一、项目背景及目标

行业现状：在国内中小银行和一些国有大行金融机构中，通常会使用到多种类型的测试工具来协同处理软件生命周期中不同环节的测试工作。既有如“禅道”、“Jira”、“ALM”这类工具用来管理测试需求、测试用例和软件缺陷的管理工具平台，也有使用自动化测试工具、性能测试工具、安全测试扫描工具等此类“测试专业类工具”，还有个别同业会使用excel或者其他工具辅助管理测试资源，如测试介质设备、测试环境资源等此类“专项测试类工具”，另外还有使用其他工具辅助管理测试如测试质量审查、测试人员管理、测试资产管理等此类“测试综合管理工具”。

无论哪一种工具，在具体使用时候都专注于其特定功能或某项专业测试领域，虽然达到了完成既定任务的目的，但也带来了各系统间测试数据无法共享与交互，以及协作困难等问题，其不仅影响了数据的实时性和一致性，也使得跨系统的数据分析和决策支持变得困难，从而限制了工作流程的扭转效率和响应速度。

四川银行金融科技部测试团队在深入分析测试工具领域的发展趋势与挑战后，科学设计并成功构建了一个创新型的测试工具一体化平台，该平台通过多种测试工具的深度整合、实现统一认证、数据智享、任务自动派发等。

1.统一认证

集中存储与管理各测试工具的用户信息，实现单点登录，角色权限精细化管理。

2.数据智享

平台实现了测试工具数据的全局共享，各类测试工具生成的数据，都能被平台统一收集、管理和分析，数据聚合分析功能，平台能够将不同来源的数据进行深度整合，提供全面的测试数据视图，帮助用户更好地理解测试过程和结果。

3.自动任务派发

基于丰富的测试历史数据和用户角色数据的分析，平台能够智能地为用户派发测试任务，实现测试任务的实时分配、进度监控和结果反馈，并且以任务的形式调度各工具平台开展工作，以此确保项目流的高效运转。

测试工具一体化平台的使用很大程度上推动了测试工作流程的一体化与智能化。通过平台的建设，我们实现了测试数据高效利用，测试过程智能化、标准化。为金融机构数智化转型提供了新思路，是数智化转型在金融机构落地的典型案例。

图1测试工具一体化平台构思图

二、创新点

1、测试工具聚合仓

测试工具聚合仓汇集各类测试系统和测试工具，并实现用户权限的统一管理与全局控制。用户进入聚合仓后可快速进入所有对接的测试系统，并快速开展对应工作，减少了测试人员的操作成本、测试用户的管理成本、测试系统的运维成本。此外，工具聚合仓集成了行内工作所需各种开发测试工具，供开发、测试人员使用，以解决内、外网隔离带来的测试工具资源难以获取及安全使用的问题。

图2测试工具聚合仓界面（系统列表）

2、个人任务中心

个人任务中心以用户为中心，根据用户在各测试系统中的角色及测试项目所处测试阶段等自动派发与跟踪跨系统的工作任务形成测试人员的个人任务中心，为个人工作任务管理与任务下发提供一站式的服务。同时，通过数据智能引擎的支持，能够基于测试历史数据和当前测试情况，提供智能化的任务推荐，从而进一步提高测试的精准度和效率。该功能不仅提高了测试工作的自动化水平，还在测试标准化方面起到了重要作用。

图3个人任务中心示意图

图4测试工具一体化平台开展测试工作流程

3、测试数据大盘

测试数据大盘集成各类测试系统的数据，通过数据引擎对跨系统数据的整合、计算和汇总，形成以用户、被测系统为中心的测试数据指标平台，解决了跨系统的数据分析和决策支持困难的痛点。

图5测试数据大盘示意图

三、技术方案

图6测试工具一体化平台技术架构图

1、统一认证中心

统一认证中心作为测试工具一体化平台的基础服务，为测试工具提供标准化对接方式，为所有测试工具平台的身份数据提供集中存储和管理的功能，为不同角色分配不同的访问权限，实现精细化的权限管理。该组件支持当前行业内主流框架的接入，解决统一登录，统一身份数据管理，跨系统接口开发难点，为任务协作流程引擎和数据智能引擎的实现提供基础。

2、任务协作流程引擎

任务协作流程引擎组件根据可配置的流程模版，测试模型，测试工具数据仓为派发依据对各测试系统中的执行任务进行任务派发与流转。根据测试系统，测试阶段，人员角色在模版中的配置进行任务的生成，任务指向各测试系统中具体的执行工作。

①任务派发机制

角色与阶段识别：任务协作流程引擎首先识别当前用户在各测试系统中的角色和测试项目所处的阶段。例如，测试管理平台中的项目处于“测试需求分析阶段”时，流程引擎会自动为相关人员分配对应的任务。

