De softwareontwikkelingscyclus zit vol uitdagingen, aangezien organisaties niet alleen worden geconfronteerd met een kortere time-to-market, maar ook met een grotere complexiteit van de applicaties. Om ervoor te zorgen dat toepassingen stabiel en functioneel blijven, vanaf de eerste ontwikkeling tot de productlancering en daarna, moeten organisaties een verscheidenheid aan testtypes gebruiken.
Naarmate de ontwikkeling complexer wordt, moeten er natuurlijk ook meer tests worden uitgevoerd. Een essentieel onderdeel van elk succesvol testscenario is testgegevensbeheer (TDM). Het stelt organisaties op ondernemingsniveau in staat alle gebruikte testtypes te stroomlijnen, te automatiseren en te controleren, terwijl de kosten worden verlaagd en de testkwaliteit wordt verhoogd.
Wat is Test Data Management (TDM) in Software Testing?
Testgegevensbeheer is het proces van het creëren, beheren, implementeren en leveren van testgegevens. Traditioneel vond het testen van softwareontwikkeling plaats in gedecentraliseerde silo’s, maar TDM consolideert het testen onder het toezicht van één team, groep of afdeling.
Diensten voor testgegevensbeheer verzamelen de gegevens die nodig zijn voor geautomatiseerde softwaretests, waaronder gegevens van unit-, integratie- en systeemtests. Het gaat om het verkrijgen en opslaan van geschikte en nauwkeurige gegevens die nodig zijn voor geautomatiseerde tests, waardoor de noodzaak van menselijke betrokkenheid bij het testproces wordt verminderd of geëlimineerd (een concept dat vergelijkbaar is met
robot proces automatisering
).
Naarmate TDM aan populariteit heeft gewonnen, heeft het zich uitgebreid met het genereren van synthetische gegevens, het maskeren van gegevens, subsetting, kunstmatige intelligentie, en nog veel meer.
Uiteindelijk verhoogt testgegevensbeheer de betrouwbaarheid en kwaliteit van het afgewerkte softwareproduct, wat resulteert in een superieure eindgebruikerservaring. Bovendien helpt het gegevensverduisteringsaspect van TDM organisaties te voldoen aan alle toepasselijke wet- en regelgeving inzake gegevensbescherming.
Wie gebruikt Test Data Management (TDM) bij het testen van software?
Hoewel het antwoord “iedereen” misschien simplistisch en breed klinkt, is de waarheid dat technieken voor het beheer van testgegevens ten goede komen aan alle soorten softwaretoepassingen. Als het testen tijdens de ontwikkelingscyclus gebeurt (en dat zou moeten gebeuren), verhogen TDM-processen de nauwkeurigheid, de organisatie en de bruikbaarheid van de resultaten.
Omdat alle software ontwikkeling testen vereist, zal TDM in principe elk project ten goede komen. Dat gezegd hebbende, bepaalde organisaties en toepassingen verplichten praktisch het gebruik van een test data management strategie.
Toepassingen op ondernemingsniveau vereisen TDM vanwege hun complexe, veelzijdige testbehoeften. TDM komt ten goede aan alle belangrijke testgebieden die bij de ontwikkeling van ondernemingen worden aangetroffen, met inbegrip van functionele, niet-functionele, prestatie- en automatiseringstests.
Bovendien maken de versluieringsprocessen van TDM het gebruik ervan essentieel voor toepassingen waarbij persoonlijke of gevoelige gegevens betrokken zijn, met inbegrip van sites of toepassingen in verband met e-commerce, financiën en gezondheidszorg.
Voor welke soorten tests is datamanagement bedoeld?
Gegevensbeheer richt zich op drie brede categorieën van testen.
1. TDM voor prestatietests
Bij prestatietests worden de prestaties van een toepassing gemeten onder de verwachte werklast, waarbij het reactievermogen, de stabiliteit en de schaalbaarheid worden beoordeeld. Met TDM kunt u het testen richten op infrastructuur en gebruikersgerichte elementen om snelle, betrouwbare prestaties te bereiken.
