Test di Business Intelligence (BI) con casi di test

⚡ Riepilogo intelligente

Il test di Business Intelligence verifica i dati di staging, il processo ETL e i report di BI su cui si basano le decisioni. Conferma che i dati vengano trasferiti correttamente dalla sorgente alla destinazione e che ogni dato visualizzato in un report sia affidabile.

  • 🧪 Tre strati: La fase di staging dei dati, la trasformazione ETL e il report finale richiedono ciascuno scenari di test specifici.
  • 🔄 Focus sull'ETL: Verifica la mappapingtipi di dati, generazione di chiavi, regole di trasformazione e assenza di troncamento o duplicazione.
  • 📊 Focus del rapporto: Verifica la formattazione, la precisione decimale, la gestione dei valori vuoti e il comportamento della ricerca.
  • 🔢 Riconciliazione: Il numero di righe tra origine, area di staging e destinazione deve corrispondere una volta applicate le regole di filtro.
  • ⚠️ L'ordine è importante: Un difetto nella fase di staging produce errori in ogni fase successiva, quindi è fondamentale testare la pipeline in sequenza.
  • 🎯 Obiettivo finale: Credibilità dei dati, in modo che una decisione aziendale basata su un report si fondi su cifre accurate.

Test di Business Intelligence (BI)

Cos'è il test BI?

Business Intelligence (BI) Il test di Business Intelligence (BI) è il processo di raccolta, pulizia, analisi, integrazione e condivisione dei dati per ricavare informazioni utili che favoriscano la crescita aziendale. Il test di BI verifica i dati di staging, il processo ETL, i report di BI e garantisce la corretta implementazione. Il test di BI assicura la credibilità dei dati e l'accuratezza delle informazioni ricavate dal processo di BI.

Puoi saperne di più su ETL/Business Intelligence in questo lezione

Il processo di test BI

I test di Business Intelligence seguono la struttura stessa della pipeline di dati. Ogni fase deve essere superata prima che valga la pena testare la successiva, perché un difetto a monte si ripresenta a valle come un falso errore.

  1. Analisi dei requisiti: Stabilisci a quali domande aziendali i report devono rispondere e quali sistemi sorgente contengono i dati. L'ambiguità in questa fase si tradurrà in un report non verificabile in seguito.
  2. Validazione dei dati di origine: Analizza la sorgente dati: numero di righe, tipi di dati, percentuale di valori nulli e duplicati. Non è possibile convalidare una trasformazione rispetto a una sorgente dati non analizzata.
  3. Validazione dello staging: Conferma l'extracL'operazione è andata a buon fine, con i conteggi di riconciliazione corrispondenti a quelli di origine dopo l'applicazione delle regole di filtro.
  4. Test ETL e di trasformazione: Verifica ogni mappaping e regole aziendali, tra cui colonne derivate, aggregazioni e generazione di chiavi surrogate.
  5. Data warehouse e test con cubi. Verificare l'integrità delle tabelle delle dimensioni e dei fatti, la gestione delle dimensioni a variazione lenta e l'accuratezza dell'aggregazione a ogni livello della gerarchia.
  6. Test di report e dashboard: Confronta i dati del report con quelli del data warehouse, quindi con quelli della fonte, e verifica i filtri, le opzioni di analisi dettagliata e i ruoli di sicurezza.
  7. Test di performance e di regressione: Misura la durata della finestra di carico e segnala il tempo di risposta, quindi esegui nuovamente la suite dopo ogni modifica della pipeline.

La riconciliazione è la spina dorsale dell'intero processo: In ogni fase, il conteggio e la somma delle cifre chiave devono essere tracRisalire alla fonte. Un report che sembra corretto ma non può essere riconciliato non viene testato, solo ispezionato.

Tipi di test di Business Intelligence

Gli scenari descritti in questo tutorial rientrano in sei categorie riconosciute. Assegnare loro un nome aiuta a definire un piano di test che copra l'intera superficie, anziché concentrarsi solo sulle parti più facili da verificare.

Tipo Ciò che convalida Tecnica tipica
Completezza dei dati Ogni record previsto è arrivato Riconciliazione del conteggio delle righe tra origine e destinazione
Trasformazione dei dati Regole aziendali applicate correttamente Confrontare l'output trasformato con i valori attesi calcolati manualmente.
Qualità dei dati I valori sono validi, unici e compresi nell'intervallo Controlli di integrità di valori nulli, duplicati, formato e referenziali
Test dei metadati I tipi di dati, le lunghezze e i vincoli corrispondono alle specifiche. Confronto dello schema tra sorgente e destinazione
Segnalare il test Figure, formattazione e approfondimenti sono corretti Verifica incrociata l'output del report con la query del magazzino
Test di sicurezza Gli utenti visualizzano solo i dati consentiti dal loro ruolo. Eseguire report identici con credenziali di ruolo diverse.

La scelta di Strumento BI Influisce sul modo in cui viene eseguito ciascun tipo, ma non su quali tipi siano necessari. Il test di sicurezza è quello che viene più spesso trascurato e quello che costa di più non farlo, perché un difetto di sicurezza a livello di riga espone i dati a tutte le unità aziendali senza produrre alcun errore visibile.

