Applause發(fā)布了“2023年數(shù)字質(zhì)量報告”，分析了測試數(shù)據(jù)的代表性樣本，以識別和分析數(shù)字體驗中最常見的缺陷，并制定出如何阻止這些缺陷接觸到最終用戶的解決方案。

基于與不同行業(yè)和地區(qū)的公司的合作，Applause對數(shù)字質(zhì)量的狀態(tài)有著獨特的見解，這些公司有不同的技術(shù)成熟度水平，正在創(chuàng)建廣泛的應(yīng)用類型。

今年我們加入了關(guān)于不同地區(qū)和行業(yè)中最頻繁測試的設(shè)備、配置和支付工具的額外數(shù)據(jù)，以及測試配置的平均數(shù)量。我們還分享了對處于不同數(shù)字質(zhì)量承諾級別的組織的核心能力、實踐和過程的觀察。

今年報告中的一些亮點：

數(shù)字質(zhì)量是一門交叉學(xué)科。

功能、本地化、可訪問性、付費、用戶體驗相互滲透。全面評估應(yīng)用程序或數(shù)字體驗的不同組成部分，才能真正了解客戶與品牌的接觸。去年，Applause測試人員發(fā)現(xiàn)了超過200,000個缺陷。很明顯，開發(fā)組織在追求卓越方面還有很長的路要走。

Applause的2023年無障礙和包容性設(shè)計調(diào)查發(fā)現(xiàn)，43%的受訪者將無障礙視為其組織的首要任務(wù)。72%的受訪者表示，他們的公司有專門的易訪問性專家。

與過去相比，產(chǎn)品設(shè)計師和工程師正在更快、更頻繁地將可訪問性構(gòu)建到產(chǎn)品和代碼中。

隨著更多個性化體驗成為常態(tài)，組織必須評估更多設(shè)備組合、配置、工作流程和維度的功能和用戶體驗。測試矩陣（以及應(yīng)用程序本身）正變得越來越復(fù)雜，越來越難以管理。

培訓(xùn)和測試支持更大個性化的人工智能和機器學(xué)習(xí)（ML）引擎需要許多企業(yè)沒有的專業(yè)數(shù)據(jù)和知識，而且很難找到。Applause的人工智能和語音調(diào)查發(fā)現(xiàn)，86%的受訪者擔(dān)心人工智能存在偏見，企業(yè)必須解決這個問題，以保持客戶的信任和忠誠度。