Kwaliteit van functioneel en niet-functioneel testen, ontwerp & bedrijfsplan

Foto drs. Gert Huizing
Auteur: drs. Gert Huizing
SMART Partner Datagedreven werken

Functioneel testen en niet-functioneel testen even belangrijk

Testen is het controleren van een voorziening op juist en correct functioneren. Wat juist en correct is, beschrijf je in een apart testdocument. Dat geeft eveneens aan op welke manier en in welke volgorde je gaat testen. Vooral bij complexe systemen is een systematische testprocedure van het allergrootste belang. Alleen zo kan gegarandeerd worden dat het geteste systeem werkt zoals verwacht en beschreven. Bij testen van systemen maak je onderscheid tussen functioneel testen en niet-functioneel testen.

Twee manieren van testen

  • Functioneel testen: hierbij test je slechts het functioneren van het systeem zoals beschreven in het ontwerp
  • Niet-functioneel: je kijkt nu ook naar andere niet-functionele zaken zoals snelheid, gebruiksgemak, stabiliteit en betrouwbaarheid. Deze kunnen ook belangrijk zijn.

Een veelgebruikte methodiek voor het testen is Tmap NEXT. Het bijbehorende boek is hier verkrijgbaar.

Niet volgens het ontwerp gebouwd

Beide soorten testen zijn onderdeel van een testdocument. Dat werk je volledig door voordat je een programma in gebruik neemt. Het niet testen van een onderdeel zorgt voor een programma dat niet conform het ontwerp is. In dat geval zie je geen fouten. Het proces begint dan (meestal) van voren af aan. Overigens wordt bij ’testen’ alleen gekeken of het systeem zich gedraagt zoals beschreven. In dat geval wordt voorbijgegaan aan de vragen of het gedrag zinvol en nuttig is.

Of het zinvol is wordt niet beantwoord

Een voorbeeld. In een ontwerp van een informatiesysteem staat dat het vier reeksen van vier letters genereert. Zolang het betreffende onderdeel steeds vier van dergelijke reeksen genereert, functioneert het volgens de beschrijving. De kwaliteit is op orde. Maar wat nu als in een van de reeksen een cijfer of een leesteken staat? Dan klopt dat niet met de beschrijving. Het onderdeel moet je afkeuren. De vraag in hoeverre een dergelijk onderdeel in een informatiesysteem zinvol is, wordt niet beantwoord bij het testen. Dat moet je uiteraard veel eerder doen.

Tijdrovende klus

Testen van een Big Data-toepassingen is tijdrovend. Het vraagt vaak om een behoorlijke personele inzet. Dit betekent dat je alleen gaat testen wanneer het echt noodzakelijk is. Elke wijziging in een informatiesysteem vraagt om een goede test. Maar zo worden verbeteringen minimaal doorgevoerd. Feitelijk maak je steeds de afweging tussen verbeterde functies in een systeem tegen de onvermijdelijke kosten en inspanning van het testen ervan.

Kwaliteit van ontwerp

Het ontwerp van een informatie- of Big Data-systeem beschrijft alle onderdelen. Dat wil zeggen: hun onderlinge structuur en functies. Niet alleen is het ontwerp het startpunt voor het bouwen van het systeem. Het is ook het startpunt voor het testdocument. Op grond daarvan ga je testen. Het ontwerp van een systeem is op zijn beurt weer een vertaling van het pakket van eisen en wensen. Dat heb je in een eerder stadium met de gebruikers opgesteld. De kwaliteit van het ontwerp wordt bepaald door de mate waarin het pakket van eisen en wensen goed is vertaald. En uiteindelijk door de mate waarin het gebouwde systeem aan de gestelde eisen en wensen voldoet.

Terugkijken naar het pakket van eisen

Je moet steeds in gedachten houden dat een ontwerp slechts terugkijkt naar een pakket van eisen en wensen. Het kijkt niet naar de kwaliteit van het pakket. Het is dan ook zeker niet de primaire taak van de ontwerper om de validiteit van het pakket van eisen en wensen ter discussie te stellen. Het is wel van belang dat ontwerpers actief deelnemen aan het opstellen van het pakket van eisen en wensen. Dit zowel ten aanzien van de uitvoerbaarheid als de kwaliteit van informatie.

Kwaliteit van bedrijfsplan

Alle activiteiten binnen een onderneming zijn per definitie onderdeel van het bedrijfsplan. Dit geldt dus ook ten aanzien van ICT en het gebruik hiervan. Dit betekent dat goede data, methodieken en presentaties slechts renderen wanneer zij ingebed zijn in de bedrijfsprocessen. Dit geldt ook voor het gebruik van Big Data.

Alle onderdelen op orde

Een goede analyse met bruikbare resultaten wordt alleen bereikt wanneer alle onderdelen op orde zijn. Ongeacht welke methode voor het onderzoeken en presenteren van informatie is gekozen. Dit betekent naast goede gegevens en methodieken om te analyseren dat ook de zakelijke kant duidelijk is. Met andere woorden: dat er voldoende inzicht is, zowel in het proces als de achtergronden. En dat er ruim voldoende kennis en ervaring aanwezig is om analyses uit te voeren. Zoals zo vaak en ook hier geldt: de ketting is net zo sterk als de zwakste schakel. Dit betekent dat elk onderdeel van de procesgang goed bewaakt moet worden. En dat de kwaliteit van de informatie hoog moet zijn.

Ook de kwaliteit van je Big Data verbeteren?

Neem gerust eens contact op met de experts in Predictive Analytics en Big Data-testen. We laten je graag kennismaken met onze methodiek voor het verbeteren van de kwaliteit van testen, ontwerp en het bedrijfsplan.

Neem contact met ons op