专场：测试分析与设计
关键词：测试需求分析、测试风险分析、测试设计方法、经典案例分享
专场出品人：蒙进
美团 平台QA负责人
美团平台QA负责人，做移动端、后台、数据算法等业务，带领团队建成移动端持续交付系统，目前在研究移动端可测性、后台系统可靠性、算法策略质量体系；2018年加入美团，此前先后在地图、电信、搜索和OTA行业从事研发、测试工作，喜欢研究自动化测试技术和探索前沿质量技术。
思路：
1.解构被测系统&测试对象建模
2.测试能力结构定义
3.构建测试对象类，支撑用例脚本自动生成，灵活变化
4.测试与设计的数字化同源
1.解构被测系统&测试对象建模
2.测试能力结构定义
3.构建测试对象类，支撑用例脚本自动生成，灵活变化
4.测试与设计的数字化同源
数据通信领域向全速率、全链接、全系统发展，验证场景倍增，质量属性呈现多方面综合特征，需要构造“对象立体多维”“能力复用演进”的数字化测试系统。
测试分析设计的关键在于“看清被测对象”“讲清测试覆盖”，测试要用outsidein的视角建模被测系统，更好地利用程序分析、知识图谱等技术，提升覆盖的可视化。
毕业后就职华为北京研究所，现为华为数据通信系统测试首席专家，目前主要负责数据通信产品系统测试技术研究和能力建设，构建数通数字化测试系统，保障路由器、交换机、安全网关等数据通信产品的测试设计、执行和评估的质量和效率。
擅长领域：测试对象建模、测试分析设计方法、韧性测试
李侠
华为 数据通信系统测试高级专家（首席）
待定
待定
把测试设计带入数字世界
内容大纲
听众收益
1. 简要介绍资产管理系统的业务使用背景，及测试活动中遇到的问题，由此引出该类系统测试需求分析和场景设计上的难点
业务使用背景：
a.每天在系统内发生国内金融市场总计300多种大小业务
b.各种类型的资产管理产品
c.涉及基金、证券资管、证券自营、保险资管、银行理财、信托等众多行业的金融机构的投资管理流程
测试活动中测试需求分析和场景设计难点：
a.单个金融业务规则复杂，管理流程类型众多，测试场景无法穷举
b.由于数据安全的原因，无法获取真实的业务数据，测试场景设计不契合客户实际运行
2. 提出仿真客户日常运行的测试设计思路
a.选取行业头部客户，提取抽象管理流程，
b.分析各岗位每天的日常活动，围绕产品最终需求，确定人员视角的使用场景
c.分析资管产品生命阶段，确定各个阶段产品视角的主要活动
d.分析各个金融业务本身的生命周期，确定测试的业务时间长度
3. 具体展开仿真设计中的细节和方法
a.管理流程分角色设计、流程节点覆盖算法
b.确定行业的特性业务范围，组织预埋不同的行业特性的基底数据
c.多业务生命周期排布方法，缩短用例里涉及的业务时间，将原本需要测试1年业务时间的用例，缩短到20多天业务时间
4. 总结
从用例量，执行分工，取得的效果，不足等方面，对目前仿真测试进行总结
业务使用背景：
a.每天在系统内发生国内金融市场总计300多种大小业务
b.各种类型的资产管理产品
c.涉及基金、证券资管、证券自营、保险资管、银行理财、信托等众多行业的金融机构的投资管理流程
测试活动中测试需求分析和场景设计难点：
a.单个金融业务规则复杂，管理流程类型众多，测试场景无法穷举
b.由于数据安全的原因，无法获取真实的业务数据，测试场景设计不契合客户实际运行
2. 提出仿真客户日常运行的测试设计思路
a.选取行业头部客户，提取抽象管理流程，
b.分析各岗位每天的日常活动，围绕产品最终需求，确定人员视角的使用场景
c.分析资管产品生命阶段，确定各个阶段产品视角的主要活动
d.分析各个金融业务本身的生命周期，确定测试的业务时间长度
3. 具体展开仿真设计中的细节和方法
a.管理流程分角色设计、流程节点覆盖算法
b.确定行业的特性业务范围，组织预埋不同的行业特性的基底数据
c.多业务生命周期排布方法，缩短用例里涉及的业务时间，将原本需要测试1年业务时间的用例，缩短到20多天业务时间
4. 总结
从用例量，执行分工，取得的效果，不足等方面，对目前仿真测试进行总结
在金融资产管理领域，投资交易的过程中涉及了国内证券、期货、货币等多个金融领域的业务，
对于承担这类业务的软件系统，不仅仅需要测试多种金融业务的使用，更要在使用场景上贴近实际运行，
由于数据安全的原因，没有真实的业务流量来给到测试，那么在如何仿真模拟这类系统的实际生产运行过程，
就成为了测试需求分析和场景设计里一个很重要的环节。
本次演讲主要分享的内容是在这个模拟场景的分析和设计过程中的一些经验和方法总结。
对于承担这类业务的软件系统，不仅仅需要测试多种金融业务的使用，更要在使用场景上贴近实际运行，
由于数据安全的原因，没有真实的业务流量来给到测试，那么在如何仿真模拟这类系统的实际生产运行过程，
就成为了测试需求分析和场景设计里一个很重要的环节。
本次演讲主要分享的内容是在这个模拟场景的分析和设计过程中的一些经验和方法总结。
借鉴：管理流程的抽象和流程覆盖用例设计
启发：从业务视角、业务主体、人员使用场景几个角度来进行测试分析和设计
启发：从业务视角、业务主体、人员使用场景几个角度来进行测试分析和设计
十多年金融系统测试经验，先后负责过多个资产管理投资交易系统的测试管理和测试架构设计工作
擅长领域：测试架构设计、测试需求分析、自动化测试应用等
陆旭
恒生电子 测试专家
待定
待定
资产管理行业金融业务测试需求分析与设计--从客户仿真出发
内容大纲
听众收益
需求与应用落地现状：介绍模拟数据的需求背景与落地应用现状
常见模型与方案：介绍行业内流行的数据模拟工具与方案
基于低代码技术的数据模拟实践：介绍阿里云基于低代码技术快速完成对不同数据的模拟实践
高效、稳定性、可靠性和可扩展性实践：绍数据模拟架构在高效、稳定性、可扩展性方面的决策考虑与技术
技术与方案展望：未来探讨与展望
常见模型与方案：介绍行业内流行的数据模拟工具与方案
基于低代码技术的数据模拟实践：介绍阿里云基于低代码技术快速完成对不同数据的模拟实践
高效、稳定性、可靠性和可扩展性实践：绍数据模拟架构在高效、稳定性、可扩展性方面的决策考虑与技术
技术与方案展望：未来探讨与展望
为了建立对系统抵御生产环境中失控条件的能力以及信心，我们经常需要模拟各种数据场景来对系统进行测试，例如业务类数据、波动类数据、异常数据等，有时还需根据环境动态模拟不同类型的数据。这样的场景模拟需求通常会耗费开发测试人员大量的精力和成本，并且不易于维护和扩展。本议题介绍了一种通过低代码技术，高效、简单地完成海量异构数据场景模拟的方案，并介绍了该方案在高效、稳定性和可扩展性方面的决策考虑与技术。
了解行业内流行的异常数据模拟工具与方案
了解如何基于低代码技术快速完成对不同异常数据的模拟
掌握大数据下的系统构建的时高效、稳定性、与可扩展性实践
了解如何基于低代码技术快速完成对不同异常数据的模拟
掌握大数据下的系统构建的时高效、稳定性、与可扩展性实践
就职于阿里云日志服务SLS团队，目前主要关注知识图谱、自然语言处理、多语言语法解析以及告警智能化管理等领域。
擅长领域：知识图谱构建及表示学习、自然语言处理、多语言语法解析以及告警智能化管理等领域
擅长领域：知识图谱构建及表示学习、自然语言处理、多语言语法解析以及告警智能化管理等领域
李丞
阿里云 研发高级工程师
待定
待定
测试数据模拟方案实践与探索
内容大纲
听众收益
联系我们
票务联系（可以开发票）： 梦媛 13520678913 （微信同号）
议题投稿： Email：Speaker@qecon.net
媒体合作： 皮皮：13516196409
商务合作： 木子：15122643988
Tips：报名成功后，会收到电子二维码，大会当天凭此现场兑换参会证；
扫码可查看往届盛况
QECon公众号
