为落实国家数字中国战略，国内商业银行已普遍将数字化转型作为全行战略布局的重中之重。中信银行以系统化思维谋划高质量发展新思路，以工艺突破为先导，以工具创新为手段，通过“看得到”（即大化透视能触达的一切质控要素）和“控得住”（即全过程无死角数字化客观精准机控）两大策略，从全局视角构建测试全过程质量画像，全新打造金融业测试阶段质量总控舱，落地实现体系化、数字化质量管控，有效支撑企业级高质量发展，为人民群众提供高质量服务体验。

中信银行软件开发中心测试团队负责人  高蕊

一、透视质控全过程

传统的测试模式，业务逻辑不透明，测试过程黑盒，测试质量强依赖测试人员个人能力，风险无量化指标，交付质量存在隐患。中信银行依托数字化测试质量总控舱的理念将复杂金融业务进行解构，逐层实现单交易、跨系统、完整业务周期、全客户旅程等上层横向各维度全方位透视，同时向下延申建立纵向的数据链路、调用链路、性能风险等与上层业务的复杂映射关系透视，实现全过程质控细节，形成可视化、可分析、可链接、可信赖的数据。

1.绘制业务规则设计图纸

银行业务处理逻辑繁琐，交易链路长关联关系错综复杂，业务分析缺少清晰的图纸。针对单一交易分析，中信银行通过提取全行级标准化的业务枚举值11万个，创新地使用易于理解的图形化模拟用户真实操作时序图。实现操作时序、业务枚举值、历次需求版本对应的业务逻辑、业务规则与技术组件映射关系等一图透视。将大规模复杂金融业务规则，建立起复杂金融业务和数字世界的完整映射，形成标准化、图形化、结构化的统一语言，组织级达到高效协同分析。

在单一业务交易基础上，我行首创以16大类2000+核算产品为主线，将全行7万+端到端交易链路与标准化的客户、产品关联形成全客户场景金融业务地图，100%覆盖全部业务可能发生的所有场景，建立金融行业的“高德地图”，实现全局业务化繁为简交易链路一键导航。历史生产问题、业务工单梳理归纳为各风险点内嵌地图中，以史为鉴，实现全局风险可视化。

2.建立数据链路透视

银行业务涉及上百个系统、数万个数据库表，以及百万级的字段和更多的数据枚举值，不同源的数据与业务之间存在断层，导致业务变更与应修改的数据字段和枚举值无法实现快速双向定位。天赋搭建数据与业务之间双向、多车道高速路，上层复杂的业务与底层的数据全线打通，形成智能数据引擎。将数据库表按业务归类，建立业务UI字段与数据实体的多维关系，将复杂数据链路可视化。真正以数据驱动实现全民7×24小时无人值守的自动化测试，辅助业务和数据的改动影响分析有据可依。

3.搭建执行结果透视金字塔

传统测试执行结果依赖人工标记，信服力不足，由于案例数据量级极大，主要采用人工抽检方式开展，存在主观性和随机性，且无法全量核检，执行遗漏的隐患难以发现。基于此，中信银行重新审视执行结果检核策略，从“全局+交易+场景+代码”逐层下钻的四层技术视角将测试执行结果全面透视（见图1所示），实现大版本组织级变更执行覆盖反向在业务地图中染色、技术改动交易级执行覆盖、案例执行覆盖场景及增量代码覆盖数据的全面可视，为测试质量进行综合评定和准出把关提供抓手，为项目排期客观准出保驾护航。

图1    测试执行结果透视金字塔

4.构建性能风险透视路网

银行业务系统间交易链路复杂，风险点难感知，一旦某一系统节点出现问题，对其他关联系统产生的影响难以进行量化分析。中信银行建立全局联防联控模式性能质控体系，依托于78种性能数据模型，涵盖应用、高可用、可靠性、批处理、数据库性能五大维度，一键式精准全面评估系统风险，实现系统级健康体检类型全覆盖。通过单点数据引流，引入动态关联匹配算法，构建交易、渠道、系统等多维透视，形成覆盖全局业务场景的风险透视路网，实现性能要素全透明。

二、建立数字化测试质量总控舱

中信银行基于可透视三维立体业务全景资产视图、标准化的全客户场景金融业务地图、涵盖性能五大维度的全透明性能要素、统一贯标的百万级银行业务数据取值及数据与业务的双向映射资产，从前期风险预防、中期过程监控及后期结果后督方面搭建全过程、标准化、数字化的测试质量总控中台（见图2所示），实现了测试从依靠人力到全面机控的全方位转换。

图2    数字化质量总控舱

1.左移风险防控

首先，严格按照TMMI5级标准，通过机控的智能分析体系实现前期风险预防合理制定测试计划。数字化测试质量总控平台依托于标准化测试资产，包括坐标防御库、业务时序图、金融业务全景地图、100%覆盖九大类核心业务的账务地图，以及涵盖高可用、可靠性、批处理、数据库性能五大维度的数字化性能地图等资产。通过萃取历史经验，建立历史与当下的关联关系，引入机器计算模型、AI智能算法，实现机控分析业务自动生成测试案例、自动检核案例完备性、智能分析推荐数据影响范围、技术影响范围及性能瓶颈风险的能力，同时将自动化测试应用数据、交易业务逻辑分支、业务场景链路、核心账务处理等测试分析数据形成项目监测指标自动识别风险，实现进一步左移防控。全面实现风险可量化、可分析、可计算，可预防，从而有效避免了前期项目风险引入以及后续风险扩大，以实现通过自动风险识别预防保证测试质量的目标。

