【News】8月3週のニュース(Qbook,MACHINE HEADS,テストターの将来,テストデータ,次世代テスト）

皆さん、こんにちは。
今週もソフトウェアテスト、テスト自動化に関するニュース記事をご紹介していきたいと思います。
今回は国内ニュース3記事、海外ニュース2記事をご紹介回したいと思います。

■記事内リンク

「国内ニュース」
・バルテス社「コストダウン×品質の向上」 に関するホワイトペーパー無料公開
・テスト自動化支援ツール『MACHINE HEADS 』Nintendo Switch向けのサービスをリリース
・テストエンジニア仕事内容や将来性について

「海外ニュース」
・ソフトウェアテストにおけるテストデータの役割
・次世代テクノロジーの世界でのソフトウェアテスト

■国内ニュース

□バルテス社「コストダウン×品質の向上」 に関するホワイトペーパー無料公開

https://www.fnn.jp/articles/-/227207

こちらは、バルテス社がQbookにて「第三者検証の効果とコストダウン実例紹介」のホワイトペーパーを無料公開した内容となります。
Qbookはバルテス社が運営するサイトで、ソフトウェアテストを中心とした書籍などのコンテンツが充実しています。
こちらのQbookでは、無料会員登録をすることで、様々なドキュメントを確認することができます。

今回は「第三者検証の効果とコストダウン実例紹介」が公開されました。
掲載内容は以下とのことです。

◇「第三者検証の効果とコストダウン実例紹介」

1.ソフトウェア開発における「第三者検証」って何？
2.第三者検証でコストと品質を両立できるって本当？
3.ケース別 コストダウン事例紹介
事例1: 鉄道事業
事例2: システムインテグレーター(SIer)事業
事例3: 大手ECサイト運営企業
事例4: 金融関連事業
事例5: プリンター・複合機メーカー
事例6: ソフトウェアパッケージ開発ベンダー
事例7: オンライン商談ツール開発ベンダー
事例8: Webサービス事業
事例9: 大手企業情報子会社

第三者検証会社に勤められている方、または第三者検証会社の検証サービスの利用を考えられている企業の方、ソフトウェアテスト業務をされている方など、様々な方に有益な情報と思います。

ご興味のある方は、Qbookのサイトにアクセスしてみてはいかがでしょうか。
https://www.qbook.jp/download/20210816_1219.html

□テスト自動化支援ツール『MACHINE HEADS 』Nintendo Switch向けのサービスをリリース

https://prtimes.jp/main/html/rd/p/000000007.000039626.html

こちらは、オーパス社が運営するゲーム開発を支援する自動操作ツール「MACHINE HEADS」のNintendo Switch対応版である「MACHINE HEADS for Nintendo Switch」がリリースされた内容となります。

「MACHINE HEADS」について初めて知りましたので、公式サイトにアクセスしてみました。
https://mheads.net/

こちらのツールは、ソーシャルゲームなどUI自動操作が行えるサービスのようです。

プログラミングでコードを書くというより、ユーザーが操作した内容（アクション）や処理を「ノード」形式で接続していき、視覚的にわかりやすいツールのようです。
３DソフトのMayaに似ていると思いました。

今回の「MACHINE HEADS for Nintendo Switch」も同じくノードベースとなっており、Nintendo Switch向けのゲーム開発に特化した内容のようです。

特徴としては、以下となっています。
・ノードベースのGUI操作
・PCとデバイスはUSB接続のみでOK
・回帰テストのように繰り返し同じ操作が行える

「MACHINE HEADS for Nintendo Switch」の利用料金は、「問い合わせ」となっていましたが、
「MACHINE HEADS」は、1か月の無料トライアル、1ヵ月の利用￥12,000～となっていました。

また、今回は「MACHINE HEADS for Nintendo Switch」のリリースに関して、8/24(火）17:30よりCEDEC2021に登壇されるようです。
https://cedec.cesa.or.jp/2021/

◇CEDEC2021 スポンサーセッション概要

（格子枠）

ご興味のある方は、MACHINE HEADSの公式サイト、またはCEDEC2021のページにアクセスしてみてはいかがでしょうか。

・MACHINE HEADSの公式サイト
https://mheads.net/

・CEDEC2021
https://cedec.cesa.or.jp/2021/session/detail/s60c3415d89485

□テストエンジニア仕事内容や将来性について

https://mynavi-agent.jp/it/geekroid/2021/08/post-409.html
こちらの記事は、mynavi-agent.jpに掲載されていた内容となります。

テストエンジニアについて一つの見解がまとめられていましたので、ご紹介したいと思います。

テストエンジニアは品質保証のための重要な仕事ですが、残業やタスクが多くなりがちな点、単調な点がきついと言われています。
動作検証など単純作業は自動化されても、テストエンジニアという仕事はなくなることはないでしょう。

◇1.テストエンジニアの仕事内容

テストエンジニアは、デバイスやソフトウェア、Webサービスなどの検証および評価を行う、製品の品質を保証するために重要な仕事です。
昨今、企業が品質管理の検証データを偽造していたという不祥事がニュースになっていますが、本来は日本企業の厳格な品質管理には定評があり、ジャパンクオリティを支えてきました。

