Der Kunde ist ein Entwickler von Cloud-basierter Software für Inbound-, Outbound-, Blended- und Multi-Channel-Kontaktzentren weltweit.

Das Unternehmen hat eine KI-basierte Software entwickelt, die Agenten dabei unterstützt, Kunden über Telefon, E-Mail, Video, soziale Medien und andere Kanäle effizient zu betreuen.

Das Produkt bietet Integrationen mit führenden CRM-Systemen, so dass die Support-Teams Anfragen schneller bearbeiten können. Darüber hinaus umfasst die Anwendung Dashboards, die die Transparenz erhöhen, die Interaktion mit dem System automatisieren und den Betrieb des Contact Centers optimieren.

Im Laufe der Jahre wurde die Funktionalität des Produkts erweitert, und die Wartung wurde von einem internen Team übernommen, das sowohl für manuelle als auch für automatisierte Tests zuständig war. Der Kunde beschloss, die Testautomatisierung während des gesamten Projekts einzuführen, um die Effizienz zu verbessern.

Es stellten sich jedoch zwei große Herausforderungen heraus: die hohe Komplexität der Softwarelösung und die mangelnde Konsistenz zwischen den Arbeitsabläufen der verschiedenen Kundenteams. Dies führte zu einem beträchtlichen Rückstau an technischen Schulden mit rund 3.000 umfangreichen Testfällen, die automatisiert werden mussten.

Der Kunde wandte sich an a1qa, um Prozesse zu automatisieren und die technischen Schulden zu minimieren.

a1qa stellte ein Team von Qualitätssicherungsspezialisten zusammen, die ein Pilotprojekt durchführten und anschließend die Hauptaufgaben der Optimierung der Testprozesse und der Automatisierung in Angriff nahmen.

Pilotprojekt

6 Testingenieure untersuchten die Funktionen und die Infrastruktur des Produkts, automatisierten 30 Testfälle mit Python, um sicherzustellen, dass die Abnahmekriterien erfüllt wurden, und reichten dann neue Testfälle ein.

Das a1qa-Team führte eine rückblickende Analyse durch, hob die positiven Aspekte des Projekts hervor und ermittelte Bereiche, in denen Verbesserungen erforderlich waren.

Das Pilotprojekt war erfolgreich und der Kunde beschloss, das QA-Team auf 8 Ingenieure zu erweitern. Das Team umfasste auch einen Teilzeitmanager.

Das a1qa-Team automatisierte weiterhin Testfälle, um das Administrationspanel, das Telefonmodul, das Sprachdialogsystem, die durchschnittliche Anrufdauer, Berichte, Dashboards und andere Funktionen zu validieren.

Die QA-Ingenieure standen vor folgender Herausforderung: Die Anwendung wurde auf mehr als 50 virtuellen Maschinen bereitgestellt. Zur Durchführung der automatisierten Tests wurde jedes Mal ein Domänenname aus der Liste der verfügbaren Domänennamen anhand der angegebenen Parameter ausgewählt. Manchmal waren die Standarddomänennamen jedoch nicht geeignet. Daher erstellten die Experten benutzerdefinierte Elemente und implementierten eine Domänennamenbeschränkung in das Testskript.

Das a1qa-Team trug zur Erhöhung der Prozesstransparenz bei, indem es jeden Schritt der Testfallautomatisierung in Berichten detailliert darstellte. Dies ermöglichte dem Kunden eine bessere Überwachung der Leistung und des Zeitrahmens, um die technischen Schulden zu reduzieren. Auf monatlicher Basis sammelte der QA-Manager Metriken, erstellte Berichte und veröffentlichte sie in Confluence, damit der Kunde den Umfang der abgeschlossenen Arbeit und die durchschnittliche Automatisierungszeit pro Testfall verfolgen konnte. Darüber hinaus half der QA-Manager von a1qa bei der Verbesserung der Workflows in Jira, um die Effizienz der Aufgabenerledigung im Projekt zu steigern.

Die a1qa-Experten schlugen ein schrittweises Audit der Testautomatisierung vor, um eine reibungslose Umsetzung der Verbesserungen zu gewährleisten.

In der ersten Iteration schlugen die Ingenieure vor, ungenutzten Code zu entfernen und einige Teile mit Kommentaren zu versehen, um die Ziele und die Logik zu verdeutlichen.

An dem Projekt waren mehrere Teams beteiligt, die jeweils ihre eigenen Automatisierungsmethoden verwendeten, was zu uneinheitlichen Prozessen führte und die Gesamtgeschwindigkeit der Arbeit verringerte. Die von a1qa vorgeschlagene Standardisierung der Anforderungen half, die Automatisierungsansätze der QS-Prozesse zu vereinheitlichen, was die Konsistenz und Effizienz der Arbeit deutlich verbesserte.