Casi di test e scenari di test per la Business Intelligence

Gli scenari seguenti si applicano a quasi tutti i progetti di Business Intelligence. Raggruppateli in base alla fase della pipeline che convalidano ed eseguiteli in quell'ordine, perché un difetto nella fase di staging produrrà errori in tutte le fasi successive.

scenari di test di verifica ETL

  • Verificare che i dati siano mappati correttamente dal sistema di origine al sistema di destinazione
  • Verifica che tutte le tabelle e i relativi campi vengano copiati dall'origine alla destinazione
  • Verificare che le chiavi configurate per la generazione automatica siano create correttamente nel sistema di destinazione
  • Verificare che i campi nulli non siano popolati
  • Verificare che i dati non siano né confusi né troncati
  • Verificare che il tipo e il formato dei dati nel sistema di destinazione siano quelli previsti
  • Verificare che non vi sia duplicità di dati nel sistema di destinazione
  • Verificare che le trasformazioni siano applicate correttamente
  • Verificare che la precisione dei dati nei campi numerici sia accurata
  • Verificare che la gestione delle eccezioni sia solida

Scenari di test dei dati di staging

  • Controllo di riconciliazione: il conteggio dei record tra le tabelle STG (staging) e le tabelle di destinazione è lo stesso dopo l'applicazione delle regole di filtro
  • Inserisci un record che non è caricato nella tabella di destinazione per una determinata combinazione di tasti
  • Reinvia i record già presenti nelle tabelle di destinazione e verifica che non siano stati caricati due volte.
  • Aggiorna un record per una chiave quando le colonne dei valori vengono modificate il giorno_02 vengono caricate
  • Elimina i record logicamente nelle tabelle di destinazione
  • Valori caricati dalle tabelle dei processi
  • Valori caricati dalle tabelle di riferimento

scenari di test di caricamento dati

  • Controlla se il database di destinazione e quello di origine sono collegati bene e non ci sono problemi di accesso.
  • Per un caricamento completo, controlla l'opzione di troncamento e assicurati che funzioni correttamente.
  • Durante il caricamento dei dati verificare l'andamento della sessione
  • Verificare la presenza di errori non irreversibili.
  • Verifica di poter fallire l'attività principale chiamante se l'attività secondaria fallisce.
  • Verificare che i log siano aggiornati
  • Verifica la mappaping and flusso di lavoro i parametri sono configurati accuratamente
  • Verificare che il numero di tabelle nei sistemi di origine e di destinazione sia lo stesso
  • Confronta gli attributi delle tabelle di fase con quelli delle tabelle di destinazione. Dovrebbero essere abbinati.

scenari di test dei report di BI

  • Visualizza data e ora
  • Precisione decimale per le cifre chiave
  • In una determinata pagina viene visualizzato il numero di righe e colonne
  • Caratteristiche gratuite nel rapporto
  • Come vengono visualizzati i valori vuoti sia per le caratteristiche che per gli indicatori chiave.
  • Se la ricerca delle caratteristiche funziona sulla chiave, sul testo o su entrambi, come specificato
  • Se la ricerca testuale distingue tra maiuscole e minuscole e se ciò corrisponde al requisito

Sfide nei test di Business Intelligence

  • Volume di dati. I data warehouse contengono centinaia di milioni di righe, quindi un confronto esaustivo è impossibile. I test si basano sui totali di riconciliazione e su un campionamento mirato dei record limite e ad alto rischio.
  • Fonti eterogenee. Un singolo data warehouse può attingere a database relazionali, file flat, API e sistemi legacy, ognuno con la propria codifica, formato data e convenzione per i valori nulli.
  • Nessun guasto visibile. Un dato errato in un report non segnala un errore. Indica semplicemente una decisione sbagliata, il che rende la riconciliazione l'unico metodo affidabile per rilevarlo.
  • Fonti in continua evoluzione. Una modifica dello schema in un sistema a monte interrompe silenziosamente una mappapingI test sui metadati devono essere eseguiti secondo una pianificazione, non solo al momento del rilascio.
  • Dimensioni che cambiano lentamente. L'accuratezza storica richiede che un dato valido l'anno scorso riporti ancora il valore dell'anno scorso, cosa difficile da verificare e in cui è facile commettere errori.
  • Parità ambientale. Gli ambienti di test raramente contengono dati di dimensioni pari a quelli di produzione, pertanto i problemi relativi alle finestre di caricamento e alle prestazioni delle query emergono solo dopo la messa in produzione.

Il filo conduttore è che i difetti di Business Intelligence sono silenziosi. Tutte le misure di mitigazione sopra descritte funzionano creando un segnale laddove il sistema stesso non ne produce alcuno.

DOMANDE FREQUENTI

I test ETL verificano che i dati vengano trasferiti e trasformati correttamente dalla sorgente alla destinazione. I test di Business Intelligence (BI) sono più ampi: includono la convalida ETL, il data warehouse, i cubi e i report effettivamente consultati dall'azienda.

Attraverso la riconciliazione anziché il confronto riga per riga. Confrontare i conteggi e i totali di controllo tra le fasi, quindi campionare i valori limite, i valori nulli, i duplicati e le regole aziendali a più alto rischio.

Perché non producono errori. Una cifra errata viene visualizzata esattamente come una corretta, quindi l'errore emerge solo quando qualcuno mette in discussione il numero, spesso molto tempo dopo che è stata presa una decisione in merito.

Gli strumenti di intelligenza artificiale profilano i dati di origine e di destinazione per rilevare automaticamente anomalie, derive e modifiche dello schema, e segnalano i record i cui valori si discostano dalle distribuzioni apprese prima della pubblicazione di un report.

Sì. L'IA può derivare controlli di completezza, unicità e referenziali da uno schema e proporre test di trasformazione da una mappa.ping documenti. Convalidare ogni regola rispetto alle specifiche aziendali prima di eseguirla.

Riassumi questo post con: