质量运营在智能支付业务测试中的初步实践

背景

毋庸置疑，质量是决定产品能否成功、企业能否持续发展的关键因素之一。对于“质量时代”下的互联网企业，如何在快速迭代的节奏中兼顾质量，真正落地“人人重视质量、人人创造质量、人人享受质量”，这是对 QA 的要求，也是整个产品技术团队面临的重要挑战。

质量运营，是将运营的思路注入到质量评估与改进工作中，它着眼于产品的全生命周期，以质量为中心，以数据为驱动，通过建设持续迭代的质量保障体系，最终提升交付质量。本文将聚焦研发过程中的提测阶段，以改进提测质量为例，从方案制定、策略应用、效果评估等几个方面，介绍质量运营在智能支付业务中的初步应用。

挑战

美团点评智能支付承担了整个公司所有线下交易，当前日交易量已经突破 1000 万单，是公司继外卖和摩拜之后，又一个千万级日订单的业务。业务高速增长、团队快速扩张的情况下，质量问题极易被放大化，如果不能及时得到处理，后续解决成本会越来越高。

存在的痛点

刚参与智能支付业务测试时遇到的几个问题，如下：

1. 缺陷严重级别高，提测打回时常发生，如：核心功能未实现或实现与需求不符。

2. 缺陷数量多，定位、修复、回归耗时长，如：越在上游引入的缺陷，修复的成本就越高，潜在的风险也越大。

3. 各类低级缺陷，团队彼此间的信任度降低，如：文案错误、变量引用错误等编码大意导致的低级缺陷。

解决的难点

在尝试去改善时发现难以推动的几个问题，如下：

1. 对暴露出的质量问题，如何更直观的在认知上达成一致？如：收到过很多类似的问题反馈：“xx 的缺陷太多了，质量意识差”、“xx 项目存在很大问题，需要尽快改进”，即使是基于事实得出的判断，这种偏主观的表达方式，对问题达成一致的认知带来很大的困难。

2. 对已公认的质量问题，如何更快速的进行分析和定位？如：缺陷发生在测试阶段，但缺陷的引入可能是在需求阶段、设计阶段、开发阶段；某个时间段内的异常质量数据，可能是 A 项目或 B 项目，可能是 C 团队或 D 团队。问题类型细分、数据钻取能力等等，在问题的快速分析和定位中至关重要。

3. 对已定位的质量问题，如何找到可以落地的改进措施？如：项目总结中常常会见到类似这样的描述：“加强自测”、“严格遵守项目流程”、“文档需要写的更详细些”，这种偏“形容词”的改进措施，很难实际操作，这也是整个质量改进过程中最大的一个难点。

思路

质量改进是一个持续迭代的过程，不可急于求成。按照质量运营的方法，基本思路为：分析痛点，找到抓手，持续运营，形成闭环。

基于提测阶段的质量问题特征，从痛点和难点中寻找突破点。大致思路为：

1. 目标应达成一致：质量改进的目标是 QA 的 KPI，并应该与关键干系人在愿景、目标上达成一致。

2. 问题的客观呈现：提取核心度量指标，通过有效数据和典型案例说话。

3. 数据的灵活钻取：尽可能全的提供各种维度的数据，并分层级展示。

4. 改进措施可落地：对措施的多方 Review、流程标准化到工具化的演进。

解决方案

解决方案的重中之重，是务必遵循 PDCA 来实现运转方式的闭环。具体如下：

确定问题与方向

通过痛点描述可知，缺陷是反映智能支付业务当前提测质量的最显著特征。提测质量的进一步分析，可通过 缺陷的数量、缺陷的严重程度、缺陷的生成原因 三个方向来展开。

缺陷数量

缺陷的严重程度

缺陷的生成原因

度量指标及标准

针对缺陷的三个分析方向，提取出可度量的指标、定义合理的标准值，并与整个团队达成一致。

指标提取策略

1. 典型性

2. 找最想要解决的问题。不追求全面，只针对 Top 问题提取指标，如：生成原因里最应该避免的是哪些。

3. 找最能反映问题的指标。如：缺陷数量有众多度量指标（新增数量、人均数量等等），为排除工作量影响，我们选择用千行代码缺陷率这个指标。

4. 有效性

5. 除非对绝对数量有明确要求，否则尽量使用百分比作为度量指标。

6. 指标数据的计算方式，要求简单易懂，并务必得到相关人的认可。

标准制定策略

1. 基于公司统一要求，如：Sonar 千行代码严重问题数，统一标准为低于 0.1。

2. 基于公司各业务现状，如：缺陷相关指标按照公司各业务部门排行，取 Top5 的值作为标准线。

3. 基于自身业务阶段持续调整，如：随着智能支付业务质量的持续改进，定义更严格的质量标准。

最终定义的指标与标准

获取数据并展示

基于 Metrics（美团点评工程质量中心提供的度量平台），能够快速的获取数据并展示。但要注意，部分指标的计算需要对 Metrics 提供的数据进行二次处理，以保证数据的精准性。如：在计算千行代码缺陷率时，需要排除掉开发自测缺陷等。

