实践中采用自动化缺陷分配：爱立信的纵向案例研究
软件工程
2022-09-20 v1
摘要
在大型开发项目中，缺陷报告的持续涌入是一项可观的挑战。受当代软件仓库挖掘工作的启发，我们在 2011-2016 年设计了一个基于机器学习的原型缺陷分配方案。该原型于 2017-2018 年演进为爱立信内部产品 TRR。TRR 首次无人工干预的缺陷分配发生于 2019 年 4 月。我们的研究评估了 TRR 在爱立信工业环境中的采用情况。此外，我们调查了 1) TRR 在现场的表现，2) TRR 为爱立信提供的价值，以及 3) TRR 如何影响工作模式。我们开展了一项工业案例研究，结合了与 TRR 利益相关者的访谈、冲刺计划会议记录以及缺陷跟踪数据。数据分析包括主题分析、描述性统计与贝叶斯因果分析。TRR 现已成为缺陷分配流程的组成部分。考虑到电信栈的抽象层级，高层模块更为积极，而低层模块经历了一些弊端。平均而言，TRR 自动分配 30% 的 incoming 缺陷报告，准确率为 75%。自动路由的 TR 在爱立信内部解决速度约快 21%，且 TRR 为资深工程师节省了诸多工时。采用 TRR 的间接效应包括流程改进、流程意识增强、沟通增加与更高的工作满意度。TRR 为爱立信节省了时间，但相较于其他公司报道的类似举措，自动化缺陷分配的采用更为复杂。我们主要将此差异归因于组织规模极其庞大与产品复杂。成功采用的关键促进因素包括渐进式引入、产品倡导者以及细致的利益相关者分析。
引用
@article{arxiv.2209.08955,
title = {Adopting Automated Bug Assignment in Practice: A Longitudinal Case Study at Ericsson},
author = {Markus Borg and Leif Jonsson and Emelie Engström and Béla Bartalos and Attila Szabó},
journal= {arXiv preprint arXiv:2209.08955},
year = {2022}
}
备注
Under review