教学优势
曙海教育的课程培养了大批受企业欢迎的工程师。大批企业和曙海
建立了良好的合作关系。曙海教育的课程在业内有着响亮的知名度。
本课程，秉承20年积累的教学品质，以项目实现为导向,老师将会与您分享设计的全流程以及工具的综合使用经验、技巧。
??课程内容：
o?利用SEAi需求分析法形成需求层次与框架
§?简单识别场景Scenario
§?简单识别实体Entity
§?简单识别行为?Action（Api）
·?练习：建立一个一人年需求的场景S-实体E-行为A层次
o?基于需求规模
§?基于SEAi需求框架自动计算功能点（Function?Point）
·?早期规模估算：功能点FP?=?实体*35
·?迭代规模估算：功能点FP?=?行为*5.4
·?练习：针对上述需求建立软件功能点规模（用于以下的效能分分析）
o?需求质量的量化评价
§?场景描述模糊词率?=?模糊词文字数?/?需求文字数（此数据应清零）
§?实体行为比例?=?实体数：实体数?= 1:6.5（需求分析结束时应介于1:5~6.5之间）
§?实例化率?=?行为数：需求实例数?= 1:6.5（需求分析结束时应介于1:5~6.5之间）
o?需求实例化（概述，在测试部分展开）
o?建立需求完成标准（开发准入标准）
§?DOR（Definition?Of?Ready）需求就绪并可进行排期、开发的标准
??课程内容：
o?单元测试
§?单元测试方法及其工作量
o?静态代码扫描
§?编码规范与代码审查
§?Sonar问题（语法问题）
·?如何降低Sonar遗留问题
·?已有项目的Sonar问题清理策略
§?MEI问题（MEI=维护扩展指数）
·?现场演示：使用AdaCode分析和改善维护扩展问题
·?如何提升维护扩展性
o?基于代码的测试覆盖率
§?代码覆盖率与分支覆盖率
§?如何提升改吗的测试覆盖率
o?代码质量的量化评价
§?静态问题率?=?静态问题数?/?KLOC（尽量清零）
§?维护扩展指数?MEI?> 90（由工具自动扫描，重构项目），
§?代码覆盖率?≈?90%
§?分支覆盖率?≈?70%
o?建立编码完成标准（测试准入标准）
??课程内容
o?用户故事地图
§?最初的用户故事地图
§?用户故事地图2.0
§?使用SEAi的用户故事地图
§?使用两种策略建立最小可用产品
§?使用用户故事地图同步开发与测试对交付功能的认知
o?开发与测试的看板协同
§?开发-测试协同看板
§?跨团队依赖的跟踪
o?识别需求实例?Instance?（验收测试用例）
§?练习：使用Entity-Action-Instance建立测试用例框架
o?测试过程的量化管理
§?接口测试覆盖率?=?已测接口?/?总接口?= 100%
§?功能点测试覆盖密度?=?测试用例数?TC?/?功能点规模?FP?= 1.2TC/FP（国际数据）
·?朴素的测试覆盖密度管理
§?功能点测试缺陷密度?=?测试缺陷数?TD?/?功能点规模?FP?= 0.24TD/FP（中国2021数据）
o?常见自动化测试
§?接口测试
§?界面测试
o?自动化测试核心度量
§?自动化测试代码的效率?=?测试代码?/?测试用例数?≈?3.4~5?LLOC/ATC
§?自动化测试生产率??=?自动化测试用例ATC?/ ?测试人天TMD
·?阈值：7?ATC?/?测试人天?TMD（全年统计）
??课程内容
o?从敏捷开发到敏捷业务
§?以最小可用产品MVP代替Sprint?Backlog
§?以DevOpsBan代替普通Kanban
§?以DevOps的可变周期迭代（适应MVP的可变规模）代替Scrum的固定周期
o?CI持续集成
§?持续集成流程与工具
§?为何持续集成可以提升生产率与质量？
o?CD持续发布
§?灰度发布
§?为何灰度发布可以降低质量成本？
o?DevOps核心度量
§?开发周期?=?需求自进入开发到完成开发的周期
§?需求交付周期?=?需求自提出到交付的周期
§?缺陷响应周期?=?缺陷自提出到交付的周期
?
??课程内容：
o?REPMM链条
§?R需求分析（量化规模）
§?E估算
§?P计划
§?M跟踪与控制
§?M度量分析
o?Benchmarking方法
§?基本概念
§?公开的度量数值P10~P90
??课程内容
o?度量的2个时机
o?选择不可控因素为标准度量项
o?Dev研发效能五大开发度量指标（FP=功能点数）
§?生产率?=?FP/人天
§?编码消耗率?=?逻辑代码行?/?FP
§?测试用例密度?=?测试用例数?/?FP
§?测试缺陷密度?=?测试缺陷数?/?FP
§?发布缺陷密度?=?发布缺陷数?/?FP
o?Ops运维效能三大发布度量指标
§?开发周期（保健因素）
§?需求交付周期（保健因素）
§?缺陷修复时间（激励因素）
o?基础度量数据的定义与采集方法
§?功能点数
§?人天数计算方法
§?测试用例计数方法
§?测试缺陷计数方法
§?发布缺陷数计数方法
§?练习：联系隔壁团队，使用课上提到的方法，获取其产品当前的全套数据。
§?演示1：在AdaPPM中建立Benchmarking基线，并与行业数据进行对比
§?演示2：在AdaPPM中分析Benchmarking基线的走向
§?对数据标准化以便进行横向对比（练习见后）
??课程内容
o?横向对比
§?利用“应用功能点”及派生度量项建立团队基线
§?演示1：在AdaPPM中对比组织内部项目的五大指标排名
§?演示2：在AdaPPM中对比项目 pk?业界的五大指标
o?纵向跟踪（统计过程控制）
§?利用“开发功能点”及派生度量项建立统计过程控制
§?演示1：在AdaPPM中监控各项指标穿越P25/P75的情况
??从相关性到因果性
o?练习1：在Excel中进行求解两组数据的相关系数
o?演示1：在AdaPPM中进行相关性分析
??何为根因
??可落地的解决方案
o?可理解，可实行，可落地
??已经过量化验证的解决方案
o?架构对生产率与测试缺陷密度的影响
o?代码维护扩展指数对生产率的影响
o?代码维护扩展指数对测试缺陷密度的影响
??课程内容：
o?需求活动
§?使用SEAi防止需求遗漏造成返工
§?使用需求实例防止需求缺陷
o?计划与跟踪活动
§?使用最恰当的进度计划来获取最高生产率
§?跟踪与控制数据以提前发现问题
§?跟踪“监督项”以防止债务
o?编码活动
§?清除静态问题以防范缺陷
§?提升MEI代码扩展指数以提升生产率
§?提升MEI代码扩展指数以提升质量
o?编码活动
§?清除静态问题以防范缺陷
§?提升MEI代码扩展指数以提升生产率
§?提升MEI代码扩展指数以提升质量
o?测试活动（自动化测试+持续集成）
§?缩短反馈时间
§?公开的度量数值P10~P90
o?案例
§?团队级：3个月缺陷密度从0.27降低到0.041
§?组织级：1个月缺陷密度降低1/3
§?大型团队重构：6个月MEI从70提升到85~96，缺陷密度降低50%
??课程内容：
o?建设CI/CD?DevOps生产线
o?依靠SEAi需求分析法降低MVP最小可用产品的规模
o?案例
§?利用无代码测试系统将自动化测试/CI/CD周期降低一半
?