De beste test management tools helpen de verversingscycli en het genereren van bulkgegevens te vergroten.
2. TDM voor functionele testen
Terwijl performancetests de snelheid en stabiliteit van de toepassing analyseren, bepalen functionele tests of de software werkt volgens de vooraf bepaalde vereisten. In essentie: Doet de software wat het moet doen? Diensten voor testgegevensbeheer helpen de kwaliteit van de kernapplicatie en van nieuwe en geüpgradede functies te bewaken.
TDM helpt lage dekking, toegangsbeperkingen, lange termijnen voor het verkrijgen van gegevens, grote afhankelijkheid en problemen in verband met de omvang van de testomgeving te verlichten of te voorkomen.
3. TDM in Automatiseringstesten
Testgegevensstrategie voor automatisering en
hyperautomatisering
processen maken handenvrije bewerkingen mogelijk, terwijl ook de nauwkeurigheid toeneemt door de kans op menselijke fouten te verkleinen. Testgegevensbeheerprocessen worden gebruikt in alle soorten automatiseringstools voor testgegevensbeheer en testen, waaronder
robot proces automatisering
.
A testgegevensstrategie voor automatisering helpt bij het verminderen van trage aanmaak van front-end gegevens, gebrek aan toegang tot dynamische gegevens, en een onvermogen om toegang te krijgen tot de testomgeving.
Voordelen van testgegevensbeheer
TDM strategieën, samen met automatiseringstools voor testgegevensbeheerbieden meerdere voordelen voor organisaties op ondernemingsniveau.
1. Verbetert de gegevenskwaliteit
Alle tests ter wereld zijn vruchteloos als ze gebaseerd zijn op onvolledige, irrelevante of beschadigde gegevens. TDM identificeert, beheert en bewaart de gegevens die nodig zijn voor geautomatiseerde tests, zodat u zeker weet dat ze juist en volledig zijn. En doordat gegevens niet meer tussen meerdere testers hoeven te worden uitgewisseld, wordt gegevenscorruptie tot een minimum beperkt, zo niet geëlimineerd.
2. Ontwikkelt realistische gegevens
Testresultaten zullen onproductief zijn als de testgegevens de productiegegevens niet accuraat weergeven. TDM stelt organisaties in staat testgegevens te identificeren en op te slaan die de gegevens op productieservers weerspiegelen, zodat de testresultaten de echte softwarefuncties weerspiegelen. Deze gegevens, ook wel “realistische gegevens” genoemd, zijn qua formaat, hoeveelheid en andere factoren vergelijkbaar met productiegegevens.
3. Verbetert de toegang tot gegevens
Geautomatiseerd testen van software werkt alleen efficiënt als gegevens op vooraf bepaalde tijdstippen beschikbaar zijn. Het is bijvoorbeeld mogelijk dat de testinstrumenten voor het data warehouse op bepaalde tijdstippen toegang tot de gegevens moeten hebben voor verificatiedoeleinden. Omdat TDM gericht is op gegevensopslag, staan de juiste gegevens altijd klaar wanneer de geautomatiseerde testsoftware en de productietijdlijn ze nodig hebben.
4. Zorgt voor de naleving van gegevens
TDM helpt organisaties te voldoen aan alle relevante overheids- en andere voorschriften, zoals
HIPPA
,
CCPA
en de EU’s
GDPR
. Beheer van testgegevens GDPR en andere dergelijke voorschriften vereisen productiegegevens die gebruikersnamen, locatiegegevens, persoonlijke informatie en meer kunnen bevatten – gegevens die moeten worden afgeschermd voordat er getest kan worden.
De beste test data management tools stellen organisaties in staat om gegevens automatisch te anonimiseren voor zowel intern als extern gebruik om compliance te waarborgen.