2.全程实时监控

依托于数字化测试质量总控平台建立全过程数据埋点，自动完成过程指标数据采集，通过指标数据加工分析结合AI智能数据计算模型，实施计算测试过程与实际计划偏差以实现测试管理过程及时监督和风险控制。随着经济高速发展，行业竞争激烈，交付压力持续增加，数字化测试质量控制生态建设实现了降本增效、全面提升高质量快速交付的能力。数字化测试质控平台不仅在项目初期提早识别风险合理制定计划，同时也在项目实施过程中增加了对测试过程进度、缺陷趋势、覆盖率、人员投入、变更应对等多维视角监控、精细化分析。数字化质量总控平台通过多维视角、定制化指标监测分析，实现了测试过程中的智能问题挖掘、问题实时预警，为测试过程管理提供了一站式、全流程的质量管理生态服务体系。

3.执行精准后督

数字化质控平台在前期风险预防、测试过程监控基础上增加结果后督，打造计划态、进行态、结尾态三态数据闭环，从而实现全面质量控制目标。通过字节码插桩记录代码的执行，以日志与数据作为双重检核对象的新型工艺，透视字段级全部场景的测试执行；构建日志规则库，建模计算交易执行覆盖数据，实现自动计算详尽且真实的业务功能测试进度；依托全客户场景金融业务地图自动化执行染色，将业务场景执行过程全方位多维度进行机控，严格确保上线前关键代码100%覆盖，关键场景100%覆盖，变更交易100%覆盖，受影响用户旅程100%覆盖，全面保障测试结果真实性、有效性和充分性，提升测试结果的信服力。

三、强化数字化建设

数字化测试质量总控舱围绕组织级质控策略，自顶向下规划，从质量管控体系出发，梳理测试全生命周期的完整质控流程，进一步在完整质控流程中识别核心质控决策点，以构建质量管控的数据指标体系。依托工艺工具，自底向上实施，自动采集功能、性能测试实施过程中分析与执行的过程及结果数据；进一步汇集多源数据，基于数据指标体系，将质控流程各环节的数字化实践深度融合。通过对过去质量情况的总结、现有质量风险的管控、未来质量形势的预测，全面实现对质量管控的多维分析和洞察。

1.数据透明化整合，夯实质量数字化建设基础

通过自动采集、汇集多源数据，整合数据资产，将各个点状的数字化实践进行连接、打通、融合，使得数据鲜活可视，互联互通，形成全局透明的数字世界，为质量数字化建设夯实数据基础。

2.指标体系化，提升质量数字化管控精度

建立多维质量指标体系，统一指标分层，深化指标归集。针对指标分层，以天翼系统为例，将操作时长作为基础指标，映射工艺工具在测试实施过程的使用程度，以衡量测试活动的标准性；将时序图项目级应用率作为衍生指标，体现复用标准化业务因子，机控生成全场景测试案例的应用占比，以衡量测试覆盖的完整性；将测试资产保鲜率作为组合指标，体现测试资产的一致性，以衡量整体测试资产的质量。终将各类指标按照测试分析、测试执行、数据准备、测试资产等多个主题域方式进行归集，形成多维指标体系，以提升管控精度，使管控触点更精细、管控手段更有效。

3.管控自动化，加大质量数字化管控力度

依托多维质量指标体系，将质量管控举措内化为测试分析、测试执行等测试活动的行为触点及工具应用，进而量化为测试全生命周期的各类质控数据指标，全部数据指标打通至质量总控舱，让测试阶段全过程质量数字化，实现质量透视；同时基于数据指标自动检核、质量门禁自动监测等管控策略，让质量管控全过程线上化、透明化、自动化，实现机控准出，增强管控力度。

4.决策智能化，强化质量数字化决策能力

依托“数据+技术”双引擎，搭建“问题洞察—辅助决策—评价反馈”的数字化智慧生态，通过加强全生命周期质量数据开发利用，提升数据驱动作用，同时运用深度学习等技术，对质量全过程数据建立质量评估、风险预警等模型，让质效关键指标得以明确的反显出问题隐患和工作不足，实现智能化预警及管控。

通过数字化质量总控舱的搭建，全局上引导组织持续完善工作机制，夯实推进质量数字化的数据基础及指标体系；局部上从工作触点、工具应用、质控决策、机控准出、智能预警等方面切入，全面强化数字化质量。

四、思考与展望

通过数字化转型过程中创新建立的测试质量总控舱，切实有效提高了历次投产版本交付的信心，扫除了近千人团队实际测试执行与否的忧心。质量管控的策略已进阶转为所有人在统一的总控舱内即可达到“做不错”。未来，中信银行将在数字化建设发展的道路上继续不断探索实践，释放更多新动能，支撑数字金融的高质量发展，营造共享共赢的数字生态。