久しぶりにオフライン会場ありで行われたJaSST Tokyoに参加してきました！ 久しぶりに会場での雰囲気を味わえたり知り合いに会えました。
気になったセッションのメモと感想をまとめます。
オープニング
昨年亡くなられたにしさんについて言及がありました。「天国と地獄の境界分析」とか、「閻魔様にプロセス改善を提案」とかパワーワードが飛び出して笑っちゃいました。強い。
基調講演「Tangible software quality」 Gojko Adzic 氏
講演内容メモ
- 会社が資金難になるようではいい品質のプロダクトとは言えない
- ユーザーはプロダクトから価値を得られていてプロダクトは成功している、品質がいい
- 測定、品質を測るとき重要なのは正しいものを測定出来ているから
- 間違ったものを測定してはいけない
- 価値のある重要なものより簡単に測定できるものを測定しがち
- 診断的測定：何かが間違っていると示す
- パフォーマンス測定：それを使って重要な意識決定ができるか、不確実性を減らせるか
- 判断の価値と情報の有用性
- 市場で成功できるかとか 不確実性が管理できればいい
- だが一つの指標だけでは測りきれない
- 様々な意思決定をしなければいけない それには複数の測定を組み合わせる必要がある
- ユーザーが言っていることと開発が対応できることをトレードオフする
- ユーザーの言っているリアルタイムレポートは1日1回でよかった
- 開発は秒単位を想定していた
- プロダクトの意思決定 どこに投資すべきかを決める
- マズロー的な品質評価 それぞれにおいて十分というポイント
-
- 成功しているのか アウトカム
- 仕事ができているか 役に立つか
- 使い勝手が良いか
- 機能 アウトプット
- デプロイ
- 収益とかどのくらい使われているのか少なくともテスターは理解すべき
- 重要なのはモデルを作ること
- 10分テスト計画
- リスク分析3つ
- 変更頻度、ユーザー影響、
- ACCマトリクス
講演中に紹介されていた本
どういう文脈で紹介されていたか忘れてしまったのだけど、面白そうなので載せておきます。
感想
正直消化できてない部分も多いのですが、今回のJaSSTでよく出てきた「価値」の話の最初の一個です。価値に関する考え方を色々角度を変えながら話していただきました。具体例が多かったのが理解の助けになってよかったです。
QAエンジニアの〇〇UP！キャリア解剖で見える今どきの成長軸とは？ SigQAの皆様
講演内容メモ
- トークショーっぽいw一番ライブ感のあるセッション
- 十人十色のSigQAのキャリアを紐解き、今どきのQAエンジニアの◯◯アップを7つ紹介
- プレイヤー編
- 個人のテスト力
- テスト能力どう高めるのか
- テスト技術も使うけど仕様やドメイン知識、テスト以外のIT知識
- →身近なプロジェクトの中で何を学ぶか相談しよう
- チームのテスト力
- 適切な期間。タイミングで、ユーザーに品質価値を提供し、ユーザーの満足を確保する
- テスト容易性の課題分析と対応
- 文化と仕組みをちゃんと整備していればみんなが自走して改善していく
- 個人のテスト力
- マネージャー編
- なんとかする力
- 世界は経営でできている
- なんとかする力
-
- 前提 理解、分解、再構築する力
- QCD 今何が起きているか理解して判断する
- ファクトとしては一つだが、色々な見方をする
- プロダクト、プロセス、道具
- 考え続けて構想する力
- ベースになるのは豊かな想像力
- マネージャーは安定したら終わり。常に成長させていく
- 構想力の磨き方
- その立場その立場できちんとみにつけていればいずれ役に立つ
- 伝わるゆさぶる文章を書く
- 前提 理解、分解、再構築する力
-
- ロール横断思考
- どんな仕事をしていても必ずどこかで繋がる
- ロール横断思考
井芹さん発表部分はアップされていたのでリンク貼っておきます
感想
前説明通り、一番ライブ感あるセッションでした。「文化と仕組みをちゃんと整備していればみんなが自走して改善していく」は難しいところだけど、確かにそうだなと思っています。マネージャーはやったことないのですが、必要な心持ちが分解されて紹介されてて分かりやすかったです。
AI搭載プロダクトの品質保証の現在地点とこれから
講演内容メモ
- AutifyがAIを使っている部分
- 要素の特定をWebでもモバイルアプリでもAIを利用して行っている
- ソフトウェア工学のためのAI
- AIのためのソフトウェア工学
- AIの制度を測っていく上でどういった考えで制度を測っているか
- トレーニングを使ったデータ
- 自動生成データを使って制度を測っている
- 実際のテスト実行でどのような結果が出たか
- お客さんから問い合わせ
- GUIの流行の変化でデータドリフトがおきて画面認識の精度が下がることはあるか？
- 正解dataがないようなアウトプットをどう評価するか
- 世の中に実際に出してユーザーに使って見てもらって初めて品質が図れるという側面がある中で、リリース前後で何を評価していくべきか
- ビジネスKPIを見る
- お客様からフィードバックをもらう手段をいかに丁寧に得られるかを準備する
- リリースまでの品質は最低限を担保したい
- 説明性がなく因果が捉えにくいというAIの側面をアカデミック領域企業間でどう腰を据えて検証を進めるのか
- AIの結果はブラックボックス、それに対して説明を求められるか？
- AIがどう判断したかの説明は求められないが、期待している結果が得られない説明は求められる感じ
- 見せ方を工夫して期待値を下げる
- ベータリリースしてフィードバックをもらってから100%展開する
感想
AIも何ができるかという期待値のコントロールは必要なんですね。確かにそうかも。AIは主に使わせてもらう側なので、AIを使った製品を開発する側の視点は面白かったです。
トークセッション「JaSSTのはじまりとテストのこれから ～にしさんへの感謝を込めて」
感想
メモがとっちらかってるので、ここは感想だけ。パネラーの皆さんのにしさんとの思い出やこれからの品質の話がされてました。
特に心に残ったのは「にしさんは心が中二」「必要だと思ったら周りを巻き込んで実現する」という話です。にしさんが作ってくれた場にはずいぶん助けられました。なので何かしらお返しができたらなと思っています。私が登壇とかブログやらするのはお返しも理由の一つです。
