לא ניתן לבדוק את כל הקומבינציות - עשו ניתוח סיכונים

הבעיה:

במערכות מורכבות עם הרבה תכונות, משתנים ואפשרויות קלט – מספר הקומבינציות האפשריות גדל בצורה אקספוננציאלית.
לדוגמה: אם יש 5 שדות קלט עם 10 ערכים אפשריים לכל אחד, יש כבר 100,000 קומבינציות שונות (10⁵).

בפועל, אין מספיק זמן, כוח אדם או משאבים לבדוק את כל הקומבינציות האפשריות.

הפתרון: ניתוח סיכונים (Risk-Based Testing)

במקום לבדוק הכול – בודקים באופן ממוקד ואינטליגנטי לפי סיכונים.

מהו סיכון?

• סיכון = חומרה × הסתברות
  
  
• כלומר, אנחנו מעריכים:
  
  
• חומרה (Severity) – כמה נזק ייגרם אם תהיה תקלה?
  
  
• הסתברות (Likelihood) – מה הסיכוי שהתקלה תתרחש בפועל?
  
  

איך מיישמים את זה?

1. אוספים מידע: מה הדרישות? מה קריטי למשתמשים? מה השתבש בעבר? מה שונה בגרסה הזו?
   
   
2. ממפים אזורים קריטיים במערכת:
   
   
• אזורים עם חישובים פיננסיים
  
  
• אזורים עם השלכות משפטיות או אבטחת מידע
  
  
• תהליכים עסקיים מרכזיים
  
  
3. מעריכים סיכון עבור כל אזור או תרחיש:
   
   

1. קובעים עומק בדיקה לפי רמת הסיכון:
   
   
   • סיכון גבוה → בדיקות רבות, כולל בדיקות קצה, בדיקות עומק, תרחישים חריגים.
     
     
   • סיכון בינוני → סט בדיקות סטנדרטי.
     
     
   • סיכון נמוך → אולי רק בדיקה אחת או כלל לא.
     
     

כלים וטכניקות משלימות:

• Pairwise Testing: כלי שמפחית את כמות הקומבינציות על ידי בדיקה של זוגות ערכים (מכסה המון באפס מאמץ).
  
  
• Mind Mapping או Risk Matrix: לויזואליזציה של הסיכונים.
  
  
• שיתוף עם לקוחות / Product: הם יודעים מה באמת חשוב.
  
  

דוגמה פשוטה:

במערכת לקביעת תורים:

• תאריך + שעה + סוג שירות + מיקום + אמצעי תשלום.
  
  
• אי אפשר לבדוק את כל השילובים, אז:
  
  
• אם אמצעי תשלום = כרטיס אשראי, יש סיכון גבוה אם משהו משתבש.
  
  
• אם שירות = ייעוץ טלפוני, אולי הסיכון נמוך יותר.
  
  

לכן: ננתב יותר בדיקות לאזורי סיכון גבוה, ונחסוך משאבים באזורים שוליים.