Анализ первопричин

Предлагаемое решение какой-либо проблемы может быть далеко не оптимальным, поскольку является врéменным и строит перед исполнителем иллюзию исчезновения трудности. Когда такие иллюзии начинают рушиться, исполнитель может столкнуться с мыслью о том, что вся его деятельность по поиску решения является бессмысленной — сил затрачено много, а пользы никакой нет

Чтобы действительно решить проблему, важно удостовериться в том, что мы не заняты решением её симптомов. Совсем круто, если сможем ударить по первопричине — источнику, который, если и не избавит нас от проблемы целиком, то значительно снизит частоту её возникновения

Представить результаты анализа первопричин можно с помощью fishbone diagram (или, если придерживаться наименования по имени создателя, диаграммы Исикавы/Ишикавы):

Пример анализа первопричин
Пример К. Вигерса и Дж. Битти
  1. На “позвоночнике” отображаем текущее состояние
  2. В “ребрах” стараемся выявить как можно больше связанных проблем, отвечая на вопрос: “Почему так сложилось?”
  3. Ветвясь в “ребрах”, не перестаем отвечать на вопрос: “Почему?”. Чем дальше идем, тем ближе подходим к первопричине
  4. Предлагаем улучшение, которое покроет собой последний ответ в ветке

В качестве инструмента для создания такой диаграммы могу порекомендовать только XMind. Остальные, к сожалению, показались не очень удобными, лучше уж вернуться к блокноту с ручкой. Если знаете альтернативы — прошу делиться 😉

comments powered by Disqus

Тестирование

Теория (принципы, уровни и т.д.), тест-анализ и тест-дизайн (эквивалентное разбиение, граничные значения, таблица решений, состояния и переходы, комбинаторные техники), исследовательское тестирование (туры Уиттакера, чит-листы, SBTM и TBTM)

Автоматизация

Языки: Python, Swift, SQL

UI (web): Selene, Playwright, могу написать свой враппер поверх Selenium WebDriver. Строю стабильные CSS- и XPath-селекторы, использую Page Object Model и её вариации (Element/Steps/Fluent Page Object)

API: REST API (OpenAPI/Swagger), gRPC (Protobuf), SOAP (WSDL/XSD), Requests, Pydantic, Postman

Mobile: Нативные автотесты с XCTest для iOS, кросс-платформенные с Appium (Screen Object Model, запуск на симуляторах и реальных устройствах)

AI

MCP, Skills, Rules, AI-assisted coding (Claude, Codex), локальные модели с Ollama

CI/CD и инфраструктура

Git, GitHub/GitLab, Git Flow, Conventional Commits, Commitizen, Pytest, Docker, Selenoid, Allure Reports, allure-notifications, GitLab CI/GitHub Actions/Jenkins, GNU/Linux (Debian 13)