テストエンジニアがさまざまなテストを行ってプログラムのバグや設計ミスを発見し、不具合や問題を解消します。
不具合だけでなく、システムの動作時間を測定してチューニングが必要な個所を洗い出すなど、品質向上のための検証も行います。
テストエンジニアの仕事で特に重要なのが、ユーザーがどのような条件で使用するかを想定するテストケースの作成です。
ソフトウェアの動作だけでなく、実機テストなどのハードウェアの検証も含まれ、テストケースの網羅性が品質管理の水準を左右します。

中小規模の開発プロジェクトでは、プログラマーがテストエンジニアを兼務する場合もあります。

上記内容については、ほぼ同意と思います。
「品質」を作りこむといった役職ではないかと私は考えています。
プロダクトの品質を左右するので、責任はそれ相応と認識しています。

◇2.テストエンジニアがきついといわれる理由

テストエンジニアがきついといわれる理由のひとつには、納期の厳しさがあると考えられます。
システム開発の終盤の工程であるテストは、予定していた作業期間を確保できなくなることがあります。
上流工程で遅延があっても納期の変更が難しいと、テストの納期が短くなり、残業が多くなるケースがあります。

また、単調な検証作業にストレスを感じる人も多いようです。
テストエンジニアには、コツコツと地道な作業を反復する粘り強さが求められます。
不具合を発見したら、再現性の確認、原因の特定などを行うのも仕事です。
膨大なソースコード中からバグを特定し、解消するのは大変な作業です。
システムの構造を理解できていないと難しい部分もあります。
プログラマーがテストを兼務する場合はシステムに精通しているため、バグの特定、解消作業の効率はよいです。
一方、テスト専門のエンジニアは先入観を持たずに検証できるメリットがあります。

私は上記に加え、納期の他、工数の兼ね合いにより、テストエンジニアのスタッフが十分に足らず、アサインしたテストエンジニアに負荷がかかるケースもあると考えます。
最近では、国内でもアジャイル開発が支流になるにつれ、開発サイクルが短期間になる傾向があります。
開発では複数人で構成されていますが、テストエンジニアは1人のみというケースが多いと思われます。
また、最近ではクロスプラットフォームにより、PCブラウザ、iOS、AndroidOSといった複数のOSを想定したプロダクトが増えており、それらのテスト対応をテストエンジニアが1人で行うケーズもざらにあります。

更に、テストエンジニアの他「QC」の役職の場合、テストの他、日常業務、定期業務などのタスク、他案件のテスト対応なども含まれてきます。
多忙極まります。

◇3.テストエンジニアのキャリアパス

テストエンジニアのキャリアパスには、品質管理のスペシャリストであるQAエンジニアがあります。
また、テストエンジニアから開発系、インフラ系へとジョブチェンジするエンジニアは多いです。
開発系エンジニアの育成を兼ねて、開発未経験者や若手エンジニアにテスト工程を経験させる会社も少なくありません。

コーディングを自動化するツールが登場しているように、検証作業が自動化され、テストエンジニアの作業負荷が軽くなっていくことは考えられます。
将来、コンピューターによるシステム開発が実現したとしても、人間が検証するプロセスは必須といえます。
同時に品質保証の役割がユーザビリティや導入効果など、より高度な視点に変わると想像できます。

単純な検証作業の人員は減少していくでしょうが、テストエンジニアの役割がなくなることはないでしょう。

ジョブチェンジは一つの手でもあると私は思います。
テスト業務を行い、開発に興味を持った方、Web,mobileデザインに興味を持ち、そちらへジョブチェンジされる方も多いと思います。

他にも、テスト自動化のスペシャリスト、テスト分析を行うテストアナリストなど専門的な方面に進むのも手かと思います。

いずれにしても、テストエンジニアから、専門的な技術や知識を身に着け、専門的な仕事にステップアップすることは、
自らのスキルアップを図り、仕事の幅も増やし、成長していくことが望ましいと私は考えます。

テストエンジニアに関する記事でしたので、取り上げてみました。

■国外ニュース

□ソフトウェアテストにおけるテストデータの役割

https://www.softwaretestingnews.co.uk/the-role-of-test-data-in-software-testing/

こちらの記事は、「softwaretestingnews.co.uk」に掲載されていた内容となります。
テストデータについて取り上げられていましたので、ご紹介したいと思います。

◇テストデータとは何ですか？

テストデータは、さまざまなアプリケーションのテストに使用されるあらゆる形式のデータ（ドキュメント、写真、ビデオ、その他のメディア）です。
これらのデータは、テスト対象のアプリケーションが期待どおりに機能するかどうかを確認するために使用され、境界値テストを介してアプリケーションの制限またはその限界点をテストするためにも使用されます。

