02-基于风险驱动的交付模式转型探索与实践-黄佳鑫

基于风险驱动的交付模式转型探索与实践

风险驱动交付模式源起

• 百度交付现状：随着工程能力提升，交付模式从纯手工测试逐步演变为自动化测试和持续集成持续发布，但存在冗余执行、周期长、线上问题漏出等问题。
• 挑战：RD和QA面临质效问题，包括需求关联bug占比高、测试冗余、人工评估耗时、线上bug漏出等。
• 破局思路：通过风险驱动测试，减少bug发生可能性和影响，实现质效最优。

风险驱动交付模式构建

模式介绍

• 何为风险驱动交付：基于风险驱动解决思路，减少bug发生可能性和影响，精准测试和评估风险。

模式建设

• 质量风险决策系统：核心功能包括风险识别、风险控制和风险决策。
  • 风险识别：建立识别能力，打通数据血缘关系，量化风险，采集代码、项目、人员等信息。
  • 风险控制：
    • 智能构建：精简、自动标注和自愈流水线任务或阶段，精简任务量6w+/Q，自愈任务量8k+/Q。
    • 精准测试：以更少的用例达到更多的问题召回，手工用例选择压缩率80%，回归耗时下降56%；系统流量选择压缩率70%，测试耗时压缩50%，召回bug 200+。
  • 风险决策：
    • 风险概率模型：采用逻辑回归模型，从历史数据自动学习“经验”，预测未来风险。
    • 决策结论：基于风险矩阵进行量化决策，助力自动流程流转。

模式应用

• 无人值守建设：通过完备测试、稳定构建和精确评估，实现无人值守项目占比达25%。
• 落地效果：识别1.1w+可自测项目，自测占比60%；精简任务6w+，测试执行时长降低50%+；拦截500+bug。

未来展望

• 分阶段需求发起测试：测试行为推荐/预警，下阶段自动/半自动测试执行，充分度评估。
• 质量风险决策系统：准出风险决策，低风险需求准出，集成准出，灰度准出，分级准出。
• 测试前：识别风险，推荐/预警活动和用例。
• 测试中：定向风险执行，前置拦截。
• 测试后：决策风险，给出建议，自动扭转。