英文原稿来源丨Katalon

软件测试环境持续的发展。我们已经看到了发展趋势的延续和2019年新趋势的出现。今年，我们的自动化专家团队对软件测试行业的最新趋势做出了一些预测。去看一下！

1.测试中的人工智能和机器学习

根据各种报告，智能自动化将在2020年继续成为软件测试雷达。 

以前，人工智能和机器学习（AI / ML）的应用已用于软件测试自动化中。人工智能使测试变得更加智能。团队可以利用AI / ML来优化其自动化策略，更快地适应并更有效地运行。 

在2019年，质量保证（QA）团队已将AI / ML应用于预测测试质量，确定测试案例的优先级，对缺陷进行分类，检测测试对象，与被测应用程序（AUT）进行交互等。

预计AI将在创新技术的各个领域无处不在。仅在北美，这一领域的投资预计将减少约60至70亿美元。到2025年，预计将达到近2000亿美元。我们希望看到AI在更多测试领域中的应用-其中大多数将与报告和分析相关：

日志分析：确定需要手动和自动测试的独特测试用例

测试套件优化：检测并消除多余的不必要的测试用例

确保测试需求覆盖：从需求可追溯性矩阵（RTM）中提取关键字

预测分析：预测最终用户行为的关键参数和细节，并确定要关注的应用领域

缺陷分析：确定与业务风险相关的应用领域和缺陷 

智能自动化所依赖的另一个支柱是机器学习。机器学习预计将在2020年达到另一个成熟水平。根据《凯捷世界质量报告》，有38％的组织计划在2019年实施机器学习项目。行业专家预测，这一数字将在明年增加。

这对组织意味着什么？

即使对AI / ML在软件测试中的应用前景提出了更高的要求，但专家仍然认为，在测试中使用AI / ML仍处于起步阶段。但是，我们很有可能看到成熟期。

随着AI对测试和QA团队提出新的要求，敏捷团队必须开始采用与AI相关的技能集，其中包括入门数据科学，统计学和数学。这些新技能集不会替代，而是对自动测试和软件开发工程测试（S-DET）中核心领域技能的补充。

同样，商业敏锐度也是另一个必须采用的技能。成功的测试人员需要具有纯AI技能和非传统技能的结合。实际上，去年引入了新角色，例如AI QA分析师和测试数据科学家。

对于自动化工具开发人员，他们应该专注于构建实用的工具。公司正在运行PoC并重新评估选择方案，以充分利用AI并考虑预算。一个好的AI辅助工具必须兼顾业务成本效率和技术方面，例如读取生产日志，生成测试方案或响应生产活动。

2.敏捷团队中的测试自动化 

在质量保证方面，测试自动化无疑不再是一个陌生的想法。确实，有44％的IT组织期望在2019年实现所有测试中50％或更多的自动化。我们预计，明年自动化测试的采用率将继续上升。

随着越来越多的企业采用最新的敏捷和DevOps流程来满足对“快速质量”的需求，测试自动化已成为必不可少的组件。通过帮助团队执行重复性任务，更快，更准确地检测错误，提供连续的反馈循环，确保测试覆盖范围，测试自动化继续处于领先地位。因此，在质量保证流程中实施自动化测试的组织可以节省大量成本，时间和人力资源。

预计到2020年，自动化测试将特别受到千禧一代企业家的拥护，他们将利用开源和商业工具的结合。

这对质量检查从业人员意味着什么？

但是，测试自动化不会消除手动测试。实际上，强大的质量保证团队必须适当地结合手动和自动测试，以最大程度地确保软件质量。自动化测试的作用是不可否认的-但是仍然需要手动执行一些测试类型，例如探索性或可用性测试。

质量检查从业人员还必须开发一个智能，通用且端到端的环境。从构建到部署的自动化需求不断增长。测试自动化不再被视为功能性的，而是全周期的要求。 

这个过程说起来容易做起来难。这就是为什么许多组织无法充分利用自动化测试来获得理想的投资回报的原因。《凯捷世界质量报告》建议，质量保证团队不应将自动化视为一种能力，而应将其视为一个广泛，智能且互联的平台。

