Réunissez les données de test
Cette activité est une phase de prise de recul où on rassemble tout ce qui a été produit lors de la campagne qui vient de se terminer pour le réutiliser dans les prochaines campagnes et revenir sur l’expérience acquise pour mieux faire la prochaine fois.
Vous devez rassembler des informations provenant de différentes sources, telles que :
les tests du cahier de recette ;
les tests exploratoires ;
les résultats des tests ;
les anomalies créées dans Jira ;
les fonctionnalités testées.
Cela vous permettra d’avoir une vue d’ensemble complète de la campagne, de pouvoir utiliser les données dans les campagnes futures et d’analyser ces données pour en ressortir des informations pertinentes sur la qualité du logiciel.
Vérifiez les données avant analyse
Avant de commencer l’analyse des données de test, il est important de vérifier l’exactitude des données collectées. Pour cela, vous devez vous assurer que les données sont précises et complètes. Si certaines données sont manquantes ou incorrectes, il est important de les mettre à jour ou de les corriger avant de poursuivre.
Comment savoir si une donnée est incomplète ?
En tant que bonne pratique, il est recommandé de vérifier les points suivants :
le cahier de recette est complété, pour avoir une documentation exhaustive des tests effectués ;
les anomalies rencontrées sont tracées dans l’outil de suivi des anomalies et sont compréhensibles pour tous les membres de l’équipe ;
un rapport des tests exploratoires a été réalisé afin de garder une trace des tests effectués et des résultats obtenus.
La vérification des données vous permet de vous assurer que tout est complet avant de passer à l’analyse.
Définissez les objectifs de l’analyse
L’analyse des données de test permet d’identifier les tendances, les problèmes récurrents et les domaines nécessitant des améliorations. Pour cela, il est important de définir les objectifs de l’analyse.
Qu’entend-on par domaine ?
“Domaine” fait référence aux différents aspects du logiciel ou du système qui ont été testés. Notamment, la fonctionnalité, la performance, la sécurité, la compatibilité, l’interface utilisateur, etc.
Par exemple, vous pouvez vouloir identifier les domaines qui ont besoin d’amélioration ou trouver les causes profondes d’un problème courant.
En ce qui concerne les bonnes pratiques, il est recommandé de se baser sur les objectifs de la campagne de test pour orienter l’analyse des données. Il est également important d’identifier les indicateurs-clés de performance (KPI) pour mesurer les résultats de la campagne de test.
Les KPI peuvent inclure le taux de couverture des tests, le taux d’anomalies détectées, le temps de test, etc. Enfin, il est essentiel de se concentrer sur la qualité des données en vérifiant leur exactitude et leur exhaustivité avant de commencer l’analyse.
Voici quelques exemples d’objectifs pour l’analyse de données de test :
Identifier les domaines qui ont besoin d’amélioration.
Trouver les causes profondes d’un problème courant.
Évaluer l’efficacité d’une nouvelle fonctionnalité.
Optimiser le temps de test.
De plus, voici des exemples d’indicateurs-clés de performance (KPI) que l’on peut utiliser pour l’analyse des données de test :
Le nombre de bugs par module ou fonctionnalité : cela permet d’identifier les parties du logiciel qui sont les plus sujettes aux erreurs.
Le taux de résolution des anomalies : cela permet de mesurer l’efficacité des équipes à résoudre les problèmes détectés. Cela concerne les équipes de test et de développement.
Le temps moyen de détection et de résolution des anomalies : cela permet de mesurer l’efficacité des processus de test et de développement, ainsi que la qualité générale du code.
Le taux de régression : cela permet de mesurer la capacité du logiciel à conserver son bon fonctionnement au fil des mises à jour et des modifications.
Le taux de couverture des tests automatisés : cela permet de mesurer l’efficacité des tests automatisés et leur capacité à détecter les erreurs.
Le taux d’utilisation de l’application : cela permet de mesurer l’adoption et la satisfaction des utilisateurs et de déterminer les fonctionnalités les plus utilisées ou les plus ignorées.
Le taux d’abandon de l’application : cela permet de mesurer le niveau de frustration des utilisateurs et d’identifier les problèmes d’ergonomie ou de performance.
Analysez les données
Cette étape consiste en l’analyse et l’interprétation des données recueillies.
L’analyse des résultats des tests est une étape cruciale dans le processus de test logiciel, car elle permet de déterminer la qualité et la stabilité du logiciel testé.
Voici quelques étapes pour analyser les résultats des tests :
listez les anomalies critiques et majeures et regroupez-les par criticité dans un tableau excel par exemple ;
comptez le nombre de tests OK et KO et notez-les dans un second tableau ;
notez les fonctionnalités en échec : les fonctionnalités en échec sont les fonctionnalités avec au moins une anomalie ;
comparez les résultats obtenus avec les objectifs de la campagne de test ou à défaut de la stratégie de test ;
utilisez des graphiques et des tableaux : les graphiques et les tableaux sont des outils efficaces pour présenter les résultats des tests de manière visuelle et facilement compréhensible. Les tableaux peuvent être utilisés pour présenter les résultats des tests par fonctionnalité, par étape de test ou par type de test. Les graphiques peuvent être utilisés pour représenter les tendances ou les écarts.
Une fois ces indicateurs à disposition, vous allez pouvoir les faire ressortir sous forme graphique, comme ci-dessous :
En somme, l’analyse des résultats des tests est une activité complexe qui implique d’examiner en détail les résultats des tests, de comprendre les causes profondes des anomalies détectées et de faire des recommandations pour améliorer la qualité et la stabilité du logiciel testé.
À vous de jouer
Maintenant que vous avez déroulé votre mini campagne de test, vous allez analyser les données.
Dans un premier temps, vous allez rassembler les données. Voici une liste sur laquelle vous baser :
les tests du cahier de recette ;
les résultats des tests ;
les anomalies créées dans Jira ;
les fonctionnalités testées.
Appuyez-vous sur le cours pour vérifier les données et en faire l’analyse.
En résumé
Réunissez vos données de campagne de test.
Assurez-vous qu’elles soient valides.
Définissez les objectifs de l’analyse.
Analysez les données.
Maintenant que vous avez analysé les données de la campagne de test, vous allez pouvoir passer à la rédaction du bilan.