テストデータは、ソフトウェアテストの実行を完了するためにソフトウェアプログラム（Webサイトまたはアプリケーション）を実行するために必要な入力です。

簡単に言うと、製品が開発されたら、プログラムが期待どおりに機能していることを確認するために、さまざまなデータを使用してテストする必要があります。
テストデータは、完全なテストカバレッジが達成されることを保証します。
テストデータのセットは、ソフトウェアプログラムの検証中に、ポジティブ、オルタナティブ、およびネガティブのフロー/シナリオがカバーされていることを確認する必要があります。

テストデータの作成と管理は、手動テストと自動テストの両方を作成する際の最大の課題であることが多く、テストの最も重要な側面の1つです。
したがって、テスターは、あらゆるタイプの機能テストと非機能テストのデータ作成、保守、自動化、および包括的なデータ管理のための最も効率的で効果的なアプローチを継続的に調査、学習、および適用する必要があります。

テストケースの実行中、テスターは目的の出力を取得するために入力するデータを必要とします。
テストデータは、欠陥を明らかにするために正確かつ網羅的である必要があります。
ソフトウェア/製品の要件に応じて、1回使用することも、さまざまな反復で使用することもできます。

したがって、テストデータは、テストケースを適切に実行し、任意のソフトウェアで期待される出力を検証するために必要なデータです。

◇さまざまな種類のテストデータ

テストデータは、テスト対象のアプリケーションに応じてさまざまな形式で提供されます。
実際、テストデータには非常に多くの種類があり、使用されているアプリケーションも進化しているため、まだ進化しています。

テストデータは、ユーザー名、パスワード、およびデータベースを構築できるその他の必要なフィールドなどの重要な情報を保持するテーブルを含む単語または優れたドキュメントの形式にすることができます。
これらのドキュメントには、アプリケーションの肯定的な結果や否定的なシナリオをテストできるさまざまな値が含まれています。

また、さまざまなオブジェクトやさまざまな人間の表情を検証するアプリケーションで使用される画像や画像の形式のテストデータや、データ分析や将来の誘導システムの自動化のアプリケーションで使用されるテストデータとして使用されるビデオもあります。

ビデオをテストデータとして使用する人間行動監視カメラを監視するアプリケーションが存在します。
さまざまな音声を使用したテストデータは、さまざまな音声コマンドを認識するgooglehomeやAlexaなどのアプリケーションでも使用されます。

◇テストデータの作成

テストデータを作成または準備する最も一般的な方法は、ドキュメントの形式である場合は手動で入力することです。

さまざまな画像、音声、またはビデオの収集も、企業から外部委託されているさまざまな人々の助けを借りて手動で行われ、このすべてのデータが特定の個人によって照合されてファイルが分類されています。
自動化は、手動で行うと時間がかかる大きなテストデータを作成するためにも使用されます。

・手動テストデータの作成

この方法はデータを生成する簡単な方法であり、テストチームの知識とスキルを使用して作成できます。
このメソッドに含まれるテストデータのタイプのいくつかは、有効、無効、null、標準の本番データ、およびパフォーマンスのためのデータセットです。
このタイプの手法の課題は、プロセスが遅く、生産性が低下することです。

・実稼働環境からのインポート

この種のデータは、本番環境でリアルタイムに使用されるデータからの実際のバックアップであるため、この方法が最も正確な方法です。
ただし、本番データをそのままコピーすることはできません。
GDPRによって導入された新しい規制の中には、個人データ情報の使用を制限する権利があります。
本番データがテスト用に提供されている場合、データ管理者は匿名化手法を使用して、個人を特定できるすべての情報に適用する必要があり、このプロセスは元に戻せない必要があります。
これは、データフロー、データモデル、および適切なテストデータプロファイリングの適切な文書化の必要性を強調しています。

・バックエンドデータインジェクション

この方法では、巨大なデータベースを備えたバックエンドサーバーが使用されます。
このデータ生成方法では、フロントエンドのデータ入力が不要になり、データをすばやく挿入できます。
また、この方法では、過去のエントリを作成するための専門家は必要ありません。
ただし、この手法が正しく実装されていない場合、データベースとアプリケーションにリスクをもたらす可能性のある欠点もあります。

・自動テストデータ生成

この方法では、自動化スクリプトを使用してデータを作成します。
ここでは、WebサービスAPIとSeleniumが一般的に好まれるツールです。
利点は、自動化によって得られるデータが高レベルで正確になることです。
人間の発明の必要はありません、出力を提供する速度はより速いです。
ただし、コスト要因や熟練したリソースが必要になるなどのデメリットもあります。

・サードパーティツール

サードパーティのツールを選択することで、システムへのデータの作成が容易になります。
これらのツールはバックエンドアプリケーションに関する完全な知識を持っているため、これはリアルタイムによく似たデータを実現するのに役立ちます。
これらのツールの利点は、データの正確性と、履歴データに対して必要なテストを実行するためにユーザーに提供される範囲です。
また、この方法の欠点は、コストがかかりすぎて、機能するのに制限があることです。

