Kuidas hinnatakse ülesannete keerukust testimise ja automatiseerimise protsessis?

Ülesannete keerukuse hindamine testimise ja automatiseerimise protsessis põhineb sageli järgmistele teguritele:

• Funktsionaalne valdkond: Kui keeruline on testitav funktsioon, kas see hõlmab kriitilisi süsteemi osi, kas on sõltuvusi teistest moodulitest.
• Testimise maht: Kui palju testjuhtumeid on vaja välja töötada ja täita, milline andmemahutavus on vajalik testkeskkonnale.
• Tehnilised oskused: Kas on vaja spetsiifilisi teadmisi teatud tehnoloogias, tööriistas, programmeerimiskeeles automatiseerimiseks või spetsiifilises testitüübis (näiteks jõudlus).
• Dokumentatsiooni kättesaadavus: Kui täielik ja ajakohane on funktsionaalsuse, nõuete, arhitektuuri dokumentatsioon.
• Keskkonna stabiilsus: Kui stabiilne on testkeskkond, kas on vaja täiendavaid seadistusi või pingutusi selle säilitamiseks.
• Riskid: Millised potentsiaalsed riskid on seotud selle ülesande testimise või automatiseerimisega.
• Koostöö: Kas on vaja aktiivset koostööd teiste meeskondadega (arendus, DevOps) või sidusrühmadega.
• Sarnaste ülesannete kogemus: Kas on varasem kogemus sarnaste ülesannete täitmisel keerukuse ja mahu osas.

Hindamiseks kasutatakse erinevaid tehnikaid, näiteks:

• Planning Poker: Meeskond arutleb ülesande üle ja hindab selle keerukust, kasutades spetsiaalselt välja töötatud kaarte (tihti Fibonacci arvude järgi).
• T-särgi suurused: Keerukuse hindamine T-särgi suuruste järgi (S, M, L, XL), mis annab ligikaudse, kuid kiire hinnangu.
• Eksperdi arvamus: Kogenud meeskonnaliige annab eksperthinnangu oma kogemuse põhjal.
• Analoogia: Keerukuse hindamine, võrdledes varasemate sarnaste ülesannetega.

Automatiseerimisel lisanduvad spetsiifilised tegurid:

• Lokaatorite keerukus: Kui lihtne on leida ja stabiliseerida lehekülje elementide lokaatorid.
• UI stabiilsus: Kui sageli muutub kasutajaliides.
• Raamistikuga integreerimine: Kui lihtne on integreerida automatiseeritud skriptid olemasolevasse testiraamistikku.
• Andmete ettevalmistamine: Kui keeruline on ette valmistada testandmeid automatiseeritud testide jaoks.
• Testide usaldusväärsus: Kui tõenäoline on "flaaking" testide ilmumine (ebastabiilsed testid, mis mõnikord ebaõnnestuvad ilma nähtava põhjuseta).

Suurte keerukuste hindamine aitab planeerida ressursse, määrata prioriteete, prognoosida täitmisaja ning hallata riske. See ei ole täpne teaduslik meetod, vaid pigem tööriist töömahu parema mõistmise jaoks.