测试管理:用量化的思想管理工作

让人想犯罪 __ 提交于 2019-12-01 04:52:54

1. 问题

我们首先要提出一个观点,在企业工作中,不以“效益”为目标的工作都是耍流氓。不论是日常工作安排,还是长远的技术规划布局,不论是产品的生产,还是人员的培训,在企业里其最终落脚点都应是“效益”。而效益,则必须以量化的方法加以度量,否则就无法客观准确衡量其价值。

如何量化工作,在现今的企业中是实际存在的问题,很多企业和企业中的管理者包括基层员工,都不具备量化思想和思路。这导致我们经常在工作中能看到一些令人啼笑皆非的现象。

  • 在企业绩效管理中,我们经常发现自己被不断的“定性评价”。比如一个绩效指标是工作完成情况。那么工作完成得好还是不好?如果“完成得好”应该如何定义?
  • 在技术应用的领域中,很多项目只是出于追赶潮流的目的而进行技术升级,然而却缺乏有效的手段去衡量技术所带来的价值。
  • 在个人工作范畴内,如何向领导展示自己的工作业绩和成果?我们的个人汇报常常流于“记流水账”,缺乏亮点,也缺乏说服力。

如果一件工作你永远都找不到一个量化它产生价值的方法,那我们可以说这件工作没有什么价值。有些人可能会质疑这种观点,他们经常会举例说司机、清洁工或者是厨师,他们的工作怎么量化,我就问他们,那他们工作主要目的是什么?你会说:提供服务啊!那就对了。既然是提供服务是他们的主要工作目标,那就可以用满意度指标来度量,这样不就是量化了吗?

对于软件测试工作来说也存在着难以量化的问题,测试最直观的量化数据是测试执行量和缺陷数量。这两个数据能够体现出一定的价值,但又不能客观的反映出所有的测试工作量和价值。但是测试工作应该被量化,如果无法直接量化,则应该采取间接量化,指标转换的方法来实现量化度量。

2. 指导思想

我们将SMART原则做为指导我们量化工作的思想。

 

 

 

SMART原则:

Specific-明确的

事务目标必须明确,不能过于笼统。

如:加强内部培训,提高团队水平?如何加强?如何提高?

Measurable-可衡量

应该有一组明确的数据,作为衡量是否达成目标的依据。 如果制定的目标没有办法衡量,就无法判断这个目标是否实现。

如:通过内部培训,使人员技能水平得到提升?

Attainable-可达成

目标是要能够被执行人所接受的,当前组织技术水平可达到的。

Relevant-相关的

目标的相关性是指实现此目标与其他目标的关联情况。 如果实现了这个目标,但对其他的目标完全不相关,或者相关度很低,那这个目标即使被达到了,意义也不是很大。

Time-Bounded-有时限的

目标特性的时限性就是指目标是有时间限制的。

 

可以看到,遵循SMART原则,可以让我们的事务组织,工作规划更为明确,可度量。从而避免事务交代模糊,结果流于定性判断。

3. 案例

案例1:量化目标管理

企业中流行着一种事务管理办法,OKR法。

OKR工作法意为 Objective, Key Result,被广泛应用谷歌、领英等顶级公司,既适用于大型公司,也适用于小团队。

通过阶段性明确工作目标(O-Object),并使用关键性度量来衡量结果(KR-Key Result)。其中的关键就在于KR的可量化衡量,否则目标管理就是一句空话。

我们来对比一下量化之前和之后的OKR:

定性目标:

O:高效的完成测试工作  KR:测试工作按计划完成,工作成果得到领导认可  

定量目标:

O:高效的完成测试工作  KR1:A模块测试用例200条全部执行完成  KR2:缺陷泄漏量为0  KR3:工作进度偏离低于10%  

案例2:量化的技术效益

我们以自动化测试技术的应用为例。

大家都在谈论测试自动化技术如何能提升测试团队效率,解决难点问题,解放测试人员。然而,如何去判断测试自动化技术能否真的实现这些目标?

我们可以用量化的公式来衡量自动化测试的效益:

- 自动化收益=全手工测试成本–自动化首次成本–自动化维护成本  - 全手工测试成本=分析成本+设计成本+测试次数X执行成本  - 自动化首次成本=分析成本+设计成本+自动化搭建成本+编写成本+执行成本  - 自动化维护成本=维护次数X单次维护成本  

解读:

  1. 所需测试次数越多,自动化收益越高
  2. 重复测试的需求越低,自动化收益越低,并且可以为负值
  3. 自动化维护次数越多,自动化收益越低

所以自动化测试能否节约成本,需要充分调研,用数据说话。

案例3:个人简历量化体现

很多人的个人简历缺乏亮点,难以获得用人单位的青睐。特别是对于资深的工程师,自动化测试工程师,管理人员而言。如何让简历能够从众多求职者中脱颖而出? 量化!就是非常好的方法。

我们可以采用STAR(Situation, Task, Action, Result)的方法来重新组织个人简历。如下所示:

