Т-Банк за 3 квартала вывел QA-автоматизацию 17 команд с нуля: модель открыта

Т-Банк столкнулся с типичной болью быстрорастущей разработки: 17 продуктовых команд, каждая с собственным стеком и подходами к тестированию, ноль общих метрик качества, растущий технический долг. Готовые фреймворки вроде CMMI (Capability Maturity Model Integration, стандартная модель зрелости процессов) и модель от AvitoTech не подошли: одни не покрывали нужный объём, другие были перегружены и заточены под общие процессы разработки, а не под QA-автоматизацию. Команда построила собственную модель QMM (Quality Maturity Model, модель зрелости качества) и за девять месяцев превратила хаос в систему.

Что понадобится

• Рабочая группа из QA-экспертов разных команд и направлений, чтобы модель учитывала реальную специфику, а не теорию
• Список подходов к тестированию, которые вы хотите оценивать: автоматизация, метрики качества, нагрузочное тестирование, покрытие кода, работа с дефектами
• Инструмент для оценки и визуализации (в Т-Банке автоматизировали оценку; подойдёт таблица, дашборд или внутренний портал)
• Три квартала на полный цикл: от проектирования модели до видимых результатов в метриках
• Прототип QMM от Т-Банка (опубликован автором, можно взять за основу и адаптировать)

Пошаговая инструкция

1. Зафиксируйте стартовую точку. Проведите аудит текущего состояния QA в каждой команде. В Т-Банке все 17 команд оказались на нулевом уровне зрелости: не было ни автоматизации, ни метрик, ни роадмапа. Честная оценка «как есть» критична, иначе модель строится на иллюзиях.

2. Определите потребности, которые должна закрыть модель. В Т-Банке выделили пять:

3. Развитие инженерной культуры (чёткий ориентир для команд)
4. Оценка зрелости процессов QA по конкретным подходам
5. Поддержка новых команд при внедрении практик
6. Доступность знаний для всех сотрудников

7. Гибкое развитие: каждая команда движется в своём темпе

8. Соберите рабочую группу. Эксперты должны представлять разные команды, направления и бизнес-линии. Это не формальность: разносторонний взгляд не даёт модели превратиться в теорию одного отдела.

9. Спроектируйте уровни зрелости и навыки. В QMM четыре уровня зрелости команды. Каждый навык (например, QA-автоматизация) разбит на четыре уровня. Навык содержит:

10. Требования к уровню
11. Артефакты для подтверждения (что команда предъявляет как доказательство)

12. Рекомендации по развитию (конкретные шаги к следующему уровню)

13. Учтите типы команд. Т-Банк выделяет три типа:

14. Product Team: делает продукт, влияет на бизнес-метрики
15. Platform Team: строит инфраструктуру и self-service для продуктовых команд
16. Service Team: поддерживает сервисы

Требования к QA-автоматизации для платформенной и продуктовой команды различаются. Модель должна это учитывать, иначе платформенные команды получат нерелевантные критерии.

1. Автоматизируйте оценку. Ручной сбор данных по 17 командам и десяткам навыков не масштабируется. Т-Банк автоматизировал процесс оценки, что позволило командам самим проводить аудит по QMM без ожидания указаний сверху.

2. Запустите пилот и итерируйте. Не пытайтесь охватить все навыки и команды сразу. Начните с трёх-пяти ключевых подходов (QA-автоматизация, метрики качества, управление дефектами), соберите обратную связь и расширяйте модель.

Что делать с этим прямо сейчас, по ролям

QA-инженеру и тестировщику. Скачайте прототип QMM, который опубликовал автор, и проведите самооценку своей команды. Даже без внедрения полной модели вы получите карту: где вы сейчас по каждому подходу к QA-автоматизации и куда двигаться.

Тимлиду и руководителю разработки. Посмотрите на свои команды через призму четырёх уровней зрелости. Самый быстрый выигрыш, по опыту Т-Банка, не в автоматизации тестов как таковой, а в том, что команды получают ориентир и перестают изобретать процессы с нуля.

Предпринимателю и CTO в РФ. Модель создана в крупном российском банке, под российскую специфику многокомандной разработки. Нет зависимости от зарубежных инструментов. Прототип открыт, можно адаптировать для компании любого размера.

Опыт Т-Банка показывает конкретную вещь: QA-автоматизация начинается не с инструментов, а с модели, которая объясняет командам, зачем и куда двигаться. Прототип QMM открыт, адаптирован под российскую многокомандную разработку и проверен на 17 командах за девять месяцев. Забирайте, адаптируйте, запускайте у себя.