在自动化测试工作如火如荼开展的过程中，大家是否注意到这样一个细节，自动化虽然帮助我们提高了回归测试的效率，大大节约了人工测试的成本。而如何通过自动化测试能够提高测试的覆盖率或者更有效的发现bug这个重要的问题，该如何提升改进呢？
众所周知，测试的覆盖率取决于测试用例的设计，而测试用例本身又要依赖设计各种不同的测试数据。也就是说只要提高了测试数据的数量和质量，测试的覆盖率就可以得到很大程度的提升。
但是自动化测试工程师主要的注意力都放在如何让脚本能够运行这样的技术问题上了，很少有时间去思考应该构造什么样的测试数据来更好的支持我们的自动化测试。即使有这样的想法，但是碍于测试时间和资源非常有限，没有那么多的时间去手工构造测试数据，所以自动化测试带来的价值也只是满足正常、少量数据的测试，与人工测试相比其覆盖率还有很大的不足。
那么如何使用python脚本技术能自动生成有效多样的测试数据，不仅如此，如果能进一步生成可供自动化测试脚本直接读取的测试用例。那就能实现从数据构造、测试用例设计、测试执行一系列全方位的“自动化”测试工作了。
说了这么多，周四19:30，我将带大家一起解决这些问题，想听可以看图片参与，暗号”613”：
1、“全流程自动化”测试工作思想的建立
什么是“全流程自动化”？其价值和意义何在？
如何进行“全流程自动化”测试工作的开展？
2、如何用自动化的思想设计不同类型，不同需求的测试数据
3、常见的测试数据类型有哪些？如何以自动化的方法进行创建？
技术试验：通过python的哪些技术来进行测试数据的构造
V1.0版本：按照数据类型和不同的数据需求，创建不同的构造测试数据的方法
V2.0版本：如何生成测试数据文件进行复用
4、以面向对象思想来进行测试数据库的积累
面向对象编程思想的建立
V1.0版本：如何依据数据需求自动封装生成测试数据
V2.0版本：如何不断积累各种测试数据库
