El presente trabajo de tesis nació debido a los incidentes que se presentaban en el Ambiente de Producción de la entidad bancaria, los cuales afectaban la operatividad del sistema informático en uso, por lo que se detectó optimizar el proceso de pruebas de regresión que, al ser manuales, limitaban el tiempo de asignación de estas actividades. La investigación se desarrolló bajo un enfoque cuantitativo, cuyo diseño fue el pre-experimental. Para el desarrollo del proyecto se usó “Selenium Web Driver”, bajo el marco de la metodología ágil Scrum, en la que por cada sprint se generó valor, recibiendo feedback en cada revisión para su posterior mejora. Luego de la implementación se procedió a recolectar los datos necesarios para la evaluación de resultados, a partir de 8 colaboradores; para la mencionada recolección se recurrió a la técnica de la encuesta, aplicando un cuestionario para la evaluación de la plataforma de automatización y un cuestionario de evaluación de las pruebas de regresión.
Luego de la evaluación de los resultados obtenidos, se descubrieron mejoras significativas sustentadas en errores estadísticos menores al 5%, así como una media de postest superior a la del pretest. En base a lo mencionado, se concluyó que la plataforma de automatización logró optimizar significativamente las pruebas de regresión, así como también logró reducir tiempos, minimizar errores y disminuir costos.
This thesis work was born due to the incidents that occurred in the Production Environment of the banking entity, which affected the operability of the computer system in use, for which it was detected to optimize the regression testing process that, being manuals, limited the time assignment of these activities. The research was developed under a quantitative approach, whose design was pre-experimental. For the development of the project, "Selenium Web Driver" was used, under the framework of the agile Scrum methodology, in which value was generated for each sprint, receiving feedback in each revision for its subsequent improvement. After the implementation, the necessary data was collected for the evaluation of results, from 8 collaborators; For the aforementioned collection, the survey technique was used, applying a questionnaire for the evaluation of the automation platform and a questionnaire for the evaluation of the regression tests.
After evaluating the results obtained, significant improvements were found based on statistical errors of less than 5%, as well as a post-test mean higher than that of the pre-test. Based on the above, it was concluded that the automation platform was able to significantly optimize regression tests, as well as reduce time, minimize errors, and reduce costs.
