De beste test data tool: kopen of bouwen?

Hoe kies je de juiste test data management tool?

Wanneer je denkt aan Test Data Management dan heb je vast het hele internet al afgespeurd. Tegenwoordig zijn er veel aanbieders voor een test data management oplossing. Dit verschilt van data virtualisatie tot subsetting, masking en generatie. Wat je vooral nodig hebt is betere beschikbaarheid van test data en een manier die de huidige manier van softwareontwikkeling (DevOps, Agile etc.) verbetert. Dus: moet je een TDM tool kopen of zou je hem zelf moeten bouwen?

Een test data management tool kopen of bouwen?

Je zult al verschillende softwareleveranciers zijn tegengekomen. De ene wat goedkoper, de andere een stuk kostbaarder. Het zelf bouwen zal waarschijnlijk ook wel in je op zijn gekomen, of het gebruik van een open source TDM tool. Dit onderwerp is altijd interessant en daarom schreven we dit artikel. We hopen dat het je helpt bij de overweging voor het al dan niet kopen of zelf bouwen van een TDM tool.

1. Complexiteit van databases

Als je een beslissing wilt nemen over het kopen of bouwen van een oplossing, is de complexiteit van je database een belangrijke. De eenvoudige gedachte is in dit geval: hoe hoger de complexiteit van je database, hoe groter de behoefte aan een ‘echte’ tool. Waarom?

Het zelf bouwen en onderhouden van een oplossing voor een eenvoudige database (<100 tabellen) is goed te doen. Maar als de database en het datamodel complexer worden, wordt het een beetje ingewikkelder. De complexiteit van een database kan worden afgemeten aan bijvoorbeeld het aantal tabellen, kolommen en de beschikbaarheid van externe sleutels.

Zelf een oplossing bouwen is een deel van het verhaal, het onderhouden ervan is een andere. Wie gaat de maskering of subsetting onderhouden? Wat gebeurt er als privacyautoriteiten je maskering onvoldoende vinden? Is het mogelijk om je maskering eenvoudig toe te voegen of te wijzigen? Wat gebeurt er als de persoon die de oplossing heeft gebouwd vertrekt en alle kennis meeneemt?

2. Aantal features

Stel je voor dat je een kleine database hebt. Dan is het waarschijnlijk haalbaar om zelf een maskeeroplossing te bouwen. Maar kun je ook een datavirtualisatie of subsetting applicatie maken? Misschien wel, maar is dit nog steeds goedkoper dan een kant-en-klaar product kopen, rekening houdend met het feit dat het misschien 2 tot 3 fulltime banen kost om zelf iets te bouwen?

Wij vinden dat je echt moet overwegen om een kant-en-klaar tool te kopen als je aan meerdere eisen moet voldoen.

3. Aantal database technologies

Het aantal technologieën is ook een factor. Als je maar één databasetype hebt (bijvoorbeeld Oracle of SQL Server), dan zou je kunnen overwegen om er zelf een applicatie voor te bouwen. Als je meerdere databasetechnologieën hebt, wordt het meteen moeilijker.

De tijd die nodig is om een applicatie te ontwikkelen voor het maskeren en subsetten van test data of het maken van virtuele test data zal aanzienlijk toenemen als je meer dan één databasetechnologie hebt.

4. Ontwikkel ratio

Als je softwareontwikkelingsratio hoog is, zul je waarschijnlijk veel functies creëren. Maar nieuwe functies kunnen meerdere wijzigingen in je database veroorzaken. Wijzigingen in je database hebben impact op je test data management; nieuwe data, nieuwe tabellen, nieuwe kolommen. Dat is mooi, maar het zet ook het onderhoud van je (eventueel) zelf ontwikkelde applicatie onder druk. Dit kan veel overlast veroorzaken en zal veel tijd kosten voor je (eenmans)team (als hij/zij nog voor je werkt).

