www.steria.com
JFTL 2014: Rôle et apports de la
génération de données dans le Test
01.04.2014 – J.L. Pacherie & G. Rols
Données de test : douleurs et motivations
14-6-20 2
SOLUTION DE SERVICE
INDUSTRIALISEE
SOLUTION DE SERVICE
INDUSTRIALISEE
...
Données de test : retour d’expérience Steria
14-6-20 3
Besoins
 Une intégration des outils de
jeux de données (JdD) dans ...
Préconisation : organisation d’une cellule de JdD
Les Fonctions
Support à l’usage des
données en hors prod
Gérer et consol...
Objectifs de la génération dans la solution
14-6-20 5
COÛTS QUALITEDELAIS
 Réduire les délais de mise à disposition
des d...
Génération de données dynamiques (1/2)
14-6-20 6
• Initialiser les plateformes
• Provisionner des données
qui n’existent p...
Génération de données dynamiques (2/2)
14-6-20 7
• Simuler les
comportements pour
disposer des séquences
d’événements
ENJE...
Atelier en ligne pour la génération des données
14-6-20 8
ISDN
N° INSEE
I BAN
ADRESSE
DATE
HEURE
Permet de concevoir et ex...
Solution collaborative pour la génération de
données
Espace Projet 1 Espace Projet 2 Espace Projet 3
Espace Partagé
Les ut...
Génération de données : bonnes pratiques
14-6-20 10
Simuler des modèles de réalisme et non
pas la réalité
Procéder par éta...
Cas d’usage : un opérateur Telecom leader en
Europe (1/2)
14-6-20 11
Enjeux client
 Vérifier les règles de valorisation d...
JFTL 2014: Rôle et apports de la génération de données dans le Test
Cas d’usage : un autre opérateur Telecom
leader en Eur...
Cas d’usage : un éditeur du secteur bancaire
14-6-20 13
Enjeux client
 Valider un algorithme de détection de transactions...
Génération de données : un élément clé pour
l’industrialisation de la gestion des données
14-6-20
La génération de données...
www.steria.com
JFTL 2014: Rôle et apports de la
génération de données dans le Test
Q&R – Merci pour votre attention
Prochain SlideShare
Chargement dans…5
×

STERIA - JFTL 2014 v9

75 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
75
Sur SlideShare
0
Issues des intégrations
0
Intégrations
4
Actions
Partages
0
Téléchargements
1
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

