Test Data Management Bert Nienhuis

VEEL

ORGANISATIES GEBRUIKEN KOPIEËN VAN

PRODUCTIE DATABASES

DOELEINDEN:

• TESTEN

• ONTWIKKELING

• OUTSOURCING

• MARKETING

• OPLEIDING

Hoe beheer je al deze omgevingen?

Hoe ga je om met persoonsgegevens?

Minimaliseer datagebruik Bespaar op hardware Verkort doorlooptijden Efficiënter data beheer

Beschermen van relaties Voldoen aan wetgeving Voorkom imagoschade Behoud concurrentie positie

Subsetten Anonimiseren Voordelen van het subsetten van data Voordelen van het anonimiseren en maskeren

Productie Test/Ontwikkel Source Database Target Database

Datamodel classificatie

Filteren – Proces data Voorbeeld: Klanten, Orders, Contracten, Facturen

Volledig – Master data Voorbeeld: Applicatie data, Inrichting, Stamtabellen

Leeg – Logging, overbodige historie Voorbeeld: Log tabellen, temp tabellen, overbodige historie

Bepalen welke delen van de data overgezet moeten worden.

Keten Methodes om over de keten heen te subsetten

Productie Test/Ontwikkel

Start Filter Alle klanten uit Groningen

Start Filter Alle orders van klanten die in de

vorige subset zitten.

Importeren Meta data Classificeren Deployment

Anonimiseren van gevoelige gegevens

- Banksaldo

- Schulden

- Medicijn gebruik

- Ziekte

- Geloofsovertuiging

- Politieke voorkeur

- Salaris

- Telefoonhistorie

- Etc…

- Naam

- Geboortedatum

- Email

- Bankrekening nummer

- BSN nummer

- Adres

- Polisnummer

- Telefoonnummer

- Etc…

Persoonsgegevens

Identificerende Kenmerkende

“Elk gegeven over een geïdentificeerde of identificeerbare natuurlijke persoon” Bron: Wet Bescherming Persoonsgegevens

Technieken

Shuffle Key-Shuffle Blank Scramble 1st day in month Lookup Expression

Importeren

Meta data Definiëren regels 3. Deployment

Demonstratie