关于质量改进：
质量改进（Quality Improvement）为向本组织及其顾客提供增值效益，在整个组织范围内所采取的提高活动和过程的效果与效率的措施。质量改进是消除系统性的问题，对现有的质量水平在控制的基础上加以提高，使质量达到一个新水平、新高度。
说起质量改进，大家首先会想到这是QA、QC的工作，但一般公司由于成本原因，质量人员的配比较低，他们进行的工作很难常深入到每个项目中。但在软件行业中，作为测试人员可以进行补位，为产品质量提升起到一定的帮忙。下面我来分享下在团队中的实践，（质量改进的实践方法-质量月报），欢迎感兴趣的留言交流，共同探索。
背景
团队特点：
1.我所处团队主要承接公司某BG下各分子公司的产品研发，项目众多且运营模式、规模、业务、语言、架构各不一样。
2.团队新组建，成员中新人居多，做事风格及流程规范方面未形成一致。
痛点：
1.领导及业务部门不清楚各项目的质量情况
2.项目质量好坏无数据度量、项目间无客观的比较
3.质量改进措施效果是否有效无数据支撑
4.项目团队之间交流少，缺少相互借鉴学习的机会
方案
第一步：质量月报设计
1.月报采用汇总页+各项目详情页的设计风格
2.汇总页展示所有项目的质量概述、线上问题、过程数据、各项目指标对比的图表等信息
3.详情页展示单个项目的版本情况、缺陷数据、测试产物、开发建议等信息
4.除上述表格统计的数据外，月报中还自动生成了图表，查看和分析起来会更加直观。
缺陷趋势：可以通过趋势图清晰的看出各缺陷指标是否收敛，来判断改进措施是否有效。
项目间对比：把各项目的同一指标进行横向对比，能够清晰看出哪个项目质量相对较好或较差。
5.小结：
通过对需求答疑、版本发布、CodeReview、缺陷、测试产物、线上问题等多维度进行统计分析，得出各项目的质量情况和存在的问题，进而来推动质量改进。
由于工作量及技术原因，目前统计的指标较片面，后续会持续的优化改进，加入更多的维度和指标，让项目的质量度量更加科学合理。
第二步：自动化统计
对于上面设计的月报，前期的数据都是采用人工统计，经过几轮实践发现存在较多弊端。如：人力成本高、指标统计方法不一致、数据丢失等。后面我们采用python实现了自动化统计工具，来获取Jira、RDM系统上的缺陷数据，并生成质量月报，不仅节约了人力，也提高了数据的准确性。
之前有分享过自动化统计的相关文章，链接如下：
http://mp.weixin.qq.com/s/nH2opRxp6KGkI_MWLIJvdA
ttp://mp.weixin.qq.com/s/7914SZfcNR-ATBBGvvOGlQ
第三步：人工分析
拿到自动生成的数据后，仅需人工补充项目里程碑节点、质量概述、风险、测试产物、开发建议等信息。然后对问题版本、线上问题、缺陷数据进行分析，分析未达标指标的原因，提出改进建议。
第四步：质量分析会议
每月的质量月报发出后，会组织各项目的开发组长、测试组长召开质量分析会议，议题如下：
1.跟踪上月的改进事项，并查看改进效果
2.分析本月项目存在的问题，制定改进措施
3.做的好的项目分享改进建议及心得
总结
团队从17年4月开始做质量月报，至今已有11，
统计的项目从最开始的3个发展到现在的近10个；
月报内容从单一的表格到现在的图表集合；
度量指标从单一维度到现在的全阶段覆盖；
统计方式从人工统计到现在的自动化统计；
在些感谢所有参与质量月报工作的童鞋，
你们的付出都是有价值的，因为我们看到了所有项目质量的提升。
其实每月的质量月报、质量分析会议的思想基础和方法依据就是PDCA循环。PDCA循环的含义是将质量改进分为四个阶段，即计划（plan）、执行（do）、检查（check）、调整（Action）。在质量管理活动中，要求把各项工作按照作出计划、计划实施、检查实施效果，然后将成功的纳入标准，不成功的留待下一循环去解决。
转载自原文链接, 如需删除请联系管理员。
原文链接：质量改进实践之质量月报，转载请注明来源！