<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=160269078105920&amp;ev=PageView&amp;noscript=1">

QA Móvil: Las Mejores Prácticas

Viernes 24 de Abril 2020.
Tiempo de Lectura: 2 minutos.
Por Carlos Rodriguez



Durante los últimos años, hemos visto un aumento en la creación de aplicaciones móviles que responden a las diversas necesidades de la población: desde apps de entretenimiento - como los juegos y servicios de ‘streaming’ de películas - a apps que ayudan a los usuarios a llevar un récord de sus finanzas y gastos mensuales. Debido a esto, ha sido necesario desarrollar una metodología de prueba que se actualiza y se mejora continuamente para asegurar que se apliquen solamente las mejores prácticas en el control de calidad de apps móviles.

Estas mejores prácticas incluyen:

  • Las apps disponibles en más de un sistema operativo (OS) deberían ser sometidas a pruebas paralelamente para asegurar una consistencia en la experiencia de usuario en todas las plataformas. Las versiones de la misma app en iOS y Android deberían ser lo más similar posible para mantener una consistencia en el diseño y garantizar la retención de usuarios aún si estos cambian de dispositivo y sistema operativo. El equipo de QA siempre debería aplicar pruebas para cerciorarse que las únicas diferencias entre las versiones sean las esperadas, y que éstas solamente suceden debido a variaciones entre los dos sistemas operativos.
  • Pensar creativamente a la hora de realizar pruebas. Siempre nos deberíamos enfocar en las partes más importantes o más utilizadas de la app para asegurar que el usuario encuentre una cantidad mínima de bugs (¡idealmente no encontraría ninguno!). Una práctica muy importante al crear casos de pruebas es mantener una mentalidad de ‘¿qué pasaría si…?’, enfocándonos en casos poco comunes y hasta bizarros. Esto nos puede ayudar a encontrar bugs como fallos causados por integraciones inesperadas en la aplicación que fueron pasadas por alto al crear los requerimientos.
  • Siempre debemos ejecutar pruebas en la mayor cantidad posible de dispositivos. Cuando se trata de apps móviles, realizar pruebas en distintos dispositivos - aunque éstos tengan el mismo sistema operativo - hace toda la diferencia. Por eso es crucial realizar pruebas en la mayor cantidad de dispositivos posible para poder encontrar la mayor cantidad de bugs específicos de hardware.
  • Las pruebas deben ser lo más eficientes posible sin sacrificar la calidad de los resultados. Aunque esta práctica no es exclusiva para apps móviles (el equipo de QA siempre deben ser lo más eficiente posible), lo que la hace tan importante en este caso es la facilidad con la que las actualizaciones de apps se lanzan a producción. Esto hace que los lanzamientos móviles sean mucho más frecuentes. Por lo tanto, la eficiencia se vuelve un factor clave a la hora de poner a prueba los escenarios más importantes en el menor tiempo posible mientras se mantienen estándares de alto nivel que aseguran la confiabilidad de nuestro trabajo. Siempre hay que recordar: ¡las actualizaciones o funcionalidades nuevas nunca se deben lanzar a producción sin el visto bueno del equipo de QA!

En resumen, los elementos más importantes que se deben tomar en cuenta a la hora de realizar pruebas para apps móviles son: la atención a los pequeños detalles, la creatividad para idear nuevos escenarios para poner a prueba integraciones inesperadas, ejecutar pruebas en distintos dispositivos y diferentes versiones del OS sin sobreextender innecesariamente y ser lo más eficiente posible a la hora de probar todos los escenarios requeridos dentro de un límite de tiempo sin comprometer la calidad de las pruebas.

Acerca de Avantica

En Avantica trabajamos como un socio de software que le ayuda a cumplir sus objetivos comerciales y dar solución a cada reto que se le presente. Ofrecemos equipos dedicados y buscamos constantemente las mejores metodologías para brindarle los mejores resultados.

Iniciemos un proyecto

ANTERIOR
wSIEF: Gestión regulatoria en operaciones crediticias renegociadas por efecto del COVID -19
SIGUIENTE
Machine Learning Aplicado al Diagnóstico Médico