テストデータの作成には非常に時間がかかる可能性があります。
したがって、次のコマンドで作成できます。

・手動テストデータ生成
・自動化されたデータ生成
・操作されたテストデータ
・製品データをテスト環境に使用する
・バックエンドでデータを作成する
・レガシーシステムの既存のデータを使用する。

テストデータを使用して、期待される結果を検証したり、予期しない入力に応答するプログラムの機能に異議を唱えたりすることができます。

◇テストデータとソフトウェアテスト

テストデータは、アプリケーションが期待どおりに機能するかどうかを判断し、入力されたデータが英数字である場合にバグを検出するのにも役立つため、テストでは非常に重要です。
テストデータを使用してネガティブシナリオを実行し、アプリケーションの制限を把握することもできます。

不十分に設計されたテストデータは、正確なテスト結果を提供しません。
テストデータはアプリケーションをテストするための入力フィードであるため、テストを適切に作成すること、および出力が正しく導出されていることを確認することが重要です。

今日、テストデータの信頼性と信頼性は、ビジネスオーナーにとって妥協のない要素と見なされています。
さらに、テストデータの重要性を考慮すると、ソフトウェア所有者の大多数は、セキュリティ対策において、偽のデータ以下のテスト済みアプリケーションを受け入れていません。

現在の世界ではデータの機密性が高いため、適切なテストデータのセットを使用してソフトウェアを適切にテストする必要があります。
今日、正確で関連性のある高品質のデータは、継続的な配信、テストカバレッジ、自動化、および継続的なテストに不可欠です。

品質データを使用すると、開発ライフサイクルの早い段階で欠陥を見つけて、修正を安価にし、本番環境でのバグのリスクを減らすことができます。
したがって、データ品質が低いためにテストとQAが失敗した場合、最終製品も失敗します。

テストデータ管理は、組織が展開時に確実に実行される高品質のソフトウェアを作成するのに役立ちます。
バグ修正とロールバックを防ぎ、全体として、よりコスト効率の高いソフトウェア展開プロセスを作成します。
また、組織のコンプライアンスとセキュリティのリスクを軽減します。

◇メリットとデメリット

テストデータは、テスト対象のシステムがリリース可能かどうかにかかわらず、テスターが結論を出すのに役立ちます。

さまざまなシナリオの正しいテストデータにより、アプリケーションの要件に従って、テストがすべての重要な機能をカバーしているかどうかが判断されます。
さらに、テストデータは、アプリケーションに挿入された境界テストデータに基づいてネガティブシナリオをチェックすることもできます。

パフォーマンス/ストレステストは、アプリケーションに大きなテストデータを挿入し、システムが特定の制限で破損するかどうかを確認することで実行できます。

メリットとデメリットは以下が挙げられます。

「メリット」

・早い段階で欠陥を排除
製品開発ライフサイクルの初期段階で、要件、テストケース、および欠陥のギャップを特定できます。
後で多くの障害物からあなたを救います。

・より良いカバレッジ
優れたテストデータにより、テストカバレッジが向上します。
これにより、欠陥が少なくなり、後の段階で実行できるようになります。
さらに、洗練された製品で顧客満足度を高めることができます。

・より高いROI
テストデータのセットが再利用され、効率的に維持されれば、本番環境での欠陥はほとんどまたはまったくなくなり、同じデータセットを将来の同様のプロジェクトでも回帰に使用できるため、すべてのリソースがプロジェクトごとに重複するテストデータを作成し、欠陥に対処することに費やされてきましたが、今では利益につながります。

・よりスムーズなテストサイクル
適切に維持されたテストデータは、機能テストと回帰テストに使用できるため、テストケースの優先順位付け、テストスイートの拡張、およびテストスイートの最小化が向上します。
これらすべてが、よりスムーズで効率的なテストサイクルにつながります。

「デメリット」
・テストチームはテストデータを作成するためのアクセス権を持っていない可能性があるため、これには時間がかかり、依存関係が避けられない場合があります。

・同じ環境内の複数のチームが同じデータを使用すると、データが破損する可能性があります。

・テストデータのレビューと再利用が実現され、活用されることはめったにありません。

・より大きなデータがより短い期間で必要になるシナリオが存在する可能性があります。
テストチームを支援するために必要なツールがない場合、これは成功するための大きな課題となる可能性があります。

・データの欠陥が早期に特定されない場合、ソフトウェアに影響を与えるという大きな課題が発生する可能性があります。

・テストデータ管理では、テストチームが代替データ作成ソリューションに関する深い知識を持っている必要があり、これはすべてのテスターが利用できるとは限りません。

◇ソフトウェアテストにおけるテストデータの未来

ソフトウェアテストにおけるテストデータの役割は、独自のテストデータを必要とするアプリケーションがさらに開発され、それを機能させるために必要なデータが進化するにつれて、今後数年で進化すると考えています。
テストデータ管理が最適化されると、生産性、結果、および収益性の向上がすぐに明らかになり、より多くのリソースと焦点を継続的な高品質の製品とサービスに利用できるようになります。