STERIA - JFTL 2014 v9

  1. 1. www.steria.com JFTL 2014: Rôle et apports de la génération de données dans le Test 01.04.2014 – J.L. Pacherie & G. Rols
  2. 2. Données de test : douleurs et motivations 14-6-20 2 SOLUTION DE SERVICE INDUSTRIALISEE SOLUTION DE SERVICE INDUSTRIALISEE COÛTS QUALITE DELAIS JFTL 2014: Rôle et apports de la génération de données dans le Test
  3. 3. Données de test : retour d’expérience Steria 14-6-20 3 Besoins  Une intégration des outils de jeux de données (JdD) dans la chaîne des outils de test  Une approche fonctionnelle de la production des jeux de données  Un pilotage par le besoin et non par les contraintes  Une couverture du besoin de création Savoir-faire  Echantillonner de manière cohérente des bases de différents systèmes d’un même SI  Extraire des données ciblées sur des besoins fonctionnels  Assurer la sécurité et la confidentialité des données. JFTL 2014: Rôle et apports de la génération de données dans le Test
  4. 4. Préconisation : organisation d’une cellule de JdD Les Fonctions Support à l’usage des données en hors prod Gérer et consolider les demandes Gérer le patrimoine de référentiels et d’outils Données statiques Extraction de production Données dynamiques Génération de données Intégrer la génération dans une solution de service Gestion de la Capitalisation Dynamique Gestion des Demandes (catalogue de service) Statique Extraction Support & Traçabilité Testeur Testeur Testeur Gestion de la Capitalisation Testeur Génération ProfilageProfilage ModélisationModélisation CertificationCertification CiblageCiblage AnonymisationAnonymisation EchantillonnageEchantillonnage 11 22 33 44 55 414-6-20 JFTL 2014: Rôle et apports de la génération de données dans le Test
  5. 5. Objectifs de la génération dans la solution 14-6-20 5 COÛTS QUALITEDELAIS  Réduire les délais de mise à disposition des données de tests  S’affranchir de la dépendance aux environnements de production  Industrialiser les travaux de création de données  Réduire les délais de mise à disposition des données de tests  S’affranchir de la dépendance aux environnements de production  Industrialiser les travaux de création de données  Simuler des comportements complexes: dynamique des données  Créer les données indisponibles en production  Homogénéiser la création des jeux de données des tests manuels  Variabiliser les scripts d’automatisation Production de données de Test vs Production des données des tests La génération n’est en aucun cas liée au hasard JFTL 2014: Rôle et apports de la génération de données dans le Test
  6. 6. Génération de données dynamiques (1/2) 14-6-20 6 • Initialiser les plateformes • Provisionner des données qui n’existent pas en production • Provisionner des états du système ENJEUXENJEUX • Plus de liberté et d’agilité • Possibilité de créer des situations inobservées • Coût de production minimes GAINSGAINS SOLUTIONSOLUTION • Intégrer une ou plusieurs interfaces d’injection • Modéliser dans les générateurs les contraintes • Assurer des points de paramétrage  Maitriser le processus de modélisation de la qualité des données pour la génération  Disposer d’interfaces d’injection opérationnelles sur la plateforme de test  S’assurer des mécanismes de propagation de la création de données dans un système multi-applicatif  Maitriser le processus de modélisation de la qualité des données pour la génération  Disposer d’interfaces d’injection opérationnelles sur la plateforme de test  S’assurer des mécanismes de propagation de la création de données dans un système multi-applicatif! Créer des données socles JFTL 2014: Rôle et apports de la génération de données dans le Test
  7. 7. Génération de données dynamiques (2/2) 14-6-20 7 • Simuler les comportements pour disposer des séquences d’événements ENJEUXENJEUX • Une approche métier • Tester des cinématiques complexes • Le coût est proportionnel à la complexité de modélisation du profil GAINSGAINS SOLUTIONSOLUTION • Modéliser les événements • Analyser le réalisme de chaque événement • Contrôler la séquence et les corrélations entre les événements d’une séquence  L’outillage d’injection et de génération doivent être coordonnés.  La production de séquence doit se faire sur des données en base (clients connus du système, produits au catalogue, etc.) et nécessite la constitution de référentiel de données transverses.  L’outillage d’injection et de génération doivent être coordonnés.  La production de séquence doit se faire sur des données en base (clients connus du système, produits au catalogue, etc.) et nécessite la constitution de référentiel de données transverses.! Créer des événements sur des profils de comportements JFTL 2014: Rôle et apports de la génération de données dans le Test
  8. 8. Atelier en ligne pour la génération des données 14-6-20 8 ISDN N° INSEE I BAN ADRESSE DATE HEURE Permet de concevoir et exécuter des générateurs à partir de règles prédéfinies que l’on peut assembler librement JFTL 2014: Rôle et apports de la génération de données dans le Test Moteur de génération de données : GEDIS Studio
