背景
毋庸置疑，质量是决定产品能否成功、企业能否持续发展的关键因素之一。对于“质量时代”下的互联网企业，如何在快速迭代的节奏中兼顾质量，真正落地“人人重视质量、人人创造质量、人人享受质量”，这是对QA的要求，也是整个产品技术团队面临的重要挑战。
质量运营，是将运营的思路注入到质量评估与改进工作中，它着眼于产品的全生命周期，以质量为中心，以数据为驱动，通过建设持续迭代的质量保障体系，最终提升交付质量。本文将聚焦研发过程中的提测阶段，以改进提测质量为例，从方案制定、策略应用、效果评估等几个方面，介绍质量运营在智能支付业务中的初步应用。
挑战
美团点评智能支付承担了整个公司所有线下交易，当前日交易量已经突破1000万单，是公司继外卖和摩拜之后，又一个千万级日订单的业务。业务高速增长、团队快速扩张的情况下，质量问题极易被放大化，如果不能及时得到处理，后续解决成本会越来越高。
存在的痛点
刚参与智能支付业务测试时遇到的几个问题，如下：
- 缺陷严重级别高，提测打回时常发生
如：核心功能未实现或实现与需求不符。 - 缺陷数量多，定位、修复、回归耗时长
如：越在上游引入的缺陷，修复的成本就越高，潜在的风险也越大。 - 各类低级缺陷，团队彼此间的信任度降低
如：文案错误、变量引用错误等编码大意导致的低级缺陷。
解决的难点
在尝试去改善时发现难以推动的几个问题，如下：
- 对暴露出的质量问题，如何更直观的在认知上达成一致？
如：收到过很多类似的问题反馈：“xx的缺陷太多了，质量意识差”、“xx项目存在很大问题，需要尽快改进”，即使是基于事实得出的判断，这种偏主观的表达方式，对问题达成一致的认知带来很大的困难。 - 对已公认的质量问题，如何更快速的进行分析和定位？
如：缺陷发生在测试阶段，但缺陷的引入可能是在需求阶段、设计阶段、开发阶段；某个时间段内的异常质量数据，可能是A项目或B项目，可能是C团队或D团队。问题类型细分、数据钻取能力等等，在问题的快速分析和定位中至关重要。 - 对已定位的质量问题，如何找到可以落地的改进措施？
如：项目总结中常常会见到类似这样的描述：“加强自测”、“严格遵守项目流程”、“文档需要写的更详细些”，这种偏“形容词”的改进措施，很难实际操作，这也是整个质量改进过程中最大的一个难点。
思路
质量改进是一个持续迭代的过程，不可急于求成。按照质量运营的方法，基本思路为：分析痛点，找到抓手，持续运营，形成闭环。
基于提测阶段的质量问题特征，从痛点和难点中寻找突破点。大致思路为：
- 目标应达成一致：质量改进的目标是QA的KPI，并应该与关键干系人在愿景、目标上达成一致。
- 问题的客观呈现：提取核心度量指标，通过有效数据和典型案例说话。
- 数据的灵活钻取：尽可能全的提供各种维度的数据，并分层级展示。
- 改进措施可落地：对措施的多方Review、流程标准化到工具化的演进。
解决方案
解决方案的重中之重，是务必遵循PDCA来实现运转方式的闭环。具体如下：
确定问题与方向
通过痛点描述可知，缺陷是反映智能支付业务当前提测质量的最显著特征。提测质量的进一步分析，可通过缺陷的数量、缺陷的严重程度、缺陷的生成原因三个方向来展开。
缺陷数量
table th:first-of-type {
width: 110px;
}
| 缺陷数量 | 具体说明 |
|---|---|
| 缺陷总数 | 指定统计规则下缺陷的数量，仅包含项目过程中提交的缺陷 |
缺陷的严重程度
| 严重级别 | 具体说明 | 使用范围 |
|---|---|---|
| 致命-Blocker | 影响核心功能的缺陷 | 缺陷导致核心业务流程不可用，或产生较大影响 |
| 严重-Critical | 造成较大影响的功能性缺陷 | 缺陷导致核心业务流程受影响，或导致非核心业务流程不可用 |
| 一般-Major | 影响较小的功能性缺陷 | 缺陷导致非核心业务流程受影响，或导致用户体验类的问题 |
| 提示-Minor | 非功能性缺陷 | 如：不影响正常功能的UI错误、无重大歧义的提示错误等 |
| 建议-Trivial | 优化建议 | 非严格意义上的缺陷，一些可优化的点 |
缺陷的生成原因
| 生成原因 | 具体说明 |
|---|---|
| 实现与文档不符 | RD实现与需求文档描述不一致 |
| 需求缺陷 | 需求文档中缺少相应描述；需求变更 |
| 技术方案考虑不足 | 前后端接口定义不一致；对边界、异常场景考虑不全等 |
| 环境问题 | 被测服务不稳定；服务器或测试设备配置等引起的问题 |
| 第三方依赖 | 依赖的外部系统引入的问题，如用户中心等 |
| 兼容性 | 不同设备上出现的功能或展示异常类的问题 |
| 性能问题 | 服务端性能：响应时间过长、CPU过高、GC频繁、没有分页、没有缓存等； 客户端功耗：包大小、冷启动时间、流量、内存泄漏OOM、加载时间、耗电量 |
| 安全问题 | XSS注入，SQL注入等 |
| Bugfix引入 | 由于修改Bug引入的缺陷 |
| 不是缺陷 | 无效Bug；不能复现 |
度量指标及标准
针对缺陷的三个分析方向，提取出可度量的指标、定义合理的标准值，并与整个团队达成一致。
指标提取策略
- 典型性
- 找最想要解决的问题。不追求全面，只针对Top问题提取指标，如：生成原因里最应该避免的是哪些。
- 找最能反映问题的指标。如：缺陷数量有众多度量指标（新增数量、人均数量等等），为排除工作量影响，我们选择用千行代码缺陷率这个指标。
- 有效性
- 除非对绝对数量有明确要求，否则尽量使用百分比作为度量指标。
- 指标数据的计算方式，要求简单易懂，并务必得到相关人的认可。
标准制定策略
- 基于公司统一要求
如：Sonar千行代码严重问题数，统一标准为低于0.1。 - 基于公司各业务现状
如：缺陷相关指标按照公司各业务部门排行，取Top5的值作为标准线。 - 基于自身业务阶段持续调整
如：随着智能支付业务质量的持续改进，定义更严格的质量标准。
最终定义的指标与标准
| 度量指标 | 指标说明 | 标准值 |
|---|---|---|
| 千行代码缺陷率 | （缺陷总数/代码行数）* 1000 | 移动端：< 0.45 前端：< 0.2 后端：< 0.15 |
| Sonar千行代码严重问题数 | （Sonar严重问题数/代码行数）* 1000 | Blocker：0 总数：< 0.1 |
| 严重缺陷占比 | 严重缺陷总数/缺陷总数 | < 3.5% |
| 需求缺陷占比 | 需求缺陷总数/缺陷总数 | < 10% |
| 实现与文档不符缺陷占比 | 实现与文档不符缺陷总数/缺陷总数 | < 10% |
获取数据并展示
基于Metrics（美团点评工程质量中心提供的度量平台），能够快速的获取数据并展示。但要注意，部分指标的计算需要对Metrics提供的数据进行二次处理，以保证数据的精准性。如：在计算千行代码缺陷率时，需要排除掉开发自测缺陷等。
对于数据的展示形式，除了利用Metrics提供的各种图表外，最为关键的是要实现数据与问题（相关缺陷）的可关联，以便进行下一步分析。如下图所示（通过超链接方式进行关联）：
制定计划并改进
改进措施的制定和实施是整个质量改进过程中的重中之重。基于经验，给出三个策略。
自上而下与自下而上相结合
- 自上而下：通过有效数据、典型案例，建设可信任的结果评估体系；以此为基础，利用每一个问题数据，在Leader层强化质量意识，借鉴向上管理的思路，实现质量改进的向下驱动。
