商业银行数据治理工作是整体数据治理工作的重要组成部分。同时，测试数据治理由于和软件测试紧密相连，因此又具备治理目标和方法上的特殊性。本书首先回顾了商业银行数据治理和软件测试的发展概况，然后详细介绍了测试数据治理的目标、范畴、架构、模型、生命周期、技术体系等方面的内容，全面阐述了商业银行测试数据治理的体系。全书内容分成了理论篇、技术篇、扩展篇三大部分，各部分章节的内容循序渐进、逐层深入、环环相扣，覆盖了商业银行测试数据治理的方方面面。
本书可供从事商业银行测试数据治理相关工作的人员使用，也可供其他行业的相关从业人员参考。
创建强势品牌
品牌经典系列
“品牌资产鼻祖”戴维·阿克作品②
Building
Strong Brands
（珍藏版）
[美] 戴维·阿克（David A. Aaker） 著
李兆丰 译
“品牌三部曲”之二
理解品牌资产要素 打造强势品牌地位
随着商业银行业务的飞速发展，其信息系统日趋复杂，因此对软件测试工作也提出了更高的要求。在信息系统软件测试过程中，为了提高测试质量，测试者通常会采用具备一定复杂度的原始数据作为测试基础数据。原始数据作为商业银行的核心资产之一，往往涉及一定数量的敏感信息，因此，在软件测试过程中要充分考虑数据安全的因素，防范数据泄露风险。同时，为了提升测试效率和节约资源，测试者往往还需要在保留测试数据的关联关系和复杂程度的情况下，尽可能压缩数据量。如何较好地解决信息系统软件测试数据在使用过程中存在的这些矛盾，成为各家商业银行不断探索、不断研究的问题，而相关的专业书籍尚缺，亟须出版相应书籍，公开行业的先进管理经验和技术来供同业参考。
本书由中国农业银行统筹编写，是“银行业信息科技风险管理高层指导委员会银行业信息化丛书”的一员。本书详细介绍了商业银行测试数据治理的目标、范畴、架构、模型、生命周期、技术体系等方面的内容，为商业银行测试数据治理工作建立统一的规范，为应用先进的技术提供了书面参考。书中不仅包含了测试数据治理的基本理论和实践经验，还包含了近几年中国农业银行在测试数据治理研究方面取得的成果。
全书内容分成理论篇、技术篇、扩展篇3个部分，共10章。其中，理论篇包括前3章，简要介绍了与商业银行测试数据治理相关的基本理论。具体来说，第1章回顾了商业银行测试数据治理和软件测试的基本背景，阐述了商业银行测试数据治理的概况；第2章介绍了测试数据治理的架构和模型，并从全生命周期的角度介绍了数据治理工作的内容；第3章从组织架构、管理规范、管理流程、制度建设等方面全面阐述了如何建立全生命周期的测试数据管理机制。技术篇包括第4～7章，详细介绍了构成商业银行测试数据治理的四项关键技术。具体来说，第4章介绍了如何建立测试数据脱敏技术体系，第5章介绍了如何建立测试数据瘦身技术体系，第6章介绍了如何建立测试数据准备技术体系，第7章介绍了如何建立测试数据复用技术体系。最后3章为扩展篇，延伸介绍了与测试数据治理相关且相对独立的3个领域。具体来说，第8章介绍了数据归档管理的相关内容，第9章阐述了测试案例标准化的相关内容，第10章阐述了数据风险评估的相关内容。
本书编写组由中国农业银行数据中心从事测试数据管理相关工作的技术人员组成，成员包括涂晓军、蔡仕志、焦伟、周期律、周晓聪、杨志刚、牛晔、谢彬、王子南、蔡立晶。
本书在编写过程中得到了郝毅、敦宏程、殷坤等行业资深专家的悉心指导，也得到相关单位的大力支持，在此，向所有指导、帮助过本书编写的领导及专家表示衷心的感谢。
尽管编写人员投入了大量精力，然而由于水平和能力有限，书中错误和疏漏之处在所难免，恳请各位读者不吝指出，批评指正。
编者
2018年10月
金融学/货币金融学
戴维·阿克作品的最大价值是帮助你跳出创意和战术级传播，真正建立起品牌战略思维，关注深度品牌资产的建立，提升品牌溢价，解决中国企业低端的痛点，也是作为品牌人提升价值的秘籍。
翁向东
杰信品牌战略咨询首席
专家
数字营销时代变化太快，让我们以为碎片化的观点便是前沿，阿克让我们想起了品牌不是曝光，不是点击，不是uv，不是share，而是长久以来积累在人心中的形象以及联想。只有回归对品牌最本质和基础的理解，才能够参透我们所在行业的深远意义。