任务生成与分配：根据预设的任务模板，流程引擎自动生成具体的任务，并将这些任务分配给相应的测试人员。例如，在需求分析阶段，流程引擎会为测试人员创建“需求分析”任务，为开发人员和业务人员创建“测试方案评审”任务。

任务的追踪与反馈：任务协作流程引擎还负责追踪任务的进展情况，并在任务完成后收集反馈信息，确保任务的闭环管理。

②数据智能引擎的集成

数据智能引擎通过分析测试工具数据仓中的数据，提供智能化的任务推荐，举例说明如下：

重要测试点推荐：数据智能引擎分析历史测试数据和当前项目的测试情况，自动识别出需要重点关注的测试点，并推荐给测试人员。

风险评估与预警：通过数据分析，数据智能引擎可以评估当前测试项目的风险，并为测试管理人员提供预警，帮助其及时调整测试策略。

资源优化配置：根据测试任务的紧急程度和资源使用情况，数据智能引擎自动优化测试资源的配置，确保测试工作高效进行。

3、数据智能引擎

数据智能引擎服务处理各测试系统工具的数据接口调用，实现数据的有效整合和智能处理，为测试工具一体化平台的数据综合仓提供统一数据的访问层，简化数据集成。该服务还解决跨系统数据交互中的字段映射和报文转换问题，确保数据在不同系统间流通无阻。从各系统抽取数据并进行综合分析，提供数据支持决策。同时数据智能引擎也是任务协作流程引擎的重要数据依据提供方，通过对测试工具数据仓中的数据进行深入挖掘和分析，从而为任务协作流程引擎智能化的任务推荐提供数据依据。

数据智能引擎的技术架构包括以下几个关键组件：

①数据采集与预处理组件

数据采集：从各个测试工具中实时采集测试数据，包括测试用例、测试结果、缺陷数据、性能数据等，并将数据存储到统一的数据库中。

数据预处理：对采集到的数据进行清洗、转换和归一化处理，消除数据中的噪声和冗余，确保数据的质量和一致性。

②数据分析组件

数据分析：利用大数据分析技术，对预处理后的数据进行统计分析和趋势分析，识别数据中的模式和异常。

数据挖掘：利用算法模型，对数据进行深入挖掘，提取有价值的信息和模式，预测未来的测试趋势和风险。

图7数据智能引擎架构图

四、项目过程管理

1、技术调研设计阶段

持续时间:2023年2月-2023年4月

该阶段主要为根据痛点问题寻求可行的解决方案，通过“功能成熟度”、“文档和学习资源完善度”，“许可证”、“安全”、“集成能力”等多个纬度的进行调研确定技术选择。最终形成了详细的需求文档和技术蓝图，确立了包括统一认证中心、数据引擎开发和流程引擎配置在内的核心技术方案。

2、功能实现阶段

持续时间:2023年4月-2023年10月

该阶段负责开发和实施包括统一用户认证服务、工具流程引擎和数据引擎的核心功能，分两个阶段逐步实施并上线验证。一阶段上线了统一用户认证服务，并对接了测试管理平台、自动化测试平台等系统，试运行3个月后，于二阶段上线工具流程引擎服务，运行3个月后上线数据引擎服务。早期试运行期间显示，系统运行稳定，功能实现满足预期目标。

3、工具对接阶段

持续时间:2023年10月-2023年12月

该阶段主要完成对9个测试系统的对接与集成工作。该阶段部分时间与功能实现阶段有重叠。

4、功能丰富阶段

持续时间:2023年12月-至今

该阶段主要是解决测试工具一体化平台实际运行过程中的一些问题，并对现有功能进行持续完善与优化，如丰富测试数据监控报表、指标等。

五、运营情况

平台目前已集成行内测试系统共计9款，集成率达80%。在平台上线后的首六个月内，活跃用户数量增长了500%以上，每日登录用户从平均300人增至2000人左右，95%以上测试人员围绕个人作业中心作为工作台开展工作，大大提高了协作的效率。平台中产生的数据指标为测试人员的分析与决策提供了数据支撑。

六、项目成效

测试工具一体化平台的实施上线解决了测试数据无法共享与交互，以及协作困难等痛点问题，减少了用户的操作成本，提高了协作效率。同时平台提供的实时指标数据为测试人员的分析与决策提供了数据支撑和依据，使得测试工作更加高效、协同，测试分析更加精准。

七、经验总结

测试工具一体化平台的建设实施不仅提高了测试工作的效率，同时也促进了团队间的协作和信息共享，不断优化的测试流程需要强大的测试工具的支撑，以保证测试活动的有效进行，后续测试团队将根据实际运行效果和测试需要持续对测试工具一体化平台进行升级优化。