Anàlisi d'efectes i mode de fallida (FMEA): com analitzar els riscos per obtenir una millor qualitat del programari i clients satisfets!

failure mode effects analysis how analyze risks

Anàlisi d'efectes i mode de fallades (FMEA) és una tècnica de gestió de riscos.

Si s’implementa correctament, pot ser una gran addició al millor Processos d’assegurament de la qualitat a seguir. En aquest article, el nostre objectiu és presentar-vos aquesta tècnica d’anàlisi de riscos que, al final, és molt útil per millorar la qualitat del programari.

Què aprendreu:

• Anàlisi d'efectes i mode de fallada
• Què és l'anàlisi de riscos?
• Exemple d'anàlisi d'efectes del mode de fallada
• FMEA i grau de proves
• Conclusió
• Lectura recomanada

Anàlisi d'efectes i mode de fallada

FMEA és utilitzat principalment per la direcció alta o per les parts interessades. A la pràctica, els provadors tenen poca informació sobre aquesta tècnica. Però ara la tendència està canviant i crec que si els provadors entenen correctament aquest concepte, sí que poden impulsar el seu procés de pensament escriure casos de proves fins a un nivell superior mitjançant l’ús d’aquesta tècnica per:

• Compreneu els objectius de les parts interessades de provar l'aplicació.
• Comprendre el negoci.
• Obteniu els escenaris de proves d’alt nivell basats en l’interès empresarial i de gestió.
• Obteniu casos de proves efectius que proporcionin una millor cobertura a les zones amb risc.
• Prioritzeu els casos de prova.
• Decidiu què voleu provar i què diferir en qualsevol fase.
  

Antecedents

L’ANÀLISI DEL RISC és un aspecte crucial de Gestió de proves . Aleshores sorgeix la pregunta: Què és l'anàlisi de riscos? I per què és important? Per entendre això, és vital entendre- Què és el RISC?

Vegeu també => Tipus de riscos en projectes de programari.

RISC com a significat literal és la possibilitat d’un resultat o esdeveniment negatiu o indesitjable. Els riscos si no es gestionen o gestionen adequadament poden provocar una mala qualitat, clients insatisfets i, de vegades, pèrdua de negoci.

El risc té 2 atributs:

• Probabilitat
• Impacte

La probabilitat significa la possibilitat que es produeixi un risc concret i l’impacte signifiqui l’abast de l’efecte del risc.

Què és l'anàlisi de riscos?

L’anàlisi de riscos és un mecanisme mitjançant el qual s’analitzen i estudien a fons els riscos potencials identificats per tal de trobar la probabilitat i l’impacte. Es recomana mesurar els dos atributs i en funció del resultat que identifiquem:

• Què provar primer?
• Què provar més?
• Què no provar (aquesta vegada)?

Hi ha molts mètodes per fer l'anàlisi de riscos i, en general, es classifiquen en dos tipus:

• Tècniques informals : Es basen en l’experiència, el judici i la intuïció.
• Tècniques formals : Identificació i ponderació dels atributs de risc.

F ailure M oda I ÉS efectes A nàlisi (FMEA): Aquest és un mètode formal per fer una anàlisi de riscos. A les seccions següents, en parlaré més sobre FMEA i intenteu elaborar-lo amb l'exemple.

FMEA és una tècnica formal per fer anàlisis de riscos. És una eina sistemàtica i quantitativa en forma de full de càlcul que ajuda els membres a analitzar què es pot equivocar. Per fer el FMEA necessitem la gent adequada sobre la taula. Requereix un representant de tots els àmbits de la indústria, inclosos els clients.

Descripció

FMEA comença i continua amb sessions de pluja d’idees. Els participants han d’identificar tots els components, mòduls, dependències, limitacions que poden fallar en un entorn de producció i, finalment, conduir a una mala qualitat, fiabilitat i que poden provocar pèrdues de negoci.

Durant FMEA no només identifiquem l’abast de la pèrdua, sinó que també intentem identificar la causa d’aquestes fallades. Per mesurar FMEA, necessitem 3 atributs:

• Gravetat del fracàs (S)
• Prioritat del fracàs (P)
• Probabilitat del fracàs (L)

Posem cadascun d’aquests atributs en una escala que es mostra a continuació:

Escala de gravetat:

Escala de prioritats:

Escala de versemblança:

Tots aquests tres atributs (gravetat, prioritat i versemblança) es mesuren individualment en escala i després es multipliquen per obtenir un Número de prioritat de risc (RPN).

és a dir, Número de prioritat de risc ( RPN) = S * P * L

Basant-nos en aquest valor RPN, determinem l'abast de les proves. Menor és el RPN, més alt és el risc.

Intentem entendre-ho amb un exemple:

Exemple d'anàlisi d'efectes del mode de fallada

(Aquest és un exemple hipotètic només amb finalitats de comprensió. La implementació i les funcions reals poden variar)

Vegem un exemple senzill d’una aplicació bancària que té 4 funcions.

• Característica 1: Retirar-se
• Característica 2: Dipòsit
• Característica 3: Préstec per a la llar
• Característica 4: Dipòsits fixos.

