IoTとAI、ビッグデータ時代のソフトウェアテスト（2）

ソフトウェアテストのコストと品質（後編）―現場と「上」で一緒に考える（5/6 ページ）

公開 2017年01月23日 09時00分

更新 2017年04月05日 12時31分

著者

五味弘

[TechFactory]

印刷する連載新着通知を受け取る Googleで優先するソースとして追加

テストコストと品質のバランス

　品質にはコストとのバランスが良い「適正品質」と、コストをかけすぎて求められる品質よりも大幅に高い「過剰品質」、逆にコストが少なすぎて求められる品質が不足している「不足品質」がある。ソフトウェアテストでコストをかけて得たい品質は「適正品質」である。

　この問題が難しいのは、適正品質の「適正」が誰も評価できないことである。それ以前に、コストや計測が定量的に計測できていないために、適正品質かどうかの基準を定量的に作ることができていないのであれば、それも大きな問題である。さらに悪いことにIoTやAIなどの要素が取り入れられたシステムでは品質の計測がさらに困難であり、その評価も難しいものとなる。

　この結果、会社施策として顧客に求められるまま、テストコストを大目に掛けて、過剰品質にして、製品の価格を上げてしまうのである（図4）。上から目線で考えていないか、そもそもが失敗である。

図4. テストコストと品質のバランス

とあるテスト現場より（8）

A：「先輩、このシステムって過剰品質なんですかね？」

B：「え、これでテストしたの？」

テストコストの定量的測定

　テストに必要となるコストは、主としてテスターの人件費であるが、その測定をどうするかも問題である。テスターがいつもどこでも同じ製品に対する同じ種類のテストをしているとは限らないので、工数による測定はどうしても概算レベルの測定になる。またテストに限ったことではないが、エンジニアのスキルによって、生産性は大幅に異なる。つまり、同じ1時間をかけてもテスターによって、大幅にテスト作成や実行の生産性は異なるのが実情である。

　個人差を鑑みて、コストを「テストケースの作成と実行の生産性」で測定する方法が考えられる。作成または実行したテストケース数でコストを、時間当たりの個数で生産性を計測する方法である。しかし、テストケースの粒度が異なると作成と実行コストも大幅に異なる。

　これはプログラミングの生産性を時間当たりの行数で計測しているのと同じくらい、概算レベルの数値になる。この課題に対する施策は具体的に、短文で説明し、小さい粒度でテストケースを作ることで、ある程度は計測基準が統一できる。

次ページへ品質の定量的計測

印刷する

IoTとAI、ビッグデータ時代のソフトウェアテスト

言うまでもなくソフトウェアテストは重要だが、IoTやAIなどの新しい概念によってソフトウェア自体の在り方が変わりつつある中、旧来からのテストを踏襲するだけでは成果は得られない。新時代のソフトウェアテストについて、考察する。

連載新着通知を受け取る

この連載の記事をもっと見る

この記事の著者

五味弘

OKI（沖電気工業）シニアスペシャリスト、エバンジェリスト。博士（工学）。ソフトウエアの開発支援・教育に従事。電子情報振興協会（JEITA）専門委員会の委員長や情報処理振興機構（IPA/SEC）などの委員多数。三重大学などの非常勤講師も務める。エンタープライズ系と組み込み系におけるソフトウエア開発の知見融合が関心事。共著書に『定量的品質予測のススメ』（オーム社、2008年）、『プログラミング言語論』（コロナ社、2008年）などがある。

ソフトウェアテストのコストと品質（後編）―現場と「上」で一緒に考える（5/6 ページ）

テストコストと品質のバランス

とあるテスト現場より（8）

テストコストの定量的測定

IoTとAI、ビッグデータ時代のソフトウェアテスト

この記事の著者

新着ホワイトペーパー PR

関連記事

ソフトウェアテストのコストと品質（後編）―現場と「上」で一緒に考える（5/6 ページ）

テストコストと品質のバランス

とあるテスト現場より（8）

テストコストの定量的測定

IoTとAI、ビッグデータ時代のソフトウェアテスト

この記事の著者

新着ホワイトペーパー PR

関連記事

ソフトウェアテストのコストと品質（前編）―「テストの究極の問題」を考える

国内組み込みシステム市場をリードするのは自動車、急成長は医療と監視

製造現場での音声認識導入を失敗させる2つの原因と対応策

業種業界を問わず参照できるIoT向け開発方針を公表

「状態遷移表」を使うと高品質な開発が可能に！

ソフトウェア開発現場の不安を解消する「リファクタリング」