 

 

我们首先要提出一个观点,在企业工作中,不以“效益”为目标的工作都是耍流氓。不论是日常工作安排,还是长远的技术规划布局,不论是产品的生产,还是人员的培训,在企业里其最终落脚点都应是“效益”。而效益,则必须以量化的方法加以度量,否则就无法客观准确衡量其价值。

如何量化工作,在现今的企业中是实际存在的问题,很多企业和企业中的管理者包括基层员工,都不具备量化思想和思路。这导致我们经常在工作中能看到一些令人啼笑皆非的现象。

  • 在企业绩效管理中,我们经常发现自己被不断的“定性评价”。比如一个绩效指标是工作完成情况。那么工作完成得好还是不好?如果“完成得好”应该如何定义?
  • 在技术应用的领域中,很多项目只是出于追赶潮流的目的而进行技术升级,然而却缺乏有效的手段去衡量技术所带来的价值。
  • 在个人工作范畴内,如何向领导展示自己的工作业绩和成果?我们的个人汇报常常流于“记流水账”,缺乏亮点,也缺乏说服力。

如果一件工作你永远都找不到一个量化它产生价值的方法,那我们可以说这件工作没有什么价值。有些人可能会质疑这种观点,他们经常会举例说司机、清洁工或者是厨师,他们的工作怎么量化,我就问他们,那他们工作主要目的是什么?你会说:提供服务啊!那就对了。既然是提供服务是他们的主要工作目标,那就可以用满意度指标来度量,这样不就是量化了吗?

对于软件测试工作来说也存在着难以量化的问题,测试最直观的量化数据是测试执行量和缺陷数量。这两个数据能够体现出一定的价值,但又不能客观的反映出所有的测试工作量和价值。但是测试工作应该被量化,如果无法直接量化,则应该采取间接量化,指标转换的方法来实现量化度量。

2. 指导思想

我们将SMART原则做为指导我们量化工作的思想。

 

 

 

SMART原则:

Specific-明确的

事务目标必须明确,不能过于笼统。

如:加强内部培训,提高团队水平?如何加强?如何提高?

Measurable-可衡量

应该有一组明确的数据,作为衡量是否达成目标的依据。 如果制定的目标没有办法衡量,就无法判断这个目标是否实现。

如:通过内部培训,使人员技能水平得到提升?

Attainable-可达成

目标是要能够被执行人所接受的,当前组织技术水平可达到的。

Relevant-相关的

目标的相关性是指实现此目标与其他目标的关联情况。 如果实现了这个目标,但对其他的目标完全不相关,或者相关度很低,那这个目标即使被达到了,意义也不是很大。

Time-Bounded-有时限的

目标特性的时限性就是指目标是有时间限制的。

 

可以看到,遵循SMART原则,可以让我们的事务组织,工作规划更为明确,可度量。从而避免事务交代模糊,结果流于定性判断。

3. 案例

案例1:量化目标管理

企业中流行着一种事务管理办法,OKR法。

OKR工作法意为 Objective, Key Result,被广泛应用谷歌、领英等顶级公司,既适用于大型公司,也适用于小团队。

通过阶段性明确工作目标(O-Object),并使用关键性度量来衡量结果(KR-Key Result)。其中的关键就在于KR的可量化衡量,否则目标管理就是一句空话。

我们来对比一下量化之前和之后的OKR:

定性目标:

O:高效的完成测试工作  KR:测试工作按计划完成,工作成果得到领导认可  

定量目标:

O:高效的完成测试工作  KR1:A模块测试用例200条全部执行完成  KR2:缺陷泄漏量为0  KR3:工作进度偏离低于10%  

案例2:量化的技术效益

我们以自动化测试技术的应用为例。

大家都在谈论测试自动化技术如何能提升测试团队效率,解决难点问题,解放测试人员。然而,如何去判断测试自动化技术能否真的实现这些目标?

我们可以用量化的公式来衡量自动化测试的效益:

- 自动化收益=全手工测试成本–自动化首次成本–自动化维护成本  - 全手工测试成本=分析成本+设计成本+测试次数X执行成本  - 自动化首次成本=分析成本+设计成本+自动化搭建成本+编写成本+执行成本  - 自动化维护成本=维护次数X单次维护成本  

解读:

  1. 所需测试次数越多,自动化收益越高
  2. 重复测试的需求越低,自动化收益越低,并且可以为负值
  3. 自动化维护次数越多,自动化收益越低

所以自动化测试能否节约成本,需要充分调研,用数据说话。

案例3:个人简历量化体现

很多人的个人简历缺乏亮点,难以获得用人单位的青睐。特别是对于资深的工程师,自动化测试工程师,管理人员而言。如何让简历能够从众多求职者中脱颖而出? 量化!就是非常好的方法。

我们可以采用STAR(Situation, Task, Action, Result)的方法来重新组织个人简历。如下所示:

 

 

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!