Lock in $30 Savings on PRO—Offer Ends Soon! ⏳

私たちのプロダクトにとってのよいテスト/good test for our products

Avatar for おおひら おおひら
August 29, 2024
Science
0
380

私たちのプロダクトにとってのよいテスト/good test for our products

Avatar for おおひら

おおひら

August 29, 2024
Tweet

More Decks by おおひら

See All by おおひら
5年間ぐらい、 スプリントレトロスペクティブは、
「+/Δ」しかしてないので、
あらためて良いのか悪いか考えてみる　/ Doing Plus Delta for about five years
Avatar for おおひら camel_404
1
290
Within the team, I grow as a tester and continuously pursue product quality
Avatar for おおひら camel_404
6
2.9k
雑にコミュニティを続けてもいいと思っている/Feel free to continue the community
Avatar for おおひら camel_404
0
320
私たちのプロダクトにとってのちょうどよいテストの考え方 / just right test
Avatar for おおひら camel_404
0
1.3k
あらためてバグバッシュに向き合う
Avatar for おおひら camel_404
0
120
WEB系スタートアップにおけるテスターという仕事についての考察
Avatar for おおひら camel_404
0
110
3ヶ月で パネルディスカッションの イベントを開催する方法
Avatar for おおひら camel_404
0
150
僕らのスタートアップの QA採用戦略 2024 / My QA Recruitment Strategies for Startups in 2024
Avatar for おおひら camel_404
0
18
スプリントレビューが楽しすぎる件について
Avatar for おおひら camel_404
0
320

Other Decks in Science

See All in Science
ド文系だった私が、 KaggleのNCAAコンペでソロ金取れるまで
Avatar for wakama1994 wakamatsu_takumu
2
1.8k
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
Avatar for 森下光之助 dropout009
2
640
データベース11: 正規化(1/2) - 望ましくない関係スキーマ
Avatar for Y. Yamamoto trycycle
PRO
0
1k
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
Avatar for Y-h. Taguchi tagtag
0
130
機械学習 - K近傍法 & 機械学習のお作法
Avatar for Y. Yamamoto trycycle
PRO
0
1.3k
Accelerated Computing for Climate forecast
Avatar for Jeongkyu Shin inureyes
PRO
0
140
動的トリートメント・レジームを推定するDynTxRegimeパッケージ
Avatar for saltcooky saltcooky12
0
240
データベース03: 関係データモデル
Avatar for Y. Yamamoto trycycle
PRO
1
320
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
Avatar for Y-h. Taguchi tagtag
1
220
良書紹介04_生命科学の実験デザイン
Avatar for ぶんちん bunnchinn3
0
110
あなたに水耕栽培を愛していないとは言わせない
Avatar for Mutz mutsumix
1
140
Collective Predictive Coding as a Unified Theory for the Socio-Cognitive Human Minds
Avatar for Tadahiro Taniguchi tanichu
0
140

Featured

See All Featured
Making Projects Easy
Avatar for Brett Harned brettharned
120
6.5k
AI Search:
Where Are We & What Can We Do About It?
Avatar for Aleyda Solis aleyda
0
6.7k
How Fast Is Fast Enough? [PerfNow 2025]
Avatar for Tammy Everts tammyeverts
3
410
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
Avatar for Mine Cetinkaya-Rundel minecr
0
89
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
Avatar for Ines Montani inesmontani
PRO
3
2k
Crafting Experiences
Avatar for Bethany Jepchumba bethany
0
22
Conquering PDFs: document understanding beyond plain text
Avatar for Ines Montani inesmontani
PRO
4
2.1k
We Are The Robots
Avatar for Honza Javorek honzajavorek
0
120
Writing Fast Ruby
Avatar for Erik Berlin sferik
630
62k
Building the Perfect Custom Keyboard
Avatar for Naoto Takai takai
1
660
The Language of Interfaces
Avatar for Des Traynor destraynor
162
25k
Building a A Zero-Code AI SEO Workflow
Avatar for Ian Lurie portentint
PRO
0
200

Transcript

  1. © 2024 Loglass Inc. 2024.08.29 Yusuke Ohira 私たちのプロダクトにとっての よいテスト vsLT〜ログラス×キャディ編〜

