- Publication
- Mise à jour
Éviter les copies de données de participants réels peut favoriser la confidentialité pendant les tests. Pourtant, des exemples synthétiques trop simples peuvent laisser passer des défauts importants, car ils ne mettent jamais à l’épreuve les longs commentaires, les valeurs manquantes ou les relations réalistes entre enregistrements.
Préserver le sens des données
Concevoir les données de test au-delà du seul nombre de lignes. Créer une liste de couverture des limites critiques de champs, des relations entre enregistrements et des exceptions attendues. Les données synthétiques doivent être reconnaissables et empêchées d’entrer dans de véritables processus d’étude. Supprimer les identifiants directs n’établit pas automatiquement une confidentialité adéquate dans tout contexte ; les responsables doivent évaluer séparément les modalités proposées d’utilisation des données.
Exemple pratique
Par exemple, chaque participant de test possède une seule visite et un nom court. Un participant de production avec plusieurs visites produit ensuite des liens incorrects pendant le transfert. L’équipe ajoute à un participant synthétique des visites répétées, des résultats corrigés et une livraison tardive, puis rédige à l’avance les relations attendues. Une complexité ciblée est ici plus utile que des lignes aléatoires supplémentaires.
Points de contrôle
- Identifier l’exemple synthétique représentant chaque exigence critique.
- Couvrir conjointement les textes longs, les champs vides, les limites et les enregistrements liés.
- Empêcher l’utilisation des identités de test comme véritables participants de production.
Acceptation et limites
L’acceptation signifie que le jeu de données représente les risques métier définis et que ses résultats attendus peuvent être compris indépendamment. Un générateur de données synthétiques ne doit pas créer d’attentes incorrectes ; examiner les exemples critiques. Des données réelles inutiles ne renforcent pas les preuves de test. Maintenir accessibles la version des exemples et les tests dans lesquels ils ont été utilisés lorsqu’une reconstitution est nécessaire.
Questions fréquentes
- Davantage de lignes de test signifie-t-il toujours une meilleure couverture ?
- Le volume peut tester une autre question ; des scénarios critiques manquants peuvent rester absents même d’un grand jeu de données.
- Des données sources désidentifiées sont-elles synthétiques ?
- Non. Distinguer les données dérivées de sources des exemples entièrement inventés et maintenir leurs conditions d’utilisation explicites.