为了能够减少二次Bug率，一般组织都有一套Bug跟踪流程用来确保Bug修改的正确性。

　　下面是一个典型的Bug跟踪流程。

　　登记Bug -> 原因分析 -> 修改方案 -> 影响性分析 -> 修改 -> 测试 -> 测试组再测试

　　这个Bug跟踪流程基本上会有一个较高的Bug率，我的经验显示，这个流程的二次Bug率在20%左右，即每修改10个Bug，其中有2个可能没修改完全或者是引起新的Bug。

　　于是，一个改进的Bug跟踪流程出现了。

　　登记Bug -> 原因分析 ->  修改方案 -> 方案确认 -> 影响性分析 -> 修改 -> 修改代码确认 -> 测试 -> 测试组再测试

　　这个新的流程改进时认为，修改方案没有经过确认是造成二次Bug的重要原因，并且，修改后的代码应该经过代码复查。

　　但是这个修改后的流程应用后的二次Bug率仍然在20%左右，甚至有抬高的迹象。

　　于是，一个更新的改进流程出现了。

　　登记Bug -> 原因分析 ->  修改方案 -> 方案确认 -> 影响性分析 -> 影响性分析确认 -> 修改 -> 修改代码确认 -> 测试用例书写 > 测试 -> 测试组再测试

　　因为，过程改进人员认为，影响性分析不足是Bug没有发现的原因之一，并且，测试范围没有留下必备的文档以便确认。

　　但是这个修改后的流程应用以后，二次Bug率仍然没有得到改善。

　　于是，大家认为，不是流程的问题，是人的问题。

　　—— *——*——

　　我们来看看是不是真的是这样的？

　　从第一个流程开始，之所以二次Bug率很高的原因的确是开发组的测试不充分。

　　而测试不充分的原因，有时间压力的成分，但是另外一个重要的原因是影响性分析不足之外。而影响性分析不足的原因是——这不是人力办得到的。几乎高手也不可能分析的很全面。这才是改进了三个流程都没有达到效果的主要原因。

　　第二个原因是测试只是执行了部分用例。这也是为什么即使测试组全面测试通过以后交给客户还会被发现Bug的重要原因。

　　既然明白这两个重要原因，那么流程的改进方式不能是延长流程。延长流程不仅没有改进效果，并且还造成工时浪费，交货期延长等问题。

　　所以，终制定的有效改进方案是，采用自动测试，每个Bug修改的时候都要进行全部测试用例回归。

　　这样之后，二次Bug率（指交给测试组验证）降到几乎为0（因为有些测试只能采用人工确认）。

　　自动测试的执行时间随着项目的规模不同而不同，但是整体上来讲，Bug确认的工时降低了大约80%。