1. 质量度量指标体系

质量度量是测试度量体系的核心,直接反映被测系统的质量水平和测试活动的有效性。以下从缺陷度量、覆盖度量和稳定性度量三个维度展开。

2. 核心质量指标

2.1 缺陷密度(Defect Density)

衡量每单位规模下的缺陷数量。

计算公式

缺陷密度 = 缺陷总数 / 功能点数量(或代码行数KLOC)

行业参考值:

  • 银行核心系统:2-5个缺陷/功能点(含测试各阶段)
  • 外围渠道系统:3-6个缺陷/功能点
  • 内部管理系统:4-8个缺陷/功能点

2.2 缺陷逃逸率(Defect Escape Rate, DER)

衡量测试活动拦截缺陷的有效性,是测试团队最关注的核心指标之一。

计算公式

缺陷逃逸率 = 生产环境缺陷数 / (测试阶段缺陷数 + 生产环境缺陷数) × 100%

行业基准:

  • 优秀:逃逸率 < 5%(银行核心系统目标值)
  • 良好:逃逸率 5%-10%
  • 一般:逃逸率 10%-20%
  • 需改进:逃逸率 > 20%

2.3 缺陷发现效率(Defect Detection Efficiency, DDE)

衡量每单位测试投入发现的缺陷数量。

DDE = 阶段缺陷数 / 阶段人员工时(人天)

银行经验值:功能测试阶段 DDE 约 0.3-0.8个缺陷/人天,集成测试阶段约 0.5-1.2个缺陷/人天。

2.4 测试覆盖率

覆盖类型定义银行建议目标测量方法
需求覆盖率有对应测试用例的需求比例≥ 95%需求跟踪矩阵(RTM)
接口覆盖率被测接口数量/总接口数量≥ 90%API文档比对
代码覆盖率测试执行的代码比例≥ 70%(行覆盖)覆盖率工具(JaCoCo等)
场景覆盖率业务场景覆盖比例≥ 85%业务流程图分析

2.5 缺陷严重程度分布

分析缺陷构成比例,帮助识别质量管理薄弱环节:

  • P0-致命(Critical):资金计算错误、安全漏洞、数据丢失等,占比应 < 3%
  • P1-严重(Major):核心功能无法使用,占比通常 15-25%
  • P2-一般(Minor):非核心功能异常,占比通常 30-40%
  • P3-轻微(Trivial):界面/文案/体验问题,占比通常 35-50%

3. 质量问题分析模型

3.1 正交缺陷分类(ODC)

ODC通过缺陷的多维分类(类型、触发条件、影响等),帮助定位测试和开发过程的薄弱环节。银行业ODC分类建议:

  • 算法/逻辑缺陷(40-50%)→ 需要加强场景设计和边界测试
  • 接口/集成缺陷(15-25%)→ 需要加强契约测试和接口联调
  • 数据缺陷(10-15%)→ 需要加强数据校验和状态转换测试
  • 环境/配置缺陷(5-10%)→ 需要加强环境管理和配置审核

3.2 缺陷根因分类模型

通过根因分析识别缺陷产生的根本原因:

  • 需求缺陷(30-40%):需求不清晰、遗漏、矛盾——需加强需求评审
  • 设计缺陷(20-30%):架构设计不合理、技术选型错误——需加强设计评审
  • 编码缺陷(25-35%):逻辑错误、边界处理不当——需加强代码审查和单元测试
  • 数据缺陷(5-10%):数据问题、配置错误——需加强数据变更管理