对于数据的展示形式，除了利用 Metrics 提供的各种图表外，最为关键的是要实现数据与问题（相关缺陷）的可关联，以便进行下一步分析。如下图所示（通过超链接方式进行关联）：

数据与问题可关联

制定计划并改进

改进措施的制定和实施是整个质量改进过程中的重中之重。基于经验，给出三个策略。

自上而下与自下而上相结合

• 自上而下：通过有效数据、典型案例，建设可信任的结果评估体系；以此为基础，利用每一个问题数据，在 Leader 层强化质量意识，借鉴向上管理的思路，实现质量改进的向下驱动。

• 自下而上：通过案例复盘、数据钻取，对问题进行明确定位，让问题方基于工具即可将问题下沉到具体项目或具体角色，进而推进可落地的过程改进，并持续利用结果评估体系衡量改进效果，实现质量改进的向上闭环。

多维度的数据聚合与分析相结合

• 周维度数据聚合：对周数据中的异常进行分析，并排除掉因周期偏短导致的数据噪点，重在对问题进行风险预警。

• 月维度数据聚合：对月数据中的异常进行分析，并结合数据的变化趋势，重在对问题进行确认和改进。周维度和月维度相结合，构成了质量管理中的问题发现与改进周期。

• 季度维度数据聚合：对季度数据的分析，重在得出对质量目标的完成度并给出质量评分，并对过程中的问题进行回顾和总结，构成了质量管理中的考核周期。

流程的标准化与工具化相结合

• 在改进提测质量的初期阶段，对于流程的优化经常出现在各个项目总结的改进措施中，但大多是通过意识、模板或者口头提醒来实现，这无疑增加了流程的接入成本、执行难度，进而降低了流程的约束力。

• 借鉴在制造业中常见的一种解决思路——“防呆措施”，在流程标准化之后，应尽可能将其工具化，提升流程的生命力。

• 防呆措施的目的之一是防止不符合流程的产出物交付到下游。

• 将防呆措施应用到提测流程，即应实现各项准入标准的自动化检查，类似如下提测时校验：

防呆措施

测试流程

回顾与反馈

主要从时间维度、项目维度两方面开展。

1. 时间维度，各类周会、双周会、季度总结，对质量数据进行 Review。

2. 项目维度，重在项目复盘。复盘可以看成 PDCA 环和环之间的连接，有了它，PDCA 才能环环相扣、周而复始。

迭代与推广

若改善有效，则进行推广。若改善无效，则分析原因，修改计划，重新启动另一轮 PDCA。

1. 指标与标准的持续迭代，如：过程中对 Sonar 千行严重问题数的标准由 0.1 提升到 0。

2. 度量模型与方法工具的推广，如：质量报表、Sonar 在 PR 时触发检查不通过不允许 Merge、提测准入自动化等等在其他业务的推广。

效果

对于效果的评估，主要从三方面进行说明。

1. 质量数据的关注度

2. 质量指标的达成度

3. 过程质量改进对迭代效率的提升效果

质量数据关注度

主要体现在团队各方对质量报表的使用率。以下三张图分别为：智能支付 QA、智能支付 RD、智能支付 RD Leader 对质量报表的使用率走势。

智能支付 QA

智能支付 RD

智能支付 RD

质量指标达成度

对质量指标的达成情况进行说明，其中：初始值为 16 年 Q4 的情况。

近几个 Q 的变化趋势，如下：

迭代效率提升效果

以客户端方向为例（之前过程质量存在较严重的问题），说明过程质量改进对迭代效率的提升效果。

总结

经过一段时间的摸索和实践，我们在提测质量上有了较明显的提升，过程中积累的方法、流程和工具也在推广使用。但提测质量只是全生命周期质量运营的一小部分，对于高速发展的智能支付业务，不仅要求整个质量保证体系的迭代优化，更要求全体成员不断提升质量思维、持续追求极致质量，进而形成一种质量文化，真正实现“人人重视质量、人人创造质量、人人享受质量”。

作者介绍

• 勋伟，美团点评高级测试开发工程师，金融服务平台智能支付业务测试负责人，2015 年加入美团点评。