Testes de Business Intelligence (BI) com casos de teste

⚡ Resumo Inteligente

Os testes de Business Intelligence verificam os dados de preparação, o processo ETL e os relatórios de BI nos quais as decisões são baseadas. Eles confirmam se os dados são transferidos corretamente da origem para o destino e se todos os números exibidos em um relatório são confiáveis.

  • 🧪 Três camadas: A preparação dos dados, a transformação ETL e o relatório final exigem cenários de teste específicos.
  • 🔄 Foco em ETL: Verificar mapaping, tipos de dados, geração de chaves, regras de transformação e a ausência de truncamento ou duplicação.
  • 📊 Foco do relatório: Verifique a formatação, a precisão decimal, o tratamento de valores em branco e o comportamento da pesquisa.
  • 🔢 Reconciliação: A contagem de linhas entre a origem, a área de preparação e o destino deve coincidir após a aplicação das regras de filtro.
  • ⚠️ A ordem importa: Um defeito no processo de preparação (staging) causa falhas em todas as etapas posteriores, portanto, teste o pipeline em sequência.
  • 🎯 Objetivo final: Credibilidade dos dados, para que uma decisão de negócios baseada em um relatório seja fundamentada em números precisos.

Testes de Business Intelligence (BI)

O que é teste de BI?

Business Intelligence (BI) O teste de Business Intelligence (BI) é o processo de coletar, limpar, analisar, integrar e compartilhar dados para obter insights acionáveis ​​que impulsionem o crescimento dos negócios. O teste de BI verifica os dados de preparação, o processo ETL, os relatórios de BI e garante que a implementação esteja correta. O teste de BI assegura a credibilidade dos dados e a precisão dos insights derivados do processo de BI.

Você pode aprender mais sobre ETL/Business Intelligence neste tutorial

O Processo de Teste de BI

Os testes de BI seguem o formato do próprio pipeline de dados. Cada etapa deve ser concluída com sucesso antes que a próxima possa ser testada, pois um defeito a montante reaparece como uma falha falsa a jusante.

  1. Análise de requisitos: Defina quais perguntas de negócios os relatórios devem responder e quais sistemas de origem armazenam os dados. Ambiguidade nessa etapa pode resultar em um relatório impossível de testar posteriormente.
  2. Validação dos dados de origem: Analise o perfil da fonte: contagem de linhas, tipos de dados, taxas de valores nulos e duplicados. Não é possível validar uma transformação em relação a uma fonte que você não tenha medido.
  3. Validação de etapas: Confirme o extracA aterrissagem foi completa, com as contagens de reconciliação correspondendo à origem após a aplicação das regras de filtro.
  4. Testes de ETL e transformação: Verifique cada mapaping e regras de negócio, incluindo colunas derivadas, agregações e geração de chaves substitutas.
  5. Armazém de dados e testes de cubo. Verificar a integridade das tabelas de dimensões e fatos, o tratamento de dimensões que mudam lentamente e a precisão da agregação em todos os níveis da hierarquia.
  6. Testes de relatórios e painéis: Compare os dados do relatório com os do data warehouse e, em seguida, com os da fonte, e verifique os filtros, os detalhamentos e as funções de segurança.
  7. Testes de desempenho e regressão: Meça a duração da janela de carregamento e registre o tempo de resposta, depois execute o conjunto de testes novamente após cada alteração no pipeline.

A reconciliação é a espinha dorsal de todo o processo: Em cada etapa, a contagem e a soma dos principais indicadores devem ser tracÉ possível retornar à origem. Um relatório que parece correto, mas não pode ser conciliado, não é testado, apenas inspecionado.

Tipos de testes de BI

Os cenários deste tutorial se enquadram em seis categorias reconhecidas. Nomeá-las ajuda um plano de testes a abranger toda a superfície, em vez de apenas as partes que são fáceis de verificar.

Formato O que isso valida Técnica típica
Completude dos dados Todos os recordes esperados chegaram. Reconciliação da contagem de linhas entre a origem e o destino
Transformação de dados Regras de negócio aplicadas corretamente Compare o resultado transformado com os valores esperados calculados manualmente.
Qualidade dos dados Os valores são válidos, únicos e estão dentro do intervalo. Verificações de nulos, duplicados, de formato e de integridade referencial.
Teste de metadados Os tipos de dados, comprimentos e restrições correspondem à especificação. Comparação de esquemas entre origem e destino
Teste de relatório Os números, a formatação e os detalhamentos estão corretos. Compare o resultado do relatório com a consulta do data warehouse.
Testes de segurança Os usuários visualizam apenas os dados permitidos por sua função. Execute relatórios idênticos com credenciais de função diferentes.

A escolha de ferramenta de BI Afeta a forma como cada tipo é executado, mas não quais tipos são necessários. Os testes de segurança são os mais frequentemente ignorados e os mais custosos de se negligenciar, porque uma falha de segurança em nível de linha expõe dados em todas as unidades de negócios sem produzir nenhum erro visível.

