智能正逐步崛起,不少零售和制造企业已开始采用人脸识别和语音识别应用过程接口(API)。专家表示,云服务商通过为企业提供 API 生态系统,帮助企业实现对 AI 工具的应用。32% 的中国地区受访者表示认知能力是 AI 领域的重要研究课题。这体现了 AI 在中国积极的发展趋势,预示着未来几年 AI 的普及度会更高。

中国的测试和质量保证领域发展迅速,得到了创新技术和数字技术的大力支持。中国企业成为敏捷过程普及应用的强大驱动力,并且正逐步由中心化团队向 DevOps 架构迁移。

此外,中国对自动化和开源自动化工具也表现出浓厚兴趣。同时,自动化也极大地推动了企业对云的采用,即使是小型企业也显示出了对云的兴趣。

在中国,用户应用程序测试已成为优先发展领域。在保证自有用户应用程序的质量方面,中国企业不遗余力。同时,他们也加大了对虚拟测试环境的投资,以此缩短用户应用测试周期。

中国企业对 AI 也展现出了浓厚兴趣,且已有部分企业开始采用 AI 技术。这将推动 AI 和机器学习技术在未来的广泛普及。

PDF版本将分享到199IT交流群,支持我们发展可加入!

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部