测试,人人都是产品经理之产品、市场与测试

简介:

序言:产品、市场与测试,大家看到这个题目,不知道是否会有些疑惑,他们之间的关系会是什么,在做自动化测试已经有这么一段时间了,在这段时间中,我深深体会到,不管自动化测试,还是类似的测试技术,如果真要能够快速占领公司的测试市场,技术底蕴是一个方面,产品和市场策略也很重要,这几个月,空闲的时间,都会在看产品管理以及数据分析的知识,然后基于两者去看待测试,似乎也颇有一些风趣。

  前一段时间,我曾负责做过两个产品:一个是自动化测试平台、一个是自动化测试执行端。在做完前者后,我被调出负责部门自动化需求挖掘、推广和应用。也很好的有机会去使用之前的测试平台,在对其推广和应用过程,才逐渐发现平台的应用效果很差,最后测试人员在使用一段时间后,逐渐放弃,原因如下:

  1、产品原因:平台功能强大,包括:执行界面、任务管理分配、拓扑管理、脚本管理、执行端管理,但是却显得非常复杂且没有重点,对于测试人员反而加重了熟悉和使用负担。并且测试平台需要

  2、市场原因:没有对测试部门的整体现状好好分析,就急于开发平台,当时测试部门的情况是测试框架还不统一,测试脚本执行状况不是很良好并且测试覆盖率不足。可以理解为市场需求还未发展到那一步,这也许跟很多“创新型”公司正因为太过于创新,超脱于市场需求太大而死掉的原因类似吧。

  3、当然,还有一些其他的原因,包括技术原因、人员原因,但是这些都是次要的,就不详说了。

  因此,后来我在部门放弃了测试平台的使用,采用产品管理的手段重新做了一款自动化测试执行端,至今看来,效果还是不错的,至少测试人员都对它有所依赖了。

  1、“市场状况分析”:首先将所有技术组的自动化测试状况收集分析,发现现在他们的测试脚本都存在各种问题,每个技术组都有一个单独的测试框架,因此,我先引入软件配置管理(svn),将测试框架和测试脚本进行统一,如果移植工作量太大,则继续按前方式进行,但是先花力气将测试脚本稳定,尽量让脚本可以单独运行无误起来。

  心得:一个产品的崛起,需要的是市场某个阶段的稳定。基础不牢,一味的追求吹嘘上层应用,那么泡沫就这样产生了。

  2、“市场需求调研”:对几个小组的自动化测试接口人进行调研,发现他们以前用平台的时候,觉得最方便的还是在于执行部份,所以依托了于这样的需求,我好好写了一份自动化测试执行端的需求分析报告,包括:需求点、功能点以及使用分析(解决的问题)。然后,在设计上,采用了可拓展似的tab,可以不断添加新的功能集合。

  心得:一个好的产品就是踏踏实实的为需求服务的,并且是可拓展的,这个可拓展的原则就是基于一个思想即可。这个自动化测试执行端的理念就是:让自动化测试执行一条线(从导入—配置管理—执行—结果都能在界面上查看)

  3、市场应用和反馈:之后,快速完成编码,这个过程就忽略吧,高科技营销魔法之父,摩尔有一本书叫:《公司进化论:伟大的企业如何持续创新》,其能告诉你:产品与对应的市场、用户都是有自己的生命轨迹的。一个产品生命周期里有五种用户群:创新者—早期追随者—早期主流用户—晚期主流用户—落伍者。而在每个测试技术小组,自动化测试接口人都是很好的早期追随者,他们因为强制性的要求参与自动化测试,所以他们的需求目的性强,需要迅速能够解决问题的测试产品,但是这里有一个问题在于他们有时候虽然对产品某个地方不满意,但也会将就着用,而不会反馈,所以就需要你的积极沟通了,只有这样,你才能将早期的追随者的价值发挥到最大,从而能够让你的产品继续推广。

  心得:一定要区分用户群,发挥每个用户群的最大价值,要做一款细致的产品,那么一定不要用无所谓的心态,而是要把每一个点都做好。现在的产品层出不穷,特别是互联网产品,也许你因为某一秒的延时就错失了很多用户,从而让你的产品的用户群无法从早期追随者跨越到早期的主流用户。。

  总结:也许很多测试人员总觉得上面两个产品与自动化测试的从业人员或者测试开发人员相关,与做手工测试的没有什么关系,但我个人觉得不然,如果我们在测试这条路上走行进的时候,就像做产品和市场一样,能够更多的想想我的测试需求目的是什么,我的核心测试策略在哪?我的测试能够带来多大的价值?也许会更有收获呢,共勉之。

  之后,我想总结一下:数据、分析和测试,看看数据能给测试带来什么?









