Стачка: Почему использовать только синтетические тестовые данные неэффективно / Виктория Соковикова HD

В среднем от 50 до 75% совокупного времени ручного тестирования приходится на подготовку и актуализацию тестовых данных. Но несмотря на весомые трудозатраты QA-специалисты продолжают регулярно пропускать ошибки “на бой”. Одна из причин в том, что начинающие тестировщики пренебрегают реальными данными проекта, стараясь покрыть всё искусственными (синтетическими) примерами.В докладе на примере конкретных кейсов, с выкладками и диаграммами мы расскажем:— Почему нельзя ограничиваться только синтетикой и где искать реальные тестовые данные для своего проекта.— Как выбрать оптимальный тип тестовых данных в зависимости от целей и этапа тестирования.— Как за счёт генераторов, реестров и бэкапов оптимизировать свою работу с тестовыми данными.— Как комбинировать подходы к тестовым данными, чтобы не пропускать ошибки, экономить время и показывать максимальные результаты.Этот доклад будет интересен не только специалистам по тестированию и их руководителям, но и представителям бизнеса, которые захотят узнать как понимание сильных и слабых сторон реальных/синтетических данных защитит бизнес от убытков, простоя в работе или судебных исков.