Uitdagingen en valkuilen van testgegevensbeheer
Hoewel testgegevensbeheer vitale voordelen biedt voor softwareontwikkeling op ondernemingsniveau, kent het ook potentiële valkuilen. Inzicht in de uitdagingen van TDM stelt organisaties in staat te anticiperen op de effecten ervan en deze te minimaliseren.
1. Productie klonen is langzaam en duur
Om testgegevens te verkrijgen, zullen de meeste organisaties gegevens van productieservers halen en deze vervolgens anonimiseren. Het verzamelen van productiegegevens kan echter tijdrovend zijn, vooral laat in het ontwikkelingsproces wanneer het gaat om grote hoeveelheden code.
Na het klonen van de gegevens, moet u ze ergens opslaan. Infrastructuur- en opslagkosten kunnen snel oplopen. U kunt deze kosten beperken door gegevens op te splitsen. In plaats van alle productiegegevens te klonen, zal het team een kleiner, representatief “deel” van de gegevens afsnijden.
2. Verduisteringsprocessen verhogen de kosten en de complexiteit
Zoals eerder beschreven zijn gebruikersgegevens sterk gereguleerd, zelfs voor interne tests, en moeten zij anoniem worden gemaakt. Helaas maakt het versluieren van gegevens het ontwikkelingsproces ingewikkelder en duurder.
Hoewel de snelheid, nauwkeurigheid en kosteneffectiviteit van verduistering allemaal worden verbeterd met geautomatiseerde testinstrumenten, zal er voor de betrokken teams nog steeds een leercurve bestaan.
Toptekens / Redenen die aangeven dat uw organisatie Test Data Management nodig heeft
Hoewel alle softwareontwikkeling baat heeft bij testdatamanagement, geven organisaties niet altijd prioriteit aan de implementatie. De volgende tekenen wijzen erop dat een organisatie bijna onmiddellijk voordelen zal ondervinden van de invoering van TDM:
- De omvang van de gegevens neemt “over de hele linie” toe, inclusief de omvang van de gegevensverzamelingen, de totale gegevensverzamelingen, de database-instanties en de upstreamsystemen.
- Een aanzienlijk deel van de productietijd wordt besteed aan het voorbereiden van gegevens voor tests.
- De productiegegevens overtreffen ruimschoots de hoeveelheid beschikbare testgegevens.
- Applicatie functies gaan live met fouten.
- Testteams zijn gedecentraliseerd of moeten vertrouwen op gegevens van een centrale bron.
- Testteams zijn overwerkt en niet in staat de testbehoeften bij te houden.
- De upstream-gegevens genereren het overgrote deel van de testgegevens.
- Testdatasets zijn niet herbruikbaar of gemakkelijk te dupliceren.
Testgegevensbeheer helpt onder andere deze problemen te verminderen, te corrigeren en te voorkomen.
Soorten gegevens bij het testen van software
Softwareapplicaties genereren ongelofelijke hoeveelheden gegevens tijdens de ontwikkeling en na de release. De proces voor het beheer van testgegevens richt zich doorgaans op de volgende soorten gegevens:
1. Productiegegevens
Productiegegevens worden gegenereerd door echte mensen die uw applicatie gebruiken. Afhankelijk van de grootte van uw gebruikersbestand en de complexiteit van uw applicatie, kan het productievolume zeer snel zeer groot worden – daarom wordt het meestal verdeeld in subsets op basis van testbehoeften.
Merk op dat productiegegevens vaak gevoelige informatie bevatten met betrekking tot
nalevingskwesties
zoals medische en financiële gegevens, die moeten worden versluierd.
2. Synthetische gegevens
Synthetische gegevens worden handmatig of met geautomatiseerde testinstrumenten gecreëerd. Het simuleert het gedrag van echte gebruikers zo dicht mogelijk.
Hoewel synthetische gegevens de noodzaak van gegevensvervaging omzeilen, hebben zij toch een beperkt nut. Het wordt vooral gebruikt voor het testen van nieuwe functies.