テストデータについてまとめられており、興味深い内容でしたので、ご紹介させていただきました。

□次世代テクノロジーの世界でのソフトウェアテスト

https://www.infoq.com/articles/testing-next-gen/

こちらは、infoq.comに掲載されていた内容となります。
次世代となるDX、AI、ビッグデータ、RPA等に関するソフトウェアテストにまとめられていた記事ですので、ご紹介いたします。

◇初めに

毎年、デジタル化の概念全体が改訂され、新しい機会とより良い変革への扉が開かれています。
特に、世界がAI、AR、MLなどのテクノロジーを運用慣行に急速に採用している場合、コンプライアンス、標準化、セキュリティ、およびその他のさまざまなパフォーマンスベンチマークについてこれらのテクノロジーを常に注視する必要があります。

将来の成功への明確な道筋はありませんが、このプロセスには、変革プロセスのための次世代テクノロジーが含まれる可能性が高く、卓越性が促進されます。
ただし、最終的な影響を定義する可能性が高いものの1つは、価値の創造を目的とした目標を達成するためのソフトウェアテストとQAです。

この変革は単純で小規模なものではなく、企業がAI、ビッグデータ、スマートマシン、IoT、5G、ロボット工学などのテクノロジーと連携できるようにすることは大きな変化です。
これらすべてのテクノロジーを活用するには、関連性を通じて促進される自信のある採用が必要です。
これは、ソリューションが目標にマッピングされている場合にのみ達成できます。

企業は、アジャイル開発を支援し、デジタル化の取り組みにより多くの価値を付加できる品質保証およびソフトウェアテストソリューションに傾倒する必要があります。

これらの次世代テクノロジーの理解を掘り下げ、ソフトウェアテストとQAが生産的で効率的な未来にどのようにつながるかを探りましょう。

◇ビッグデータ

長年にわたり、企業や技術の専門家はデータの重要性を認識してきました。
そのため、ヘルスケア、製造、電気通信、およびその他の多くの業界は、顧客サービスを改善し、ビジネス目標を達成するためにビッグデータに依存し始めています。

データは絶えず変化するものであるため、リアルタイムの情報を取り入れ、過去の記録と統合し、影響を与える可能性のある意思決定を行うことが重要です。
ビッグデータの主な目的は、データの完全性を実現し、データの適切な交換に基づいた生産性の高い変換を促進することです。
ビッグデータの可能性は、ロボット工学、機械学習、IoT、5G、そしてもちろんビッグデータの最高のものを備えた接続システムを通じてのみ達成できます。

ただし、ビジネスにビッグデータの利点をもたらすには、ビッグデータのテストが必要であり、さまざまなデータセットを使用して収益性を高めることができます。
また、テストアプローチには、市場データと消費者情報を含める必要があります。
これらは、業界全体で最高のビッグデータを持つ品質保証ソリューションを作成するために明らかにすることができます。

・ビッグデータテストのユースケース

「機能テスト」
アプリケーションフレームワークとコンポーネントへの洞察を得るために、期待される結果と比較したフロントエンドでのアプリケーションによって生成された結果のデータ検証。

「パフォーマンステスト」
ビッグデータ自動化テストは、データの多様性と量についてアプリケーションをテストするのに役立ちます。
ビッグデータテスト手法を使用すると、ストレージ効率の高いデータセットの処理と取得に関連する定義済みの目標を達成するのに役立ちます。

「データ処理テスト」
データ処理テストとデータ取り込みテストは、アプリケーション内のデータが正しく抽出およびロードされていることをすべて確認するのに役立ちます。
データ処理は、情報を比較することにより、入力ファイルと出力ファイルのビジネスロジックを検証するのに役立ちます。

「データ移行テスト」
アプリケーションが別のテクノロジーまたはサーバーに移動する場合、データ移行テストは、古いシステムからのすべてのデータがゼロの損失とダウンタイムなしで新しいシステムに移動されることを検証するのに役立ちます。

「ビッグデータテスト戦略の採用」
私自身の経験とビッグデータテストへの露出に基づいて、ビッグデータテスト戦略を採用することは、実装への正しいアプローチを選択することです。

テスターが取り込んだデータに対する最初のアクションから開始する必要があります。
これは、抽出されたデータの正確性を検証することを目的としています。
これには、さまざまな場所にまたがるテストデータのロードが含まれる場合もあります。

次の段階では、取り込んだデータのビジネスロジックの検証を引き継ぐ必要があります。これは通常、HadoopやHiveなどのツールを使用して行われます。
検証が成功した後、テスターはウェアハウスデータへの出力データを検証するタスクを引き受ける必要があります。

4番目のステップは、テスト戦略の最も重要な部分の1つであり、テスターはデータ移行テストを検証して、欠陥を排除する必要があります。
これには、ユーザーが移行前のテスト、移行テスト、および移行後のテストを実行する必要があります。

パフォーマンステストの第5段階であるテスターは、データの読み込みとスループットに取り組み、作成および消費されるデータの速度に取り組む必要があります。
最後になりますが、非常に重要なことですが、テスターはデータ処理速度に取り組む必要があります。データ処理速度では、ワークフロー全体でサブシステムのパフォーマンスが測定されます。