这对测试自动化解决方案提供商意味着什么？

测试自动化工具开发人员必须不断更新和升级工具，才能满足质量检查小组的要求。将来的测试自动化解决方案必须遵循一些基本标准，例如： 

易于在任何测试级别上为最终用户  采用和使用

提供智能框架，这意味着让问题自行解决。请参阅自动修复Smart XPath和Katalon Smart Wait

确保完整的测试范围和质量错误检测

针对Web，API，移动和桌面自动化的跨平台测试

与CI / CD工具集成并允许连续测试

与智能面板和分析集成，以获取质量见解，请参阅Katalon TestOps

3.大数据测试 

大数据已在包括技术，医疗保健，银行，零售，电信，媒体等在内的各种业务领域中发挥了重要作用。人们更加关注使用数据来细分和优化决策过程。

大数据测试使行业能够处理海量数据和各种数据类型。它还可以通过精确的数据验证来帮助做出更好的决策，以及增强市场战略。大数据测试不再是一个新现象。但是，随着许多行业向面向数据的世界转移，预计它将成倍增长。

测试大数据的趋势已被广泛采用，这主要是因为大多数企业遵循的健壮流程充分利用了他们的营销策略。大数据测试并非不常见，并且有望在明年流行。因此，我们预测测试大数据应用程序的需求将在2020年出现新的增长。

4. QAOps：质量保证在DevOps转型中看到了变化

如果您还没有听说过“ QAOps”一词，那么现在是时候了。 

您可能已经熟悉“ DevOps”，它是将开发（Dev）和信息技术运维（Ops）相结合的一组软件开发实践。DevOps的目标是缩短系统开发生命周期（SDLC），而团队则可以专注于构建功能，修复错误并推送与业务目标一致的频繁更新。DevOps缩短了开发人员和业务运营人员之间的协作。

本着同样的精神，QAOps通过将软件测试集成到CI / CD管道中来帮助增加测试工程师和开发人员之间的直接通信流，而不是让QA团队独立运行。简而言之，QAOps定义有两个关键原则：

质量保证活动应纳入CI / CD流程；

质量检查工程师应与开发人员保持一致，并参与整个CI / CD流程。

QAOps的采用

Facebook是采用QAOps的最好例子之一。2014年，Facebook团队决定迁移到Facebook Graph API版本2.0，并在所有应用程序中强制执行Login Review。为了确保顺利进行迁移，团队希望在5,000个最大的应用程序上测试此新版本。内部测试不允许这样做，因此他们选择通过外包应用QAOps。最终，该团队能够在一个月内测试5,000个应用程序，并设法解决了关键问题-如果仅由内部团队来执行该程序，那是不可能的。 

QAOps不仅可以应用于大型科技公司，还可以应用于中小型团队。这种做法可以灵活地按比例缩小或放大以适合任何企业规模。

由于越来越多的团队正在开发DevOps，因此我们预计QAOps将在2020年成为增长趋势。 

5.物联网测试

物联网（IoT）设备测试的兴起在2019年已经很明显。根据Gartner的数据，到2020年，全球IoT设备的数量将达到205亿。 

物联网测试意味着测试物联网设备的安全性，易用性，可信赖性，设备版本和协议的兼容性，编程项目的多功能性，监视连接延迟，可伸缩性，数据完整性评估，设备真实性等等。

物联网测试工程师经常在这一领域面临大量工作，尤其是在监视通信协议和操作系统以及物联网系统不同元素的多种组合方面。因此，质量检查团队应扩展其知识，并增强其在可用性，安全性和性能IoT测试中的技能。 

物联网测试人员在未来几年将面临的另一个挑战是战略。根据《世界质量报告》，尽管物联网设备和应用程序呈指数增长，但仍有34％的受访者表示其产品具有物联网功能，但他们的团队仍没有适当的测试策略。

6.对网络安全和风险合规性的需求

数字革命带来了越来越多的安全威胁。来自几乎所有行业的几乎每个企业的CIO和CTO都继续认识到对其软件，应用程序，网络，系统进行安全测试的重要性。软件开发团队甚至与合作伙伴合作，使他们的产品对威胁的抵御能力更强，从而将网络安全防护提升到一个新的水平。

测试安全性不仅有助于保护交易（无论是金钱还是数据），而且还可以保护其最终用户。由于网络威胁随时可能以任何形式发生，因此安全测试将在来年继续成为热门话题。

结论

这些是我们对2020年最流行的软件测试趋势的预测的汇总列表。无论明年的数字化转型如何，可以肯定的是，测试工程师以及软件产品企业将继续见证变更和调整。因此，质量保证团队，领导者和从业人员必须不断发展，以在这个瞬息万变的行业中保持敏捷。