技术思维和管理思维

84 2024-02-23

技术团队自动化测试

前两天面试了某零售电商企业的测试经理岗位，需要带二三十人的测试团队，技术管理岗位嘛，除了技术肯定聊了很多团队管理相关的话题。其中有两个话题，让我印象深刻：一个是技术专家和技术管理有什么区别；另一个则是为什么自动化测试做了一年，依然没见什么成效。从我的角度来解读，其实这也反映了技术思维和管理思维的区别。

这篇文章，聊聊我对技术思维和管理思维的理解。

技术专家和技术管理的区别

一般我们对专家的定义是在某个领域有较深的造诣，有大量的实践经验和长远的技术视野，并且可以辅导和带领技术团队的同学，在技术领域不断前进，并且能用技术解决实际问题，比如近几年很火的devops、容器化、云原生领域。

技术团队的管理者要负责什么呢？有句话叫做屁股决定脑袋，还有句话叫做权责一体，简单理解就是当你在担任了某个角色拥有了某种权利时，你就要承担对应的责任。技术团队管理，要对整个技术团队负责。以测试团队为例，作为一个测试团队的Leader，他的工作职责主要有如下几项：

协调资源：工期短需求多，如何分配测试资源投入；
识别风险：进度延期风险、交付质量风险、资源不足风险；
创造环境：为团队创造更好的工作环境(流程规范、质量门禁、信息同步、工具支撑)；

当然，团队Leader还要考虑团队结构、人员招聘、绩效评级等等很多事情，并不仅限于上述列举的事项。

为什么自动化测试没有成效

如果是从测试专家视角，那么要考虑的是可能是团队成员的诉求、当前面临的痛点、自动化测试的框架调研技术选型，然后提供一套简洁高效的自动化测试框架或者平台，推动落地，辅导团队的测试同学利用这套自动化测试框架或者平台来让自动化测试run起来，解决遇到的技术问题。

如果是测试团队的管理者呢，你会考虑哪些因素？自动化测试的投入产出比、前期投入和后期维护的资源、自动化测试是否能融入整个技术团队的交付流水线、如何将自动化测试解决的问题转变成对交付和业务的价值(好的回报才能拿到好的绩效和上级认可)等等。

那么为什么自动化测试没有成效呢？可能自动化测试已经落地了，case也跑起来了，但是管理者看到的效果没达到预期(技术和管理对效果的定义和理解存在误差)；也可能管理者只是定了目标和给了资源，没关注过程，落地过程中产生了偏差；也可能管理者不太懂技术，被实现和执行的人忽悠了。

有很多原因会导致项目结果没达到预期，比如：最初的目标定义和理解(沟通问题)，比如落地过程产生偏，比如结果汇报(技术指标和业务价值的转化)，比如跨团队合作。

技术思维和管理思维的区别

回到本文的标题，技术思维更多的是遇到问题解决问题，解决技术领域的问题；管理思维则需要考虑资源、风险、投入产出比、是否能为业务价值实现提供支撑。技术管理者不能只是定目标和看结果，还需要识别团队做事的方向和进度，并且及时纠偏，这样才能保障最终的交付结果尽量符合预期，然后做好向上汇报，用好的结果拿到好的绩效，以及后续有更多的项目可做(之前的文章《技术之外的职场成长指南》提到过，工作中事情也是一种资源)。

当然，技术专家也不能只考虑技术实现落地，除了解决专业的技术问题，也需要考虑技术的产出物能否体现出价值。这个价值，很大程度上取决于和技术管理者的沟通。技术和管理之间并没有很深的鸿沟，其实只是在技术和管理之间的侧重点不同，看待问题的角度也不一样。

原文链接： http://mp.weixin.qq.com/s?__biz=Mzg2NDAwMjM1NQ==&mid=2247487570&idx=1&sn=97dce1f37ecce327cc01ee7295210150&chksm=ce71580ef906d1189277c14bed65d6cda88b1708adb18d9c6c3e5179ebd87e767efbe99c4f50#rd