  2. © 2024 Loglass Inc. Profile 大平 祐介 株式会社ログラス QAエンジニア 2023年に株式会社ログラスに入社。

    新卒からずっと業務システムの開発に携わってかれこれ20年近く。 スクラムチームのQAメンバーとして日々精進中。 プライベートでは、ただのテスター。 　好きな本は、闘うプログラマー。 　好きなスクラムイベントは、スプリントレビュー。 　好きなプロトコルは、LDAP。 Yusuke Ohira

  3. © 2024 Loglass Inc. よいテストってなんだろう？

  4. © 2024 Loglass Inc. テストの原則 Testing is context dependent. JSTQB

    FL シラバス http://jstqb.jp/syllabus.html

  5. © 2024 Loglass Inc. テストの原則 6.テストはコンテキスト次第 テストに唯一普遍的に適用できるアプローチは存在しない。テストは、 コンテキストによって異なる方法で行われる（Kaner 2011）。 JSTQB

    FL シラバス http://jstqb.jp/syllabus.html

  6. © 2024 Loglass Inc. 私たちのコンテキスト

  7. © 2024 Loglass Inc. 私たちのプロダクト

  8. © 2024 Loglass Inc. 新規事業の開発チーム • スクラムチーム ◦ メインプロダクトとは別チームで開発 ◦

    オーソドックスなスクラムチーム ◦ テストはみんなでやるよ • PMFを目指して奮闘中 ◦ ターゲット顧客の要望に対してシャープに機能提供を目指している 私たちのチーム

  9. © 2024 Loglass Inc. 今のプロダクトに必要なこと ターゲット顧客の課題に対して 理解度を深めながら、 高速に価値提供していくことが大切

  10. © 2024 Loglass Inc. 私たちのテストのやり方

  11. © 2024 Loglass Inc. 私たちのテストに対する考え 私たちが提供したい価値（顧客の課題解決） の理解度を上げるためにテストする

  12. © 2024 Loglass Inc. 私たちのテストに対する考え 早い段階でどれだけ 「Unknown unknowns（知らないことを分かっていない）」を減らせるか Known　unknownsとUnknown　knowns 「知らないことを知っている」とは？

    https://data.wingarc.com/unknown-unknown-23097

  13. © 2024 Loglass Inc. 私たちのテストに対する考え どれだけ早くテスト分析・設計できるかが鍵

  14. © 2024 Loglass Inc. 私たちのテストに対する考え

  15. © 2024 Loglass Inc. 私たちのテストに対する考え リリースノート、マニュアル作成？

  16. © 2024 Loglass Inc. リリースノート、マニュアルを書くことで運用の具体イメージを共有する • 自分たちで書くがことで運用の具体をイメージする ◦ マニュアルを書くことで運用の事例を考える ◦

    事例を考えることで、具体の仕様を想定する • CSなどのステークホルダーに共有 ◦ 運用レベルで齟齬がないか確認 ◦ 事前に作ることで運用レベルの問題の手戻りを防ぐ 私たちのテストに対する考え

  17. © 2024 Loglass Inc. 私たちのテストの考え方

  18. © 2024 Loglass Inc. 今はこのフェーズだから、このテストしている • プロダクトの状況が変われば、テストの仕方も変わる ◦ もっと、多様なデータを確認するテストが必要になるかもしれない ◦

    もっと、汎用的な運用に対応できるテストが必要になるかもしれない ◦ もっと、大規模な性能テストが必要になるかもしれない 私たちのテストの考え方

  19. © 2024 Loglass Inc. 私たちのテストの考え方 今、私たちのプロダクトは、 ターゲット顧客に価値が提供することが 大切

  20. © 2024 Loglass Inc. 私たちのテストの考え方 必要な分だけ機能を作り 必要な分だけテストをする

  21. © 2024 Loglass Inc. 大切なこと • プロダクトの状況を把握して、テストの戦略が考えられること ◦ テストはコンテキスト次第（2回目） •

    QAエンジニアだけではなく、チーム全員で考えられること ◦ 全員が納得感をもって進める 私たちのテストの考え方

  22. © 2024 Loglass Inc. 私たちのテストの考え方 これが、 私たちのプロダクトにとっての ちょうどよいテストの考え方

  23. © 2024 Loglass Inc. 2024.08.29 Yusuke Ohira 私たちのプロダクトにとっての （ちょうど）よいテスト（の考え方） vsLT〜ログラス×キャディ編〜

  24. © 2024 Loglass Inc. ご清聴ありがとうございました！

  25. © 2024 Loglass Inc.