Het nauwkeurig creëren van synthetische gegevens vereist een hoge mate van deskundigheid, hoewel een geautomatiseerd beheersinstrument voor testgegevens het gemakkelijker maakt.
3. Geldige gegevens
Geldige gegevens is de term die wordt gebruikt om gegevens aan te duiden die worden geproduceerd wanneer zich geen onverwachte fouten of incidenten voordoen. Het formaat, de waarden en de hoeveelheid van de gegevens komen overeen met de verwachtingen voorafgaand aan de test. Geldige gegevens testen wat het “gelukkige pad” wordt genoemd, d.w.z. wanneer de reis van de gebruiker het verwachte verloop heeft.
4. Ongeldige gegevens
Ongeldige gegevens komen voort uit het “ongelukkige pad”. Het zijn de gegevens van onverwachte scenario’s en storingen. Ongeldige gegevens worden ook gebruikt als onderdeel van chaos-tests, waarbij de grenzen van een toepassing worden getest onder een stortvloed van slechte gegevens.
Wat maakt “goede kwaliteit data” voor software test doeleinden?
Testen met onvolledige of irrelevante gegevens is vaak erger dan helemaal van testen afzien, omdat de conclusies die worden getrokken en de maatregelen die vervolgens worden genomen, onjuist zullen zijn. Maar hoe kunnen organisaties “goede” gegevens identificeren voor het testen van software? Zoek naar deze drie kenmerken van gegevenskwaliteit:
1. Nauwkeurigheid
Goede gegevens sluiten nauw aan bij de procedures in het echte leven. Als u gemaskeerde productiegegevens gebruikt, moeten die direct betrekking hebben op het gebied dat u test – het mag geen willekeurige steekproef van gebruikersgedrag zijn. Synthetische gegevens moeten nauwkeurig overeenstemmen met het gedrag van echte gebruikers, met inbegrip van hun onvoorspelbare aard.
2. Geldigheid
Goede gegevens passen bij het doel van uw testscenario. De meeste onlinekopers kopen bijvoorbeeld geen 200 hoeveelheden van één artikel, zodat het uitgebreid testen van het systeemgedrag in dat scenario een slecht gebruik van middelen is. U wilt echter wel testen op situaties waarin mensen tien artikelen kopen.
3. Uitzonderingen
De gegevens moeten betrekking hebben op problemen die zich waarschijnlijk zullen voordoen, maar niet vaak. Een scenario waarin een klant voor een artikel betaalt met een couponcode is een veelvoorkomend voorbeeld van “uitzonderingsgegevens” in de e-commerce-arena.
Welke vragen moet je stellen voor en tijdens het plannen van Data Testing Management?
Het succes van de tests wordt grotendeels bepaald in de planningsfase. Tijdens de eerste fasen moeten de teams de volgende vragen stellen.
1. Welke gegevens hebben we nodig?
Bepalen welke gegevens moeten worden verzameld is een tweeledig proces. Ten eerste moet het betrekking hebben op het testscenario. Het moet ook zakelijk relevant zijn, zodat het testen kosteneffectief en efficiënt blijft.
2. Hoeveel gegevens hebben wij nodig?
Te veel gegevens, zoals het kopiëren van alle productiegegevens, is kostbaar, tijdrovend en maakt het proces te ingewikkeld. Anderzijds zullen de resultaten onnauwkeurig zijn als de steekproef te klein is.
3. Wanneer hebben we de gegevens nodig?
Is het testen gepland, of moeten de gegevens op verzoek beschikbaar zijn? De teams moeten alle testschema’s en verversingscycli coördineren voordat het testen begint.
4. Welk type test is nodig?
Automatisering van software testen stabiele, voorspelbare gegevensreeksen vereist. Als de voor uw test benodigde gegevens sterk uiteenlopen, kan handmatig testen betere resultaten opleveren.
Stappen in het beheer van gegevensonderzoek
Hoewel de details kunnen verschillen, zullen software-ontwikkelaars op bedrijfsniveau over het algemeen deze stappen volgen bij het implementeren van een TDM-strategie.