====================================分割线================================



最新内容请见作者的GitHub页:http://qaseven.github.io/

目录
相关文章
|
7月前
|
消息中间件 监控 测试技术
消息队列和应用工具产品体系-性能测试场景和工具
消息队列和应用工具产品体系-性能测试场景和工具
86 0
消息队列和应用工具产品体系-性能测试场景和工具
|
机器学习/深度学习 人工智能 算法
一文让你了解AI产品的测试 评价人工智能算法模型的几个重要指标
一文让你了解AI产品的测试 评价人工智能算法模型的几个重要指标
873 0
一文让你了解AI产品的测试 评价人工智能算法模型的几个重要指标
|
27天前
|
缓存 运维 Serverless
应用研发平台EMAS产品常见问题之测试检查更新没有反应如何解决
应用研发平台EMAS(Enterprise Mobile Application Service)是阿里云提供的一个全栈移动应用开发平台,集成了应用开发、测试、部署、监控和运营服务;本合集旨在总结EMAS产品在应用开发和运维过程中的常见问题及解决方案,助力开发者和企业高效解决技术难题,加速移动应用的上线和稳定运行。
|
1月前
|
机器学习/深度学习 人工智能 监控
视觉智能平台常见问题之体验产品的美颜测试关掉如何解决
视觉智能平台是利用机器学习和图像处理技术,提供图像识别、视频分析等智能视觉服务的平台;本合集针对该平台在使用中遇到的常见问题进行了收集和解答,以帮助开发者和企业用户在整合和部署视觉智能解决方案时,能够更快地定位问题并找到有效的解决策略。
22 1
|
1月前
|
监控 关系型数据库 MySQL
Flink CDC产品常见问题之使用3.0测试mysql到starrocks启动报错如何解决
Flink CDC(Change Data Capture)是一个基于Apache Flink的实时数据变更捕获库,用于实现数据库的实时同步和变更流的处理;在本汇总中,我们组织了关于Flink CDC产品在实践中用户经常提出的问题及其解答,目的是辅助用户更好地理解和应用这一技术,优化实时数据处理流程。
|
2月前
|
数据可视化 jenkins 测试技术
可视化BI类产品如何设计测试框架?
可视化BI类产品如何设计测试框架?
|
8月前
|
存储 Cloud Native 容灾
云原生灾备产品HyperBDR自动化测试实践
HyperBDR是一款基于云原生理念的迁移和容灾产品,核心的业务场景是将源端以块级别差量方式同步至云原生存储中,目前已经实现对块存储和对象存储支持,最后再利用Boot-in-Cloud专利技术将业务系统一键式恢复至可用状态,真正做到了对云原生编排能力的充分利用,满足迁移和灾备等业务场景的不同需求。 HyperBDR目前已经支持的源端操作系统大版本就将近10个(Windows/CentOS/Redhat/Ubuntu/SUSE/国产化操作系统),小版本更是超过几百个,而在目标目标云平台也陆续支持了将近40个(公有云、专有云、私有云、超融合、虚拟化等),并且数量还在增加。假设我们将源端的操作系统
235 0
|
9月前
|
测试技术
【测试流程】产品需求该如何对齐?(产品、开发、测试)
【测试流程】产品需求该如何对齐?(产品、开发、测试)
|
11月前
《阿里云产品手册2022-2023 版》——TPCx-BB测试认证性能全球第一
《阿里云产品手册2022-2023 版》——TPCx-BB测试认证性能全球第一
106 0
|
机器学习/深度学习 人工智能 自然语言处理
【产品进化论】支持100+种单证分类:开放免费测试
依托深源恒际自研的技术结合多重规则引擎,为健康险理赔流程提供集收单、初审、录入、扣费、理算、审核于一体的全流程自动化解决方案,助推理赔业务构建结构化数据,同时可结合医疗票据业务数据自动化无感地进行模型迭代训练,自动部署,形成优质的数据闭环和数据生态。
【产品进化论】支持100+种单证分类:开放免费测试