Testes de BI: Casos de Teste e Cenários

Os cenários abaixo se aplicam a praticamente qualquer projeto de BI. Agrupe-os pela etapa do pipeline que validam e execute-os nessa ordem, pois um defeito na etapa de preparação (staging) causará falhas em todas as etapas subsequentes.

cenários de teste de verificação ETL

  • Verifique se os dados estão mapeados corretamente do sistema de origem para o sistema de destino
  • Verifique se todas as tabelas e seus campos foram copiados da origem para o destino
  • Verifique se as chaves configuradas para serem geradas automaticamente foram criadas corretamente no sistema de destino
  • Verifique se os campos nulos não estão preenchidos
  • Verifique se os dados não estão ilegíveis nem truncados
  • Verifique se o tipo e o formato dos dados no sistema de destino são os esperados
  • Verifique se não há duplicidade de dados no sistema de destino
  • Verifique se as transformações foram aplicadas corretamente
  • Verifique se a precisão dos dados nos campos numéricos é precisa
  • Verifique se o tratamento de exceções é robusto

Cenários de teste de dados de preparação

  • A contagem de registros de verificação de reconciliação entre as tabelas STG (preparação) e as tabelas de destino são as mesmas após a aplicação de regras de filtro
  • Insira um registro que não esteja carregado na tabela de destino para determinada combinação de teclas
  • Reenvie os registros já presentes nas tabelas de destino e confirme se eles não foram carregados duas vezes.
  • Atualizar um registro para uma chave quando as colunas de valor forem alteradas nos carregamentos do dia_02
  • Exclua os registros logicamente nas tabelas de destino
  • Valores carregados por tabelas de processos
  • Valores carregados por tabelas de referência

cenários de teste de carregamento de dados

  • Verifique se o banco de dados de destino e de origem estão bem conectados e se não há problemas de acesso.
  • Para uma carga completa, marque a opção truncar e certifique-se de que está funcionando bem.
  • Ao carregar os dados, verifique o desempenho da sessão
  • Verifique se há erros não fatais.
  • Verifique se você pode falhar na tarefa pai de chamada se a tarefa filho falhar.
  • Verifique se os logs estão atualizados
  • Verificar mapaping e de gestão de documentos os parâmetros são configurados com precisão
  • Verifique se o número de tabelas nos sistemas de origem e de destino é o mesmo
  • Compare os atributos das tabelas de estágio com os das tabelas de destino. Eles devem ser combinados.

cenários de teste de relatórios de BI

  • Exibir data e hora
  • Precisão decimal para números-chave
  • Em uma determinada página exibe o número de linhas e colunas
  • Características gratuitas no relatório
  • Como os valores em branco são exibidos para características e figuras-chave.
  • Se a pesquisa de características funciona por chave, por texto ou por ambos, conforme especificado.
  • Se a pesquisa de texto diferencia maiúsculas de minúsculas e se isso atende aos requisitos.

Desafios nos testes de BI

  • Volume de dados. Os data warehouses armazenam centenas de milhões de linhas, portanto, uma comparação exaustiva é impossível. Os testes dependem dos totais de reconciliação, além de uma amostragem direcionada de registros de limite e de alto risco.
  • Fontes heterogêneas. Um único repositório de dados pode utilizar bancos de dados relacionais, arquivos simples, APIs e sistemas legados, cada um com sua própria codificação, formato de data e convenção de valores nulos.
  • Nenhuma falha visível. Um valor incorreto em um relatório não gera um erro. Simplesmente indica uma decisão equivocada, o que torna a conciliação o único método de detecção confiável.
  • Fontes em constante mudança. Uma alteração de esquema em um sistema upstream quebra silenciosamente um mapeamento.pingOs testes de metadados devem ser executados de forma programada, e não apenas no momento do lançamento.
  • Dimensões que mudam lentamente. A precisão histórica exige que um registro válido no ano passado ainda apresente o valor do ano passado, o que é difícil de testar e fácil de errar.
  • Paridade ambiental. Os ambientes de teste raramente contêm dados em escala de produção, portanto, os problemas de desempenho de carregamento e consulta só aparecem após a entrada em produção.

O ponto em comum é que os defeitos de BI são silenciosos. Todas as medidas de mitigação acima funcionam criando um sinal onde o próprio sistema não produz nenhum.

Perguntas Frequentes

Os testes de ETL validam se os dados são movidos e transformados corretamente da origem ao destino. Os testes de BI são mais abrangentes: incluem a validação do ETL, além do data warehouse, dos cubos e dos relatórios que a empresa realmente utiliza.

Por meio da reconciliação, em vez da comparação linha por linha. Compare as contagens e os totais de controle entre os estágios e, em seguida, selecione os valores limite, os valores nulos, os duplicados e as regras de negócio de maior risco.

Porque não produzem erros. Um número errado é exibido exatamente da mesma forma que um número correto, portanto, o defeito só aparece quando alguém questiona o número, muitas vezes muito tempo depois de a decisão ter sido tomada.

As ferramentas de IA analisam os dados de origem e de destino para detectar anomalias, desvios e alterações de esquema automaticamente, e sinalizam os registros cujos valores estejam fora das distribuições aprendidas antes da publicação de um relatório.

Sim. A IA pode derivar verificações de completude, unicidade e referenciais a partir de um esquema e propor testes de transformação a partir de um mapa.ping documentos. Valide cada regra em relação à especificação de negócios antes de executá-la.

Resuma esta postagem com: