近年来，人人都在讲复盘，测试工作当然也需要复盘。沐沐建议阶段性测试工作完成后做一下缺陷分析，复盘时就可以使用客观的数据来分析存在的问题，不再是表达主观的感受，而是让“数据会说话”，从而提出改进方案。以下内容将以去年的年度缺陷分析报告来举例分享我进行缺陷分析的几个维度。

一、以产品线为维度，统计分析缺陷数据

如果我们测试过程中需要参与多个产品线的测试，就可以以产品线为维度来统计缺陷数据，通过产品线之间的对比统计，可以在后期测试过程中采取相应的改进措施，例如自测情况较差的产品线可以提出让研发人员加强自测；缺陷数量较多的产品线，可以加大测试资源的投入；变更率较高的产品线，可以反馈给对应产品线的负责人，加强变更管理控制等，缺陷分析列表如下截图：

二、以子系统或者子模块为维度，统计分析缺陷数据

我们也可以以单个产品线的子系统或者子模块为维度来统计缺陷数据，如下截图：

三、以缺陷级别为维度，统计分析缺陷数据

以缺陷级别为维度进行分析，可以反映出产品的自测情况以及提测质量，如下截图：

四、以缺陷类型为维度，统计分析缺陷数据

以缺陷类型为维度进行分析，可以反映出产品存在的主要缺陷类型，如下截图：

五、以缺陷关键字为维度，统计分析缺陷数据

以缺陷关键字为维度进行分析，可以反映出产品存在的高频缺陷类型，如下截图：

当然还有一个很重要的维度就是以人为维度来统计缺陷数据，例如产品人员可以统计其需求变更率、设计缺陷数、延期缺陷数等；研发人员可以统计解决缺陷总数、二级缺陷率、缺陷激活率等；测试人员可以统计缺陷有效数、缺陷有效率、缺陷清除率等指标；数据只能作为一个参考依据，来客观反映存在的问题。不建议直接作为人员绩效的考核指标，因为不同的产品、不同的测试人员反馈的缺陷数量差异较大。缺陷分析的主要目的是客观的数据来反映实际存在的问题，并对不足的方面提出改进意见，不断精进才能使得产品质量有更好的提升。

The more we share，The more we have.

希望这篇文章对大家有用...