1. Het creëren van gegevens – Technieken voor het genereren van gegevens voor tests, enz.
Om effectieve gegevens te genereren, moet u rekening houden met de nauwkeurigheid en relevantie ervan. Worden realistische scenario’s nagebootst? Daarnaast moet u uitzonderingsgegevens genereren, die betrekking hebben op scenario’s buiten de typische gebruikersactiviteit.
2. Gegevensverduistering
U moet alle productiegegevens afschermen om aan de regelgeving te blijven voldoen. De meest voorkomende vormen van verduistering zijn anagramming, encryptie, substitutie en nulling. Hoewel handmatige versluiering in beperkte mate mogelijk is, zijn voor het maskeren op ondernemingsniveau geautomatiseerde hulpmiddelen nodig.
3. Gegevens splitsen
Het kopiëren van alle productiegegevens is vaak een verspilling van middelen en tijd. Met data slicing wordt een beheersbare verzameling van relevante gegevens verzameld, waardoor het testen sneller en kostenefficiënter verloopt.
4. Provisioning
Provisioning vindt plaats nadat de gegevens zijn verkregen en afgeschermd. Tijdens de provisioning worden gegevens naar de testomgeving overgebracht. Geautomatiseerde tools bieden de mogelijkheid om testsets in testomgevingen in te voeren met behulp van CI/CD-integratie, met de optie voor handmatige aanpassing.
5. Integraties
Testgegevens uit verschillende bronnen binnen het IT-ecosysteem moeten worden geïntegreerd in de CI/CD-pijplijn (de CI/CD-pijplijn is het vastgestelde proces voor codewijzigingen). Om integratie te bereiken moeten alle gegevenskanalen in een vroeg stadium worden geïdentificeerd.
6. Versionering
Door versies van testgegevens te maken, kunnen teams tests herhalen om de resultaten te meten. Bovendien maken de versies de controle mogelijk van nauwkeurige wijzigingen in de testparameters.
Kenmerken en eigenschappen van het beheer van testgegevens
TDM past zich aan de steeds veranderende behoeften van elk softwareontwikkelingsproject aan. Echter, ongeacht de aanpassingen die nodig zijn voor een organisatie, zal het TDM proces ook de volgende kenmerken vertonen:
1. Verbeterde gegevenskwaliteit en -getrouwheid
TDM verhoogt de nauwkeurigheid en het realisme van uw testgegevens, zodat ze een echt representatief staal van gebruikersgedrag opleveren. Alle processen leiden uiteindelijk tot één doel: een betrouwbare, stabiele gebruikerservaring.
2. Naleving van de regelgeving
Software voor het beheer van testgegevens zorgt ervoor dat alle productiegegevens vóór het testen voldoende worden afgeschermd, zodat uw organisatie aan alle privacyvoorschriften voldoet. Als u zich aan de regels houdt, voorkomt u juridische repercussies, waaronder boetes, en negatieve public relations.
3. Verbeterde productkwaliteit
Kwaliteitsborging is een tijdrovend en kostbaar proces – maar ook noodzakelijk om functionele, gebruiksvriendelijke toepassingen te lanceren. TDM-processen maken een snellere foutidentificatie, een betere beveiliging en veelzijdigere tests mogelijk dan de traditionele silo-methode.
Hoe beheer van testgegevens te implementeren
Het softwareproduct van uw organisatie zal een verscheidenheid aan testspecificaties dicteren, maar de basisimplementatie van test data management concepten bestaat uit de volgende vijf stappen:
Stap 1: Planning
Begin met het samenstellen van een datatestteam, dat vervolgens de vereisten en documentatie voor het beheer van testgegevens bepaalt en een uitgebreid testplan ontwikkelt.
Stap 2: Analyse
Tijdens de analysefase worden de gegevensvereisten van de verschillende teams geconsolideerd. Back-up, opslag en soortgelijke logistieke kwesties worden ook geïmplementeerd.