Es forma un equip d’anàlisi de risc format pel gerent del banc, UAT Gestor de proves (que representa l'usuari final), arquitecte tècnic, arquitecte de proves, administrador de xarxa, DBA i un gestor de projectes.

Després d'una sèrie de sessions de pluja d'idees, l'equip va elaborar el Riscos següents:

• Lògica empresarial complexa en cas de calcular el tipus d’interès del préstec per a habitatge.
• El sistema falla en 200 usuaris simultanis.
• El sistema no gestiona documents de més de 6 MB.

Ara intentem calcular la gravetat, la prioritat i la probabilitat d’aquests riscos identificats.

Gravetat:

Prioritat:

Probabilitat:

Ara reunim tots aquests atributs:

Ara calculem el número de prioritat de risc (RPN = Gravetat * Prioritat * Probabilitat)

Ara la clau és: Menor és el RPN: major és el risc.

Així doncs, per a aquest exemple concret, la característica 1 (lògica empresarial complexa en cas de calcular el tipus d’interès del préstec per a la llar) té el risc més alt i la característica 2 (el sistema falla en 200 usuaris simultanis) té el risc més baix.

Com s'utilitza això per obtenir casos de prova?

Des de Característica 1 és el característica més arriscada , els casos de prova han de ser rigorosos i més profunds. Escriviu els casos de prova per cobrir la funcionalitat completa i els mòduls que afecten la funció. Utilitzeu tot tipus de tècniques d’escriptura de casos de prova ( Particionament d'equivalència i BVA , Gràfic de causa i efecte , Diagrama de transició d'estat ) per derivar els casos de prova.

Els casos de prova no només han de ser funcionals, sinó també no funcionals ( Prova de càrrega , Prova d’estrès i volum, etc.). Bàsicament, hem de fer proves exhaustives d’aquesta característica en concret, de manera que baseu els casos de prova en conseqüència. A més, tingueu en compte tots els mòduls dependents d'aquesta important funció.

Característica 2 és el Funció MÍNIM DE RISC , per tant, baseu els casos de prova en la funcionalitat principal. Només cal fer casos de prova d’alt nivell per validar que la funció funciona com s’esperava.

Característica 3 és un Funció de RISC MODERAT , així que baseu els casos de prova per cobrir totes les funcions principals i dependents. Escriviu alguns casos de prova de BVA per validar també alguns escenaris negatius. L’extensió dels casos de prova hauria d’estar entre el factor d’alt risc i el de baix risc. Si cal, incloeu també alguns casos de prova no funcionals.

FMEA i grau de proves

Basant-nos en el valor RPN, determinem l'abast o el grau de prova que cal fer.

Normalment si:

com utilitzar stringstream a c ++

• La RPN és entre l’1 i el 10, fem proves exhaustives (cobertura dins i fora de la funció / mòdul)
• RPN és entre 11-30, fem proves equilibrades (cobrint totes les funcions principals de la característica / mòdul)
• RPN és entre 31 i 70, fem proves d’oportunitats (cobrint la funcionalitat bàsica de la funció / mòdul)
• RPN supera els 70: no hi ha proves o quan el temps ho permet, només es presenten informes d’anomalies.

Aquests intervals o números no es restringeixen als que he esmentat anteriorment. Poden variar segons la naturalesa del projecte.

Recursos: descarregar Programari FMEA i Plantilla FMEA .

Conclusió

L’anàlisi de riscos mitjançant FMEA requereix temps i experiència. Els resultats desitjats només es poden aconseguir mitjançant la participació igualitària de tots els membres de l’equip responsable. Tot i que aquesta tècnica és formal, requereix una sèrie de sessions de pluja d’idees i és igualment important documentar tots els riscos identificats.

Com que la majoria de les aplicacions són exclusives, l’escala per mesurar els paràmetres de FMEA (és a dir, Prioritat, Gravetat i Probabilitat) també depèn de l’aplicació. Si es fa de manera adequada, hi ha molts avantatges en la tècnica FMEA. Es pot utilitzar per identificar riscos potencials i, basat en aquest equip, pot planificar una estratègia eficaç de mitigació.

Sobre l'autor: Aquest és un article de Shilpa Chatterjee Roy. Ha estat treballant en el camp de proves de programari durant els darrers 8,5 anys en diversos dominis.

Si heu utilitzat aquesta tècnica, no dubteu a comentar la vostra experiència a continuació.

Lectura recomanada

• Tipus de riscos en projectes de programari
• Quins són els atributs de qualitat?
• Proveu les vostres capacitats d'anàlisi i poder de pensament: exercicis de prova de programari (part 2)
• Comprensió mútua en proves: una clau per oferir un programari de qualitat
• Què és la garantia de qualitat del programari (SQA): una guia per a principiants
• Procés d’integració contínua: Com millorar la qualitat del programari i reduir el risc
• Diferència entre garantia de qualitat i control de qualitat (QA vs QC)
• Els 8 millors programes de gestió de registres | Revisió de l'eina d'anàlisi de registres 2021