5. Nieuwe database versies

Dan hebben we Microsoft, Oracle, IBM en/of wat voor databaseleverancier je ook hebt. Deze organisaties zullen niet stoppen met het ontwikkelen van hun databasetechnologieën. We willen allemaal dat Oracle en anderen nieuwe versies blijven ontwikkelen! Er komen dus nieuwe versies van je databases uit. Maar heeft dit enige invloed op jouw zelf ontwikkelde test data oplossing? Wat gaat er gebeuren, wie is verantwoordelijk? Dit kan uitdagend en dus duur zijn.

Conclusie

Het belangrijkste om in gedachten te houden is hoeveel moeite het kost om te bouwen versus om een test data tool of een product op zich te kopen. Het bouwen van een product kan kostbaar zijn in termen van tijd en geld. Voor de dev-fase heb je waarschijnlijk meerdere developers nodig en wat zijn de kosten? Meerdere salarissen? Vergeleken met het kopen van een product? Dit is wat je moet overwegen. De conclusie die we in meerdere gevallen hebben getrokken is: bij aanschaf van onze oplossing is de investering gemiddeld één jaar terugverdiend.

Download paper

“7 tips for choosing the right TDM tool”

Dat je op zoek bent naar een TDM-oplossing is een goed teken. Test data management van hoge kwaliteit kan je helpen veel tijd en geld te besparen. Het kan echter moeilijk zijn om de juiste tool te kiezen.

Hier is een vergelijkingsdocument met 7 tips voor het kiezen van de juiste tool voor testgegevens om je te helpen de juiste beslissing te nemen.

7 tips for choosing the right test data management tool

"*" geeft vereiste velden aan

Over DATPROF

DATPROF is een softwareleverancier die haar toolset voor test data ontwikkelt en distribueert. Een van de problemen die we oplossen is dat het volgens de privacyregelgeving in Europa niet meer is toegestaan om productiedatabases te kopiëren voor testdoeleinden. Een andere uitdaging is de grootte (vaak terabytes) en tijdsduur van een kopie van een productiedatabase: de test- en acceptatieomgeving is vaak te groot en verouderd. En het test data automatiseringsonderdeel van een test data tool. De beschikbaarheid en toegankelijkheid van test data wordt enorm vergroot door automatisering van test data naar downstream-omgevingen door middel van automatisering.

Onze TDM-oplossing heeft 3 hoofdcomponenten, waarbij DATPROF Runtime het hart van deze oplossing vormt. Het centrale dashboard bestuurt alle testdatabronnen en integraties. Deze omgeving is gevuld met anonimiserings-, subsetting- en integratietemplates. Hieronder zie je een typisch voorbeeld van hoe deze componenten samenwerken: de productievernieuwing wordt gemaskeerd in een beveiligde omgeving en vervolgens (subset) gedistribueerd naar de niet-productieomgevingen.

DATPROF Runtime is waar scrumteamleden toegang hebben tot het self-service portaal voor test data en waar de privacyfunctionarissen toegang hebben tot de AVG-proof auditrapporten. Als je een testautomatiseringsexpert bent, heb je toegang tot de integratie-apps en kun je je eigen automatisering realiseren met de DATPROF API. Kortom: beheerders hebben alle tools voor eenvoudig onderhoud tot hun beschikking en het management heeft volledige controle over het gehele landschap.

De op templates gebaseerde oplossing DATPROF Privacy helpt je compliant te zijn door kopieën van productiedatabases te anonimiseren en op te schonen, waardoor ze voldoen aan de Europese privacywetgeving (GDPR) en de Amerikaanse gezondheidszorgregels (HIPAA). Je hebt toegang tot verschillende maskeringsopties, zoals shufflen, scrambling en waarde-opzoekingen, aangevuld met synthetische data generatoren. Met de custom expression bibliotheek kun je vrijwel elke denkbare maskeertechniek toepassen.

Masking rules to apply on test data management

De subsetoplossing DATPROF Subset brengt niet alleen snelheid in de distributie en verversingssnelheid, maar is ook een privacymaatregel: minder persoonlijke gegevens lekken is een kleiner risico. Met slechts een paar procent van de data kun je alle testcases afdekken terwijl je aanzienlijk bespaart op opslagkosten.