Digital.ai Tests — Niveau Premium
Comprenez son fonctionnement. Comprenez pourquoi il est tombé en panne.
Un seul endroit pour consulter votre programme de test. Une seule réponse en cas de problème.
L'offre Premium comprend Analyse avancée · Analyse des causes profondes basée sur l'IA
Le trou
Les responsables des tests posent toujours les mêmes questions.
- Quels appareils sont réellement rentables ?
- La plateforme est-elle utilisée par toutes les équipes ?
- Pourquoi ce test a-t-il échoué ?
L'information nécessaire pour y répondre existe, mais elle est dispersée à différents endroits, et il faut d'abord la rassembler. Cela prend du temps, et c'est avec le temps que le risque s'accumule.
Un échec trop long à expliquer est d'abord rejoué, puis reporté, puis finalement considéré comme un simple incident isolé. Parfois, il s'agit d'un véritable défaut, et il se retrouve en production.
L'option Premium intègre tous ces éléments au sein du produit. L'analyse avancée relie les signaux à travers le programme. L'analyse des causes profondes basée sur l'IA met en évidence les éléments à l'origine de chaque défaillance.
~ 800 XNUMX $
Coût moyen d'un incident unique en contact avec un client en production
PagerDuty, coût des temps d'arrêtAnalyses avancées
L'analyse avancée vous indique où chercher.
Votre programme de test génère déjà les données. Advanced Analytics les intègre à la plateforme : aucune exportation, aucun outil de BI supplémentaire à mettre en place.
Pouvez-vous répondre à ces questions aujourd'hui ?
Je supervise à la fois notre infrastructure et notre programme de tests. On me demande constamment comment nos ressources sont utilisées. Quels appareils sont les plus sollicités ? Lesquels restent inactifs ? L’analyse avancée me permet de répondre beaucoup plus facilement à ces questions.
— Client important du secteur des services financiers
Capacité que vous possédez déjà
Une période de faible activité permet de redistribuer les exécutions automatisées avant d'en ajouter de nouvelles. Un périphérique qui alloue des ressources importantes mais qui génère peu de rendement est un périphérique que vous pouvez rediriger vers une autre application.
Lire la suite : Le tableur est révélateur →Analyse des causes profondes basée sur l'IA
L'analyse des causes profondes vous indique la marche à suivre.
Votre système d'automatisation vous signale l'échec d'un test, mais pas sa cause. L'analyse des causes profondes examine les artefacts déjà associés à cette exécution (journaux de l'appareil, journaux du cloud et du serveur, captures d'écran) et identifie la cause la plus probable en s'appuyant sur les preuves.
Vous reprenez là où vous en êtes déjà : le test ayant échoué dans le rapport existant. Aucun nouvel outil, aucun nouveau flux de travail, rien à exporter.
L'analyse porte sur tous les artefacts liés à cette exécution, y compris les journaux côté serveur et Appium qui contiennent généralement la réponse et qui sont rarement inclus dans une exportation manuelle.
Cause la plus probable, score de confiance et ligne de journal ou étape de test spécifique correspondante : vous pouvez ainsi la vérifier vous-même, l’acheminer au bon responsable et décider de la corriger, de la relancer ou de la reporter en fournissant les preuves nécessaires.
Vous pouvez vérifier la confiance
Le score reflète la concordance des données, et non le degré de certitude apparent du modèle. Il n'est jamais surestimé pour paraître plus certain que ne le permettent les données sous-jacentes.
La confiance augmente lorsque
- Plusieurs sources indépendantes pointent vers le même point de défaillance.
- Il s'agit d'une erreur manifeste, et non d'une déduction. La preuve est une erreur explicite, et non une inférence.
- La séquence allant du déclenchement à la défaillance est clairement tracée.
La confiance chute lorsque
- La source du journal était indisponible.
- Une seule source appuie cette conclusion
- Une autre explication ne pouvait être exclue.
N'est-ce pas la même chose que de coller des journaux de connexion dans un chatbot ?
Non. Un modèle générique ne voit que les données exportées manuellement et ne peut pas identifier les artefacts utilisés. Ce modèle analyse les artefacts liés à cette exécution spécifique, y compris les journaux de la plateforme non inclus dans le rapport, et cite les preuves à l'appui de chaque conclusion.
Vous devez avoir une grande confiance dans les résultats
Découvrez comment un simple clic transforme un test échoué en cause probable, en score de confiance et en preuves exactes – sans avoir à fouiller dans les journaux.
Lire la suite : Le problème de la confiance dans l’échec des tests d’IA →Pourquoi ceci est un niveau
Quatre décisions. Un seul niveau.
Un responsable des tests prend les mêmes quelques décisions chaque trimestre. Aujourd'hui, la plupart sont prises à l'instinct, ou sur la base de chiffres compilés manuellement.
Devrions-nous acheter davantage d'appareils, et lesquels ?
Utilisation par appareil et version du système d'exploitation, avec les périodes de forte demande, par rapport à ce que vous possédez déjà.
Analyses avancéesCette plateforme s'impose-t-elle au sein des équipes ?
Adoption par équipe et par projet, et son évolution, sans exportation récurrente.
Analyses avancéesNos efforts de dépistage sont-ils déployés là où le risque est réel ?
Volume et tendance d'exécution à travers les projets, les applications et les appareils.
Analyses avancéesCette version est-elle disponible ? safe expédier ?
Une cause probable et des preuves tangibles des défaillances qui vous empêchent de prendre la décision finale.
Analyse des causes profondes basée sur l'IAComprenez son fonctionnement. Comprenez pourquoi il est tombé en panne.
Comparez ces deux fonctionnalités à votre propre programme de tests, avec vos propres appareils et vos propres défaillances.
Démo en visio