  9. 9. Solution collaborative pour la génération de données Espace Projet 1 Espace Projet 2 Espace Projet 3 Espace Partagé Les utilisateurs et les administrateurs n’ont pas besoin d’être sur le même site. L’intervention d’experts / support est facilitée Les utilisateurs et les administrateurs n’ont pas besoin d’être sur le même site. L’intervention d’experts / support est facilitée Testeur Chaque projet sélectionne les générateurs et données de référence qui conviennent à son objectif de test ET produit ses données Chaque projet sélectionne les générateurs et données de référence qui conviennent à son objectif de test ET produit ses données La cellule JdD publie des générateurs et des données de référence dans un espace partagé qu’elle administre La cellule JdD publie des générateurs et des données de référence dans un espace partagé qu’elle administre Générateurs Générateurs Générateurs Générateurs Générateurs 914-6-20 JFTL 2014: Rôle et apports de la génération de données dans le Test Générateurs Générateurs FRANCE POLOGNE INDE
  10. 10. Génération de données : bonnes pratiques 14-6-20 10 Simuler des modèles de réalisme et non pas la réalité Procéder par étapes JFTL 2014: Rôle et apports de la génération de données dans le Test Rechercher la donnée pivot (structure et qualité des données) Configurer de manière fonctionnelle les générateurs
  11. 11. Cas d’usage : un opérateur Telecom leader en Europe (1/2) 14-6-20 11 Enjeux client  Vérifier les règles de valorisation d’un usage multi-services (voix, SMS, data) en fonction du contrat et des options souscrites ! Défis  Variantes des options sur les contrats impactant le calcul  Variantes des usages (appels surtaxés, internationaux, gratuits, etc.)  Gestion des horodatages, multi-formats, clients brûlés, etc.  Rapidité de mise à disposition des données  Simplification des oracles de tests  Transparence des formats et valorisation technique des CDR  Rapidité de mise à disposition des données  Simplification des oracles de tests  Transparence des formats et valorisation technique des CDR Vérifier les règles de valorisation … JFTL 2014: Rôle et apports de la génération de données dans le Test Solution  Etablir des profils de comportement paramétrables par type de contrat  Simuler des usages en générant les traces d’appel (CDR)
  12. 12. JFTL 2014: Rôle et apports de la génération de données dans le Test Cas d’usage : un autre opérateur Telecom leader en Europe (2/2) 14-6-20 12 Enjeux client  Valider des algorithmes analytiques permettant d’optimiser le positionnement d’antennes en fonction des usages  Agilité et coûts : test d’un scenario en moins de 15 minutes  Tests en taille significative, jusqu’à taille réelle  Simulation prospective  Agilité et coûts : test d’un scenario en moins de 15 minutes  Tests en taille significative, jusqu’à taille réelle  Simulation prospective … vers les problématiques de Big Data ! Défis  Evénements « minute par minute » de plus de 2000 usagers sur 6 mois  Plus de 10 types de services et 10 profils d’usage  Déplacements avec des centres d’attraction mouvants 15 millions d’événements par simulation Solution  Faire évoluer les profils d’usage pour y inclure la mobilité  Retrouver les motifs de comportement utilisés par le générateur via les algorithmes à tester
  13. 13. Cas d’usage : un éditeur du secteur bancaire 14-6-20 13 Enjeux client  Valider un algorithme de détection de transactions SWIFT portant sur des personnes blacklistées (OFAC SDN List) ! Défis  Mise à jour fréquente des listes noires  Nombreuses combinaisons de mutations à tester  Qualification de chacune des règles du filtre Qualifier les outils de lutte contre le blanchiment d‘argent  15 750 000 messages SWIFT différents générés  Disponibles en seulement quelques minutes  15 750 000 messages SWIFT différents générés  Disponibles en seulement quelques minutes JFTL 2014: Rôle et apports de la génération de données dans le Test Solution
  14. 14. Génération de données : un élément clé pour l’industrialisation de la gestion des données 14-6-20 La génération de données  Création de données absentes  Simulation des comportements  Couverture plus large des tests  Réduction des coûts de production La génération de données  Création de données absentes  Simulation des comportements  Couverture plus large des tests  Réduction des coûts de production Solution de service  Reconnaître le rôle des JdD dans les difficultés des tests  Faire face à la résistance au changement vis-à-vis de la génération  Responsabiliser l’utilisateur sur son rôle de pilote de la qualité des données  Reconnaître le rôle des JdD dans les difficultés des tests  Faire face à la résistance au changement vis-à-vis de la génération  Responsabiliser l’utilisateur sur son rôle de pilote de la qualité des données!  Une intégration des processus et outils 14 JFTL 2014: Rôle et apports de la génération de données dans le Test  2 besoins : données statiques et dynamiques  2 technologies : extraction et génération
  15. 15. www.steria.com JFTL 2014: Rôle et apports de la génération de données dans le Test Q&R – Merci pour votre attention

×