王冉
腾信创新COO
阿克的品牌理论以及他对品牌资产衡量的探讨，将从根本上改变我们对市场的看法。
彼得·乔治斯库
扬罗必凯前董事会主席兼CEO
这是一本必读书，它将我们对品牌的理解带到了新高度，是当之无愧的一朵奇葩！
彼得·希利
原可口可乐全球市场高级副总裁
《管理品牌资产》奠定了根基，《创建强势品牌》则是高屋建瓴。
乔·维勒
美国雀巢公司前CEO
前言
理论篇
第1章 商业银行测试数据治理概述 // 2
1.1 商业银行数据治理概述 // 2
1.2 商业银行的软件测试与测试数据 // 9
1.3 商业银行测试数据治理概况 // 13
1.4 本章小结 // 15
第2章 测试数据治理架构 // 17
2.1 测试数据治理架构概述 // 17
2.2 测试数据治理模型概述 // 19
2.3 治理模型实例：分层治理模型 // 21
2.4 测试数据生命周期治理 // 25
2.5 本章小结 // 29
第3章 测试数据管理机制 // 30
3.1 测试数据管理机制概述 // 30
3.2 组织架构 // 31
3.3 测试数据全生命周期管理规范 // 33
3.4 测试数据全生命周期管理流程 // 42
3.5 测试数据管理制度建设 // 48
3.6 本章小结 // 54
技术篇
第4章 测试数据脱敏技术 // 58
4.1 测试数据脱敏目标 // 58
4.2 确定测试数据脱敏范围 // 59
4.3 脱敏评价指标体系 // 60
4.4 脱敏技术框架 // 66
4.5 脱敏处理策略库建设 // 75
4.6 数据脱敏策略创新 // 78
4.7 应用案例 // 88
4.8 本章小结 // 92
第5章 测试数据瘦身技术 // 94
5.1 测试数据瘦身目标 // 94
5.2 确定测试数据瘦身范围 // 95
5.3 数据瘦身评价指标体系 // 99
5.4 主要数据瘦身技术方案 // 100
5.5 数据关联模型 // 102
5.6 基于关联聚类的关联关系梳理 // 112
5.7 基于关联聚类的瘦身技术 // 113
5.8 基于关联聚类的数据瘦身实施方案 // 117
5.9 应用案例 // 118
5.10 本章小结 // 120
第6章 测试数据准备技术 // 121
6.1 测试数据准备的意义和目标 // 121
6.2 测试环境准备 // 124
6.3 确定数据准备的内容 // 127
6.4 数据准备评价指标体系 // 131
6.5 三层结构的数据建模技术 // 133
6.6 基于模型的自动化技术 // 140
6.7 本章小结 // 147
第7章 测试数据复用技术 // 148
7.1 测试数据复用的原因 // 148
7.2 复用方案设计 // 149
7.3 知识领域复用方案 // 157
7.4 技术领域复用方案 // 171
7.5 管理领域复用方案 // 184
7.6 本章小结 // 187
扩展篇
第8章 数据归档管理 // 190
8.1 数据归档概述 // 190
8.2 结构化数据归档方案 // 195
8.3 非结构化数据归档方案 // 199
8.4 本章小结 // 204
第9章 测试案例标准化 // 206
9.1 测试案例标准化的原因 // 206
9.2 测试案例标准化方案 // 207
9.3 测试数据标准化 // 215
9.4 测试对象标准化 // 219
9.5 测试逻辑标准化 // 234
9.6 测试执行标准化 // 256
9.7 测试流程标准化 // 261
9.8 本章小结 // 269
第10章 数据风险评估 // 270
10.1 数据风险概述 // 270
10.2 数据风险理论研究 // 278
10.3 数据风险要素-损失度评估 // 283
10.4 数据风险要素-风险概率评估 // 289
10.5 数据保护对策 // 294
10.6 本章小结 // 301
参考文献 / 302