Stap 3: Ontwerp
De ontwerpfase is het laatste punt van planning voordat het testen begint. De teams moeten alle gegevensbronnen identificeren en plannen maken voor communicatie, documentatie en testactiviteiten.
Stap 4: Bouwen
De bouwfase is waar het rubber de weg ontmoet. Plannen worden uitgevoerd. Eerst worden de gegevens gemaskeerd. Vervolgens wordt er een back-up van de gegevens gemaakt. Tenslotte wordt er getest.
Stap 5: Onderhoud
Na implementatie van testgegevensbeheerzal het bedrijf de processen voor de levenscyclus van het project moeten onderhouden. TDM-onderhoud omvat het oplossen van problemen, het opwaarderen van bestaande testgegevens en het toevoegen van nieuwe gegevenstypen.
Strategieën voor het beheer van testgegevens
Omdat TDM zo veel verschillende elementen van het ontwikkelingsproces raakt, kan het snel ingewikkeld worden. Met de volgende strategieën kunt u gefocust blijven en de doelstellingen van uw organisatie voortdurend bijschaven aanpak voor het beheer van testgegevens.
Strategie 1: Gegevensverstrekking verbeteren
Streven naar consequente verkorting van de levertijd van testgegevens door gebruik te maken van
software testdiensten
zoals
ZAPTEST
. Tools met DevOps-mogelijkheden stroomlijnen het testen met een low-touch aanpak.
Met ZAPTEST kunnen gebruikers sequentiële, willekeurige of unieke testgegevens selecteren met automatische of specifieke aantallen rijen. Zij kunnen gegevensbereik en “out of values” beleid specificeren waardoor realistische data-gedreven testscenario’s voor Functioneel (UI en API), Performance testing en RPA kunnen worden gecreëerd.
Bovendien kan geautomatiseerde testsoftware IT-ticketing systemen vervangen door een self-service systeem voor gebruikers.
Strategie 2: Infrastructuurkosten beperken
Het volume van testgegevens groeit tijdens de ontwikkeling, wat leidt tot een groter gebruik van infrastructuurbronnen. TDM-hulpmiddelen kunnen helpen de bijbehorende infrastructuurkosten tot een minimum te beperken door gegevensconsolidatie, archivering en een proces dat “bookmarking” wordt genoemd, waardoor de ruimte in de testomgeving beter wordt benut.
Strategie 3: Verbetering van de gegevenskwaliteit
Oplossingen voor het beheer van testgegevens verhogen voortdurend de kenmerken van gegevenskwaliteit door zich te richten op drie belangrijke elementen: de leeftijd, nauwkeurigheid en omvang van de gegevens.
Hoe het beheer van testgegevens te verbeteren
TDM is geen statisch proces. Na de eerste installatie wilt u streven naar voortdurende verbeteringen door het volgende te volgen beste praktijken voor het beheer van testgegevens.
1. Gegevens isoleren
Door tests in een gecontroleerde omgeving uit te voeren, kunt u de gegevens isoleren en de verwachte versus de werkelijke output beter vergelijken. Het isoleren van gegevens maakt ook parallel testen mogelijk.
2. Minimaliseer Database Opslag
Door testgegevens in databases op te slaan, wordt het automatisch testen minder snel en wordt het ook moeilijker om gegevens te isoleren. Geautomatiseerde hulpmiddelen, plus technieken zoals data slicing, helpen de hoeveelheid vereiste database-opslag te verminderen.
3. Focus op Unit Tests
Volg de richtlijnen van de
test automatiseringspiramide
die aanbeveelt om unit tests ongeveer 50% van je testen te maken. Unit tests werken onafhankelijk van externe gegevens, kosten veel minder dan andere soorten tests, en zijn relatief snel uit te voeren.
Hoe testgegevensbeheer te meten
De volgende statistieken geven cruciale informatie over de doeltreffendheid van uw TDM-strategieën.
