Три простых инструмента, которые экономят время тест-лиду в покрытии, анализе и планировании на проекте Оптимизация тестов и аналитики

Доклад принят в программу конференции
Артём Кузнецов
2ГИС

Руководитель группы тестирования Web-сервисов в 2ГИС. В тестировании с 2015 года.

Тезисы

Вас когда-нибудь спрашивали: “А сколько там ваши автотесты покрывают?”, “Зачем вам ЕЩЕ тестировщики??”, “Блин, опять баги нашли в авторизации. Как объяснить ПМу, что её давно пора рефакторить?”. Чтобы ответить на такие вопросы с доказательной базой, цифрами и графиками, я написал несколько инструментов, а затем и выложил их в OpenSource.


Именно о них и пойдет речь в докладе:
DataInu: говорит где у нас больше всего багов, что даёт повод для рефакторинга и фокус для написания автотестов. Вопрос: “Как объяснить ПМу, что авторизацию давно пора рефакторить?” больше не стоит, он и сам это понимает.
https://github.com/artkuznetsov/datadog ;
Workflow Simulation Service (WSS). Позволяет мне безопасно для проекта, команды и бюджета определять вероятность успешности изменений, на основе чего уже я могу принимать решение о их внедрении или отмене на живом проекте. Этот инструмент вместо меня отвечает на вопрос: “Зачем вам ЕЩЕ тестировщики??”
https://github.com/artkuznetsov/workflow-simulation-service ;
Подход, который даёт понимание, какие части приложения мы еще не покрыли, какие покрывать не надо,а какие - вообще мёртвые. Это понимание позволило нам правильно расставлять акценты при планировании скоупа автотестов на спринт. Способ применим только для Java приложений, но мы также сравним его с современными аналогами, такими, как Drill4J.
Теперь мы знаем сколько и что именно покрывают наши автотесты, а сколько - ручные.
https://bit.ly/3jdXzbP

Другие доклады секции Оптимизация тестов и аналитики