Hoofdstuk 19: Testen van datakwaliteit

Met goede software bent u er niet. SmarTEST behandelt systeem-, data- en proceskwaliteit.

Als we praten over de kwaliteit van informatiesystemen, dan hebben we het altijd over de systemen en maar zelden over de kwaliteit van de informatie. Terwijl het uiteindelijk om die informatie gaat: de juiste cijfers in het grootboek, actuele aan- en verkoopkoersen in het handelssysteem en adequate informatie in de salesdatabase. De systemen, met al hun functionaliteit en andere fraaie eigenschappen zijn afhankelijk van de kwaliteit van de informatie die we erin stoppen: ‘garbage in, garbage out'.

Model voor datakwaliteit

Datakwaliteit maakt deel uit van het IPS-model van SmarTEST. Het IDQ uit paragraaf 3.5, is een checklist voor het wat van datakwaliteit. Dit hoofdstuk behandelt essentiële handvatten voor het hoe testen van datakwaliteit.

Hoe testen van datakwaliteit?

Methoden, technieken en tools voor meten van datakwaliteit zijn nauwelijks bekend in de testgemeenschap en zijn geen onderdeel van de testaanpakken en -handboeken. SmarTEST combineert met het IDQ-model (het WAT) en met TDQM en Data Profiling (het HOE) de best practices uit dit specifieke vakgebied met die van slim testen. Kortom, dit hoofdstuk brengt het testen van datakwaliteit als discipline binnen bereik.

Het volgende komt aan de orde:

  • TDQM (Total Data Quality Management) voor het overall perspectief op datakwaliteit;
  • Data Profiling: data discovery en testen ‘van binnenuit' de krachtigste en meest praktisch uitvoerbare aanpak.

 

 

 

Achtergrond

Zelfs de beste software is niet bruikbaar zonder de juiste data. Ook de data moet dus getest worden.

Dit hoofdstuk behandelt methoden en technieken om ook hier een inschatting te kunnen geven.