1. Zijn er voldoende testgegevens beschikbaar?
U kunt de beschikbaarheid van testgegevens meten door de tijd bij te houden die wordt besteed aan het beheren van gegevens voor gebruik bij het testen. Als er onvoldoende gegevens beschikbaar zijn, vertraagt de ontwikkelingstijd en zullen de ontwikkelaars zich beperkt voelen.
2. Zijn er testgegevens beschikbaar voor geautomatiseerd testen?
Geautomatiseerde testprocessen vereisen gegevens op verzoek. Monitor het percentage beschikbare datasets, plus de frequentie waarmee ze worden geraadpleegd en de frequentie waarmee ze worden ververst.
3. Worden de geautomatiseerde tests beperkt door testgegevens?
Hoeveel geautomatiseerde tests kunt u uitvoeren met uw huidige testgegevens? Als u meer tests moet uitvoeren dan uw gegevens toelaten, zult u vaker testgegevens moeten verzamelen.
De gemakkelijkste en meest nauwkeurige manier om deze metingen te verkrijgen is met software voor het beheer van testgegevens.
Privacyproblemen en hoe het te voorkomen
Hoewel het beheer van testgegevens oorspronkelijk een methode was om gegevens te verzamelen en te analyseren, is het mettertijd even belangrijk geworden om verschillende privacyproblemen te voorkomen.
1. Gegevensverordening
TDM zorgt ervoor dat uw bedrijf in overeenstemming blijft met CCPA, HIPAA, GDPR en alle andere relevante regelgeving op het gebied van gegevensprivacy. Het niet correct afschermen van gegevens tijdens het testen kan resulteren in aanzienlijke financiële en zelfs potentieel strafrechtelijke sancties.
2. Terugslag van de consument
Inbreuken op gegevens kunnen aanzienlijke schade toebrengen aan het imago van een bedrijf, aangezien gebruikers terughoudend zullen worden om een applicatie te gebruiken die gevoelig is voor lekken. De implementatie van testgegevensbeheer helpt het vertrouwen van de gebruikers te winnen door zowel lekken te voorkomen als potentiële gebruikers ervan te verzekeren dat hun gegevens veilig worden bewaard.
Conclusie
De behoefte aan tests bij de ontwikkeling van software zal alleen maar groter en complexer worden. Om de ontwikkelingsprocessen te stroomlijnen en tegelijk de kwaliteitscontrole te behouden, zullen de bedrijfsorganisaties het volgende moeten doen gebruik maken van software voor het beheer van testgegevens, in het bijzonder testbeheerprogramma’s zoals die van
ZAPTEST
.
De beste testgegevens management tools bieden uitgebreide, responsieve testdatacreatie en -beheer, waardoor superieure software met meer functionaliteit sneller wordt geleverd dan ooit tevoren.
FAQs
Hier zijn snelle antwoorden op veelgestelde vragen over testgegevensbeheer bij het testen van software.
Wat is Test Data Management?
Testgegevensbeheer is het creëren, beheren en analyseren van gegevens die nodig zijn voor geautomatiseerde testinstrumenten voor datawarehouses. De processen zijn gericht op het identificeren van gegevens van hoge kwaliteit met betrekking tot specifieke testparameters, het afschermen ervan en het leveren ervan aan de juiste teams.
De beste test data management tools automatiseren veel van de processen, zoals het verzamelen van gegevens, verduistering en opslag.
Wat zijn testgegevens bij het testen van software?
Een groot deel van de bij het testen van software gebruikte gegevens zijn productiegegevens, die door echte gebruikers worden gegenereerd. In verband met privacyvoorschriften moeten productiegegevens worden afgeschermd voordat ze voor tests worden gebruikt.
Gegevens over softwaretests kunnen ook synthetisch zijn, dat wil zeggen dat ze kunstmatig zijn vervaardigd om het gedrag van echte gebruikers zo nauwkeurig mogelijk te repliceren. Het wordt vaak gebruikt om nieuwe functies of upgrades te testen voordat ze live gaan.