- 自下而上：通过案例复盘、数据钻取，对问题进行明确定位，让问题方基于工具即可将问题下沉到具体项目或具体角色，进而推进可落地的过程改进，并持续利用结果评估体系衡量改进效果，实现质量改进的向上闭环。
多维度的数据聚合与分析相结合
- 周维度数据聚合：对周数据中的异常进行分析，并排除掉因周期偏短导致的数据噪点，重在对问题进行风险预警。
- 月维度数据聚合：对月数据中的异常进行分析，并结合数据的变化趋势，重在对问题进行确认和改进。周维度和月维度相结合，构成了质量管理中的问题发现与改进周期。
- 季度维度数据聚合：对季度数据的分析，重在得出对质量目标的完成度并给出质量评分，并对过程中的问题进行回顾和总结，构成了质量管理中的考核周期。
流程的标准化与工具化相结合
- 在改进提测质量的初期阶段，对于流程的优化经常出现在各个项目总结的改进措施中，但大多是通过意识、模板或者口头提醒来实现，这无疑增加了流程的接入成本、执行难度，进而降低了流程的约束力。
- 借鉴在制造业中常见的一种解决思路——“防呆措施”，在流程标准化之后，应尽可能将其工具化，提升流程的生命力。
- 防呆措施的目的之一是防止不符合流程的产出物交付到下游。
- 将防呆措施应用到提测流程，即应实现各项准入标准的自动化检查，类似如下提测时校验：
回顾与反馈
主要从时间维度、项目维度两方面开展。
- 时间维度
各类周会、双周会、季度总结，对质量数据进行Review。 - 项目维度
重在项目复盘。复盘可以看成PDCA环和环之间的连接，有了它，PDCA才能环环相扣、周而复始。
迭代与推广
若改善有效，则进行推广。若改善无效，则分析原因，修改计划，重新启动另一轮PDCA。
- 指标与标准的持续迭代
如：过程中对Sonar千行严重问题数的标准由0.1提升到0。 - 度量模型与方法工具的推广
如：质量报表、Sonar在PR时触发检查不通过不允许Merge、提测准入自动化等等在其他业务的推广。
效果
对于效果的评估，主要从三方面进行说明。
- 质量数据的关注度
- 质量指标的达成度
- 过程质量改进对迭代效率的提升效果
质量数据关注度
主要体现在团队各方对质量报表的使用率。以下三张图分别为：智能支付QA、智能支付RD、智能支付RD Leader对质量报表的使用率走势。
质量指标达成度
对质量指标的达成情况进行说明，其中：初始值为16年Q4的情况。
| 度量指标 | 初始值 | 标准值 | 目标完成度 |
|---|---|---|---|
| 千行代码缺陷率 | 移动端：0.7 前端：0.25 后端：0.3 |
移动端：< 0.45 前端：< 0.2 后端：< 0.15 |
整体达标，但存在个别方向缺陷率较高 |
| Sonar千行代码严重问题数 | Blocker > 0 总数：0.2 |
Blocker：0 总数：< 0.1 |
达标 |
| 严重缺陷占比 | 14%左右 | < 3.5% | 达标 |
| 需求缺陷占比 | 18%左右 | < 10% | 达标 |
| 实现与文档不符缺陷占比 | < 10% | < 10% | 达标，但有升高趋势，接近标准值 |
近几个Q的变化趋势，如下：
迭代效率提升效果
以客户端方向为例（之前过程质量存在较严重的问题），说明过程质量改进对迭代效率的提升效果。
总结
经过一段时间的摸索和实践，我们在提测质量上有了较明显的提升，过程中积累的方法、流程和工具也在推广使用。但提测质量只是全生命周期质量运营的一小部分，对于高速发展的智能支付业务，不仅要求整个质量保证体系的迭代优化，更要求全体成员不断提升质量思维、持续追求极致质量，进而形成一种质量文化，真正实现“人人重视质量、人人创造质量、人人享受质量”。
