Qu'est-ce que la gestion des données de test (TDM) ?

Dans le cadre de nos projets clients avec Libelle DataMasking, nous sommes régulièrement appelés à discuter de la gestion des données de test et de ses processus.

Différents points de vue sont alors considérés :

• Les personnes (ou utilisateurs) et leurs rôles et responsabilités respectifs.
• La définition des processus de gestion des tests
• Les tâches pendant les tests
• Les défis techniques
• La sécurité, la protection des données et les exigences légales qui en découlent, comme le RGPD.
• L'efficacité et la rentabilité
• Évaluation des produits possibles

Gestion des données de test - pas seulement pertinente pour la protection des données ?

La gestion des données de test ne concerne pas uniquement la protection des données. Il s'agit aussi de la mise à disposition automatisée des données de test, comme le propose notre nos équipes de rêve de Libelle SystemCopy et Libelle DataMasking. Il s'agit également de réinitialiser les données après leur utilisation, de consigner la validité, l'âge et l'état de consommation des données de test.

La mise à disposition efficace et donc rapide des données de test fait également partie du processus de gestion des données de test. Selon le cas d'application, les données de test peuvent être créées de manière automatisée par scénario de test ou avant une exécution de test.

Le meilleur des deux mondes

Dans de nombreux cas, les données de test chez les clients ont des dépendances à travers de grands paysages SAP et leurs systèmes satellites. Maintenir la cohérence de ces données dans le cas de test est l'un des grands défis du processus de gestion des données de test.
Libelle DataMasking se distingue par exemple par sa capacité à maintenir la cohérence entre les différents systèmes.

C'est au gestionnaire de données de test de décider si des données synthétiques doivent être utilisées ou si les données réelles doivent d'abord être pseudonymisées ou anonymisées avant d'être utilisées à des fins de test. Bien entendu, il est également possible de conclure, dans le cadre d'un projet correspondant, que les données synthétiques et les données altérées doivent être utilisées.

Lorsque les clients nous consultent, ils sont souvent déjà en plein processus d'évaluation pour trouver un produit adapté au traitement des données de test et se demandent si l'investissement en vaut la peine. Depuis l'entrée en vigueur du RGPD, il ne fait aucun doute que cela en vaut la peine, surtout si l'on considère les sanctions auxquelles une entreprise s'expose si elle ne se soucie pas de traiter ses données de test conformément à la protection des données. Cette sanction peut s'élever à 20 millions d'euros ou à 4 % du chiffre d'affaires annuel mondial, le montant le plus élevé étant retenu.

Les données de production et les données synthétiques jouent souvent un rôle important dans le contexte des données de test. Dans notre blogbretag blog "La différence entre données productives et données synthétiques", vous en apprendrez davantage sur ces deux notions.