・ビッグデータテストの例と推奨ツール

「推奨ツール」
HDFS（Hadoop分散ファイルシステム）、Hive、およびHBase。
データ取り込みプロセスは、Apache Zookeeper、Flume、Kafka、およびSqoopを使用して効果的に処理できます。

◇AI

過去10年間に勢いを増した技術があるとすれば、それは人工知能に他なりません。
AIは、人間のタスクを模倣し、独自の知性を通じて操作を即興で行う可能性を提供します。AIがビジネスにもたらすロジックは、生産的な推論の余地を示しています。
ただし、AIのメリットは、コンピューターにデータセットを提供することによってのみ達成できます。
これには、適切なQAとテストの実践が必要です。

結果を導き出すために自動化テストの実装を行う必要がある限り、パフォーマンスは、効果的な処理につながる適切な入力データを使用することによってのみ達成できます。
さらに、AIソリューションの改善は、他の業界だけでなくQA自体にもメリットがあります。
これは、テストと品質保証のプロセスの多くが、人工知能を活用した自動化テクノロジーに依存しているためです。

テストプロセスに人工知能を導入することで、よりスマートなテストが可能になる可能性があります。
したがって、AIソリューションのテストにより、ソフトウェアテクノロジーがより優れた推論および問題解決機能に取り組むことができるようになります。
さらに、AIは時間のかかる手動操作を減らすことができ、デバイスの初期テストに費やされる時間は、複雑なタスクをより単純かつ効率的にすることができます。

・AIテストのユースケース

「単体テスト」
ソフトウェアテストでAIを使用する最も一般的なケースは、単体テストを分析することです。
これらのテストにはセットアップ要件がないため、単体テストを作成するためにAIツールを使用する方がはるかに簡単です。
AIは、ソースコードが変更されるたびに単体テストを更新するのに役立ち、開発者がメンテナンスに費やす時間を短縮できます。

「APIテスト」
AIテクノロジーを使用して、テストするパラメーターを定義するさまざまなAPI呼び出し間の関係を特定できます。
さらに、AIはユーザーの行動データを使用して高度なテストパターンを定義し、アプリケーションの全体的な品質を向上させることができます。

「継続的テスト」
AI対応の継続的テストは、毎分の変化を監視する機能を備えているため、変更されたコントロールの検出に役立ちます。
さらに、テスターと開発者は、リスクベースの自動化を実行して、どのテストがより広い範囲を提供できるかを判断することを計画できます。
このデータを使用して、テストケースを手動で更新し、コントロールを特定し、欠陥を特定し、関連するコンポーネントを改善できます。

「UIテスト」
人工知能はコントロールの階層での作業やGUIの駆動に必要なテクニカルマップの定義に役立つ可能性があるため、AIはオブジェクトアプリケーションの分類にも使用できます。

・一般的なテストの課題と治療法としてのAI

インテリジェンスの欠如とタイムリーでない人間の介入による現在の技術は、不可能なテスト実行に対処しなければなりません。
これは単に製品のボトルネックにつながり、テストエラー、コードの問題、およびテスト環境内の他の重要な課題に関する洞察がありません。
テストにおける人工知能により、ユーザーは負荷を乗り越え、テストプロセスを最適化して効率を高めることができます。

失敗をテストするための治療法としてAIを使用することに関して、AIを適用できる私の個人的な経験に基づいて、いくつかの方法があります。

AIは、すでに確立され成功したテストケースでAIモデルを実行することで、最小限のテストでポジティブで生産的なコード変更を把握できるため、テストケースの自動作成が可能になります。
API評価が必要な場合にAIを使用できます。
具体的には、数百のAPIを使用するサードパーティアプリケーションがある場合、AIは、接続されたデバイスの機能を分析してパフォーマンスの目標を達成するのに役立ちます。
AIは、テストケースの失敗の理由を検出するセレンテストや、収集されたデータからの不安定なテストの最適化を修復するために使用できます。
AIの目的は、アプリケーションを実行する必要がある可能性のある環境を分析することであるため、AIは、エンドユーザーエクスペリエンスを向上させるためのビジュアルディスプレイUIを支援することもできます。

「推奨ツール 」
・継続的および回帰テスト用のテストクラフト
・パフォーマンス、負荷、および機能テストのために機能化する
・AIベースのビジュアルUIテスト用のApplitools
・自動化された機能UIテストを実行するためのMabl

◇IoT

10年前を振り返ると、接続されたデバイスは単なる概念のように見えました。
ただし、IoTの導入により、デジタルトランスフォーメーションが可能になりました。
さらに、IoTテクノロジーを強力な5Gネットワ​​ークと組み合わせると、運用とプロセスを高速化できる可能性があります。
IoTデバイスの世界人口は2025年までに1,250億人に達すると予測されています。

これらすべての数字が増加しているため、IoTソフトウェアのテストは変革を起こすために不可欠です。
特に、ほとんどの消費者ブランドがビジネスを革新するためのIoT機能を提供している場合、IoTソリューションをテストすることで、効果的な運用のためにデータ交換の頻度を向上させることができます。
さらに、セキュリティ、機能、およびパフォーマンス分析に関する取り組みは、消費者のライフサイクルをサポートします。
テストプロセスにより、企業はIoTデバイスへの信頼性を変えながら、手動で運用を管理するという課題を克服することができます。

IoTテクノロジーのテストは、消費者が期待するパフォーマンスの基準を満たすのに役立つ可能性があります。
システム内のバグを早期に特定することで、IoTデバイスとソフトウェアを即座に修正できます。
IoTはネットワークと接続されたデバイスがすべてであるため、相互接続されたシステムの障害領域を特定するには、すべてのデバイスのパフォーマンスを追跡する必要があります。

IoTテストは、改善されたIoTネットワークを通じて、パフォーマンスと機能の結果のためにすべてのデバイスを自信を持って使用できるようにする可能性があります。

パフォーマンス、セキュリティ、データベース、機能、互換性、ユーザビリティ、スケーラビリティ、信頼性、ネットワーク、パイロット、および規制テストはすべて、アプリケーション、データセンター、センサーの機能を向上させながら、IoTデバイスの明示的な性質を特定するのに役立ちます。

・IoTテストのユースケース

「パフォーマンステスト」
IoTユースケースセットアップのパフォーマンステストの目標には、ネットワーク通信モデルの監視と、組み込みシステムの内部計算機能が含まれます。
ほとんどの場合、これらには、ネットワークとゲートウェイ、およびバックエンドとアプリケーションコンポーネントのテストが含まれます。

「セキュリティテスト」
IoTテストのこのフェーズは、クラウドサービス、物理デバイス、およびネットワークを保護することを目的としています。

「互換性テスト」
IoTデバイスにはさまざまなソフトウェアとハ​​ードウェアの構成があり、互換性テストは安定したソリューションの開発をサポートします。

「機能性と使いやすさ」
信頼性、耐久性、インストールの容易さの観点から、機能的なユースケースとエンドユーザーエクスペリエンスのテスト。これに加えて、IoTテストには、アプリケーションのローカリゼーション、API、データの整合性、コンプライアンス、接続性、デバイスの相互運用性、スケーラビリティなどの他のテストアプローチが含まれます。

・IoTテストの課題とリアルタイムの解決

セキュリティはIoTテストに関連する最も重要な懸念事項の1つであるため、テスターはネットワークとすべての内部通信を保護するという課題に対処する必要があります。
また、IoTネットワーク分析の複雑さにより、バグがシステムに隠れてしまう可能性があります。
帯域幅、IoTデバイスのバッテリー、処理、およびメモリに関連するリソースの考慮事項は、テストプロセス中にテスターを悩ます可能性があるいくつかのことです。

・効果的なIoTソフトウェアテストのベストプラクティス

IoTテストは、テストケースの設計に取り組むことを目的としたグレーボックステストから開始する必要があります。
このアプローチは、アーキテクチャ、接続性、ハードウェアの制限、およびサードパーティのハードウェアについて学習するのに役立ちます。
自動化されたIoTテストシステムを使用して、システムの接続性、モジュール性、セキュリティ、およびスケーラビリティをリアルタイムでチェックする必要があります。

「推奨ツール 」
IoTソフトウェアテストの場合：CloudTest、Shodan、SOASTA、Tcpdump、およびWireshark

ハードウェアテスト用：デジタルストレージオシロスコープ、JTAGドングル、およびソフトウェア無線

◇ロボットプロセスオートメーション（RPA）

テストはRPAの重要な側面です。
ロボット、テスト、およびQAのパフォーマンス、信頼性、または機能により、開発者は最終製品の設計目標を達成できます。
効果的なテストにより、科学者やエンジニアは、以前は人間の関与が必要だったタスクを引き継ぐために作られた機械で作業しているため、ロボット内の欠陥を特定できます。

ロボットシステムとその実際のアプリケーションで作業するには、ユーザーが実験計画について考える必要があります。
ロボットが使用されるすべての操作は、不整合を克服するために制御された環境内で実行されます。
ロボットシステムのQAおよびソフトウェアテストにより、実験セットアップに必要なランダムな変更を特定して、体系的なパフォーマンスを確保できます。

たとえば、ヘルスケア業界のRPAは、テスターが負荷を軽減しながら、無限の事務処理と管理を簡素化するのに役立ちます。
医療におけるRPAは、在庫管理、データ入力、データフェッチ、患者記録のデジタル化、予約、および請求のプロセス全体を改善する可能性があります。

ソフトウェアテストの世界に関係している限り、ロボットプロセス自動化には、組織がトランザクションプロセスで作業するためのロボットの使用を練習したり、プロセス定義の操作のためにデータで作業したりできるようにする機能があります。
ロボット工学は、将来のニーズを満たしながら、結果の強力な認証を通じてパフォーマンスと機能の要件の自動化を可能にすることさえできます。

