作为静态测试的评审，其主要目的是测试人员尽早参与尽早发现尽量多的缺陷，避免在后续阶段出现更多的缺陷。从这个意义而言，尽早参与评审可以作为缺陷预防的一种有效手段。但在评审实践过程中，其效果并不是令人满意。
本文将从评审过程中收集与分析度量入手，阐述一个好的评审应该去收集和分析哪些度量，以评估评审效果是否满足了要求。评审过程中需要收集各种度量，以确保：
1.评估评审对象的质量；
2.评估评审过程的效率和有效性；
3.评估评审的投资回报率；
但在评审实践过程中，针对评审收集度量数据往往会处在两个极端：一种是几乎没有评审度量数据，评估和监控只是凭感觉；而另一种是罗列一堆度量数据，看得你眼花缭乱，好像告诉你 - 你自己看着办吧，喜欢哪个你就选择哪个。这也是大家觉得讨论度量时的第一种感觉：度量好遥远，和我没有什么关系。但是，针对度量我们正确的态度应该是：
度量（量化的结果）不是目的，而是监控与管理的手段！
因此罗列一堆度量数据没有啥用。我们需要做的是将相关的度量数据进行收集和分析，以发现当前我们所处的状态，并与你的目标进行比较：假如当前状态与目标之间出现较大的偏差，此时采取必要的应对手段就是必需的，即作为监控与管理的手段。因此，合理的度量应用应该是目标驱动的！更多关于目标驱动的度量应用，可以参考（Goal - Question - Metric）GQM（以后有机会写篇文章详细描述），GQM的层次结构图如下：
回到评审上面，根据上面罗列的3个目标，我们就可以有针对性的收集与分析度量数据，从而可以更高效对它们进行评估、监控和管理（本文只是提供了建议收集的数据，并没有对其中的数据进行分析，仅供参考。具体的还需要你根据实际情况做调整，适合你的才是最好的，毕竟测试是基于上下文的）。
1.评估评审对象的质量
评估评审对象的质量，主要从3个方面进行数据收集与分析，分别是：
1）评审检测缺陷密度 = 检测的缺陷/页数，或者检测的缺陷/KLOC；
2）评审遗漏缺陷密度 = 遗漏的缺陷/页数，或者遗漏的缺陷/KLOC；其中遗漏的缺陷数目，可以来自项目前期根据KLOC之类估算得到的需求阶段的缺陷数目，减去当前检测缺陷数目；或者作为项目结束之后一段时间，统计得到的需求阶段的缺陷数目与当前缺陷检测数目之差；
3）缺陷集群：根据需求评审中发现的缺陷在不同功能模块的分布，可以帮助选择后续的测试重点，也可以作为将来过程改进中根本原因分析的输入；
2.评估评审过程的效率和有效性
评估评审过程的效率，可以收集与分析下面的数据：
1）评审效率 = 页数（或KLOC）/时间（或工作量）；
评估评审过程的有效性，可以收集与分析下面的数据：
1）缺陷检测百分比DDP = 评审发现的缺陷数/总的缺陷数；
2）缺陷遗漏百分比DOP = 评审遗漏的缺陷数/总的缺陷数；
3）评估评审对象质量的一些度量，也可以作为评审过程有效的参考输入；
3.评估评审的投资回报率
评估评审的投资回报，可以收集与分析下面的数据：
1）评审质量成本分析 = 缺陷数目/成本（或工作量）；对于不同阶段发现缺陷的质量成本分析，就可以帮助分析评审的投资回报率，同时也可以获取通过评审能够解决的项目时间；
2）评审质量成本与动态测试质量成本之间的对比：基于发现的缺陷成本。
