Qualitätssicherung

Bedeutung von Datenmigrationstests

Die ständig wachsende Datenmenge wird zu einer großen Herausforderung für unsere Unternehmen. Die Datenvielfalt reicht von Mitarbeiter- und Kundeninformationen bis hin zu komplexen wissenschaftlichen Daten – Daten, die sich auf Entscheidungen und strategische Geschäftsbewegungen auswirken. Die Systeme, die diese Daten verarbeiten, sind oft sehr komplex und die technischen Anforderungen an diese Systeme entwickeln sich mit beispielloser Geschwindigkeit. Daher müssen diese Systeme rechtzeitig an die neuen Anforderungen angepasst werden. Infolgedessen müssen die Daten verschoben oder in das neue System integriert werden. Der Prozess des Verschiebens von Daten von einem System auf ein anderes – Datenmigration – ist ein wichtiger Prozess in jedem Unternehmen. Beispielsweise verschieben Unternehmen ihre Daten zum Start einer neuen Anwendung, aktualisieren Datenbanken oder führen Daten aus verschiedenen Quellen zusammen.

Während das Verschieben von Daten von einem Quellsystem auf ein Zielsystem ohne eine clevere Teststrategie unkompliziert erscheint, können Unternehmen leicht auf schwerwiegende Probleme stoßen. Wenn nach der Datenmigration keine Daten im Zielsystem verfügbar sind – dies wird als Datenverlust bezeichnet – oder die Daten nicht qualitativ und integer sind, entstehen dem Unternehmen hohe Kosten oder es können wichtige Fristen versäumt werden.

Daher ist es wichtig, eine Strategie zu haben, die den Erfolg von Datenmigrationsprojekten garantiert. Solche Projekte erfordern eine systematische Planung, die richtigen Tools, sachkundige Teammitglieder und intensive Tests, um erfolgreich zu sein. In diesem Artikel konzentrieren wir uns auf die Anforderungen einer erfolgreichen Teststrategie.

Planning and strategizing the testing
activities needs to get the same attention as planning the appropriate
migration approach, since testing allows you to actually validate the success
of your migration in respect to data completeness, content, or integrity. Therefore,
the following considerations should be included in a data migration testing
plan:

 

      
Define the test objectives – In a first step, the business requirements
related to data migration need to be identified. It is important that the testing
scope covers these requirements.

 

      
Define the testing scope: Validation of the complete data in the source
and the target system is the best approach to identify data corruption. If you
can only test a subset of your data, ensure that you choose a large enough sample
size so that you have a high enough confidence and you can trust in your
testing result.

 

      
Prepare your source data – Before migrations, the source data needs to
undergo a thorough audit. It is crucial to understand the source data in order
to perform data mapping between your source system and your target application.
In your audit, it is important to include data types, tables, field names, transformations
and business rules. Further, semantic risks need to identified. For example,
columns in the source and the target system have the same meaning but differ in
their unit of measurement.

      
Data clean-up – Once you identified any issues with your
source data, unnecessary data must be removed und wrong data must be corrected.
Any issues in your source data can be amplified during your migration.

 

      
Risk analysis – In a next step, identify possible errors
within the migration process and try to mitigate these risk. Testing needs to
uncover these scenarios.

 

      
Controls – During migration, data gets transformed what
can potentially result in mistakes. Consequently, there must be controls based
on your planning in place to maintain data integrity. Check for data
completeness, data quality, or misplaced data. Also include in your testing if
these data transformations are in accordance with your business rules and are
correct according to your mapping.

 

 

 

      
Governance – Monitoring and reporting the data quality
during the migration process is crucial and it enables a better understanding
of the subsequent steps you need to undertake in order to guarantee a
successful migration.

Regardless of the testing strategy you follow, there are some best practices to remember: Stick to your testing strategy even if the migration run seems to go very smoothly, and test as much as possible. The more information you can collect about your migrated data the more reliable they are.

 

 

DER AUTOR
INSIGHTS
MIT ANDEREN TEILEN
Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on pinterest
Share on email
Share on print

IMMER UP TO DATE

NEWSLETTER ZUM THEMA