基于MFQ的测试分析和测试设计

MFQ 是由测试专家邰晓梅提出的结构化测试分析方法,已应用于华为、中兴等公司,帮助测试设计人员,从整体到局部,多维度快速抓取关键信息,完成测试设计。

MFQ的主要概念

1. KYM(Know You Missing)

KYM来源于HTSM(Heuristic Test Strategy Model启发式测试策略模型)中的环境信息,它是一套思考的模型,帮助我们提出问题、强化沟通,更好的了解需求。

KYM阶段从下面8个维度不断问问题全方位的收集信息,深入了解被测对象,识别出测试环节可能会出现的风险,输出思维导图形式的KYM。

用户(Customers):需求来源、用户有哪些、产品或特性是什么|

信息(Information):这个产品或特性需要关注的关键信息是全新的产品或特性还是新开发的;可参考的文档、手则、资料、网站,有没竞情分析报告,或同类产品参考历史版本出现过哪些问题|

开发者关系(Developer Relations):产品或特性由谁开发,代码规模,测试和开发人员的沟通协作方式,开发人员都做了哪些测试,发现了哪些问题,是否存在没有解决的问题|

测试团队(Test Team):测试人员组成和经验|

设备与工具(Equipment & Tools):需要哪些测试设备或工具,测试环境是否可获取,测试环境的搭建时长,产品的可测试虚如何,是否有可参考的自动化测试脚本|

进度(Schedule):估计的实际的测试周期,最早可以拿到测试的版本的时间,交付时间|

测试条目(Test Items):主要的测试项目有哪些、测试优先级|

交付(Deliverables):测试交付清单、测试交付时间|

2. TCO(Test Coverage Outline)

TCO梳理测试覆盖大纲,TCO需要收集的信息包含:

- 对M单功能的划分

- 对F交叉功能的识别

- 质量属性相关的测试场景

- 风险:影响需求交付的风险,提前识别出来

为有效提升测试人员分析能力发散思维能力,可采用以下学习方法: #### 学习逆向思维 逆向思维在软件测试中核心是“跳出正向流程,主动寻找系统的薄弱点、异常场景潜在风险”,即不局限于“功能应该如何正常工作”,而是思考“它可能在哪里失效、用户会怎么误用、极端场景下会出什么问题”。测试人员可通过刻意训练方法沉淀逐步掌握这种思维,先明确“逆向思维在测试中的具体应用场景”[^2]。 #### 运用MFQ模型 MFQ模型可打破“功能验证”的局限,传统测试过于关注“功能是否实现”(F),而MFQ强制思考“用户如何使用的”(M)“系统表现如何”(Q),从而发现更深层、更有价值的缺陷。其能从三个维度拓展测试思路,显著提升对需求、场景风险的质量覆盖,使测试设计更具创造性,鼓励测试人员超越需求文档,基于模型质量特性进行探索发散思考,还能为测试团队、开发团队产品经理提供一个结构化的讨论质量的框架[^3]。 #### 参与多样化项目 参与各种不同类型的测试项目,接触多样化的业务场景,在这个过程中不断尝试从不同角度去思考问题,分析可能出现的情况。 #### 案例分析与总结 对过往的测试案例进行深入分析,总结其中的经验教训,思考不同场景下的测试方法策略,从中学习如何运用分析能力发散思维解决实际问题。 以下是一个简单的模拟测试人员运用逆向思维分析测试场景的代码示例: ```python def reverse_thinking_testing(functionality): # 假设这里是正常功能描述 normal_scenarios = ["正常操作1", "正常操作2"] # 逆向思维考虑的异常场景 abnormal_scenarios = ["操作超时", "输入非法数据", "网络中断"] if functionality in normal_scenarios: print("考虑其在异常情况下的表现,如:") for scenario in abnormal_scenarios: print(f"当 {scenario} 时,功能是否正常") else: print("需要进一步分析可能的异常情况") # 调用函数 reverse_thinking_testing("正常操作1") ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值