・ロボット工学テストのユースケース

「ユニットテスト」
ロボット工学のユニットテストでは、コードと機能のすべてのユニットのテスト結果を比較して、最終結果が損なわれていないことを確認できます。

「回帰テスト」
回帰テストをロボットシステムで使用して、ロボットシステムの堅牢性を検証し、ポジティブで生産的な結果を得ることができます。

「統合テスト」
ロボット工学の統合テストは、システムモジュールのチェックに役立ち、設計と期待どおりにすべてが正常に機能することを確認できます。

「ロボット工学テスト」
課題と目的

テストに関しては、プロセスが非常に複雑であるため、ロボットは通常、テストケースを自動化することを目的とした検収テストに使用されます。
さらに、テストにおけるロボット工学は、テスターがオペレーティングシステムとの相互作用や一般的なアサーションの課題を克服するのに役立つ可能性があります。
これとは別に、ロボットフレームワークは、ロボットフレームワークで利用可能なライブラリとリソースの数を増やすのに役立つ可能性があります。

「人気のRPAツール 」
・Contextor
・インフレクトララピス
・ペガ
・UiPath

◇ソフトウェアテストに次世代テクノロジーを関与させることの利点

1.意思決定の改善

AI、ロボティクス、5G、IoTなどの高度なテクノロジーの導入はすべて、エンタープライズ環境内に実装できるため、リアルタイムの意思決定が向上します。
これらのテクノロジーは、さまざまなソースからのデータを照合し、情報を分析し、システムを合理化して、データを効率的に追跡および利用して、意思決定に関連する生産性の目標を達成できます。

2.日常業務に生産性を追加

人工知能やIoTデバイスを介した機械学習などのテクノロジーを使用すると、複雑なタスクを促進しながら、部門間の相互作用を改善するのに役立つ可能性があります。
また、スマートデバイスを使用すると、システムのエンドユーザーだけでなく、内部チームのエクスペリエンス全体を向上させながら、日常業務の生産性を向上させることができます。

3.部門間の接続性とコラボレーションの向上

品質とパフォーマンスに関連する基準を満たすことになると、5Gなどの次世代テクノロジーによって部門内の接続性が向上します。
また、テストプロセスで人工知能とIoTを使用すると、データ統合が容易になり、開発者、消費者、および組織の他のユニット間の接続が改善される可能性があります。
つまり、前述のテクノロジーをテストプロセスに活用することで、利害関係者間の効果的なコミュニケーションに役立つ可能性があります。

4.加速された正確な開発

開発環境でIoTテクノロジーを使用することで、業界はより迅速なリリースと本番を楽しむことができます。
データを読み取り、プロセスを主導する機能を備えたスマートマシンを使用すると、ビジネス上の意思決定をより迅速に推進しながら、製品の範囲を達成するのに役立つ可能性があります。
これらのテクノロジーとツールの使用を伴う業界慣行は、より良い製品開発につながる一方で、より正確なスコープの達成を経験する可能性があります。

5.改善されたカスタマーサービス

製品開発業務に関連する主要かつ最も重要な目標はエンドユーザーの要件を満たすことであるため、ビッグデータを開発およびソフトウェアテストプロセスに活用することで、顧客サービスを向上させることができます。
故障データとエンドユーザーのニーズを満たすことができた実験に関連する情報はすべて、将来の顧客のニーズを満たすように作成された製品の開発に役立つ可能性があります。
さらに、ソフトウェアテストの世界でこれらのテクノロジーを使用することで、テクノロジーの巨人が効果的な管理と配信を通じて顧客ベースを拡大するのに役立つ可能性があります。

◇結論

今後数年間のデジタルトランスフォーメーションの全体的な考え方は、IoT、AI、5G、ビッグデータなどのテクノロジーを業界で採用することです。
テクノロジーがより顕著になるにつれ、ソフトウェアテストは、機能とパフォーマンスがシームレスな、より安定した安全なデジタルエコシステムの作成に役立つ可能性があります。
全体として、デジタルエコシステムが普及するにつれ、IoTテスト、ビッグデータテスト、AIテスト、およびその他のテスト手法が改善され、業界の今後のソフトウェアおよびアプリケーションのニーズに対する強固な基盤が提供されます。

今回は、次世代となるDX、AI、ビッグデータ、IOT、RPA等に関するソフトウェアテストについてまとめられていた記事をご紹介させていただきました。

AIに関するテスト自動化ツールは、Autify、test Project、RPAであれば、Power Auto Mate等知っていましたが、様々なツールが紹介されていましたので、私も振り返って確認してみたいと思います。

■最後に

今回は、国内ニュース3記事、海外ニュース2記事を取り上げてみました。
次週も、ソフトウェアテスト、テスト自動化に関するニュースをご紹介したいと思います。

最後まで見て頂き、ありがとうございました。

この一冊でソフトウェアテストの基本がわかる！

詳細はコチラをクリック！

分析者のためのデータ解釈学入門　データの本質をとらえる技術
詳細はコチラをクリック！