Tagarchief: data quality

Training “Data & Analytics Testing” in Cape Town (South Africa)



Due to the increasing demand for specialized education regarding testing of Data Warehouses (DWH), Business Intelligence (BI) and Analytics, we are hosting the unique training “Certified Data & Analytics Tester”. 
Since the start of this training in 2018, we have welcomed many groups of (future) data & analytics testing consultants. The training is well received and we are proud of an average rating of 8/10! At the end of this page, you’ll find the scheduled ‘open’ courses to which you can enroll. Would you rather participate as a group? You can also book an in-company course. Please contact us and we will answer your questions and/or help you to enroll in one of the courses.


Today everybody recognizes the importance and added value of data for your Business model, if applied well. Whole Industries are changing: think of companies like Amazon, Uber, Netflix and Walmart. Data is high-prioritized at more and more organizations strategy agendas. They hire (interim) professionals who can collect, analyze, model and visualize (Big) Data. Both these companies and their clients trust on reliable, complete, correct and on-time delivered information. Not just one time, but continually. Data professionals can provide this trust by using methods from the field of quality assurance and testing. So, where to start? In this practical course you will get insights to a structured testing approach in complex Data & Analytics projects.

Set up

During this 2-day course at foundation level you will learn about Data & Analytics; what is it and how do to test in a Data & Analytics environment. This test method is based on international test-standards (ISTQB) with a specific and practical translation to a Data (Analytics) environment. The course is set up in such a way that enables both data professionals and professionals to share ‘a common language’ regarding testing in Data & Analytics environments. Accordingly, the student will learn how to embed structured testing to reach and improve the quality goals. The course combines theory with practice and contains many exercises which connects the student with practice and delivers the most applicability.


After this training, you will:

  • be able to define a vision and test strategy – and to translate it to an efficient test approach in data-oriented environments and -projects.
  • have become familiar with test specification techniques applicable to data & analytics projects.
  • be able to distinguish between different data quality attributes, measure these and you will be able to use data profiling techniques
  • have become familiar with the specifics of the test environments and privacy-aspects of data its usage in data & analytics testing projects..


Day 1:

  • Towards a common Basis: Business Intelligence, Data warehousing en Data & Analytics
  • Testing and the Test Process
  • Risk Based Testing (RBT)
  • Tester’s Skills Matrix
  • Testing of Reports & Dashboards

Day 2:

  • Testing Transformations (ETL)
  • Testing Completeness of Data
  • Data Quality and Data Profiling
  • Test Environments
  • Privacy Aspects
  • Test tools

During the course, links between theory and practice are made and supported by examples of test plans, test design techniques and test reports according to ISTQB standards.


No specific education and/or training is required. Affinity with IT and/or business knowledge of Data & Analytics is an advantage, like: Data Warehousing, ETL, Data Migrations, Business Intelligence or Analytics. Knowledge of ISTQB is an advantage but not required. On the second day, attendees need to have access to a laptop with he possibility to install (open source) software.

Target Audience

The course is designed for test engineers, test coordinators, business analysts, data leads, data warehouse developers and BI-consultants.


The course can be concluded with an on line test (multiple choice), hosted by Brightest. An exam voucher will be provided. After successfully passing the exam, the attendee will be rewarded with the certificate ‘DAU Certified Data & Analytics Tester (Foundation Level)’.


At start of the course you will receive a copy of the slides, the syllabus/reader and several materials to support you during the course and in your daily practice.


Armando Dörsek

Armando Dörsek is an ISTQB- and TMap® Next certified test manager. He has over 20 years of experience in ICT as a developer, coach and test consultant of which the last decade in Business Intelligence, Data Warehousing and/or Analytics focused environments. Recent clients were in the area of health insurance, banking, retail and government (tax, law enforcement). Projects are often large, complex and have a company-wide impact.

Rogier Ammerlaan

Rogier has been active for many years in the disciplines of software quality and agile development in financial institutions and more technical environments like greenhouse automation. After graduating on the topic of CMM he specialized in software testing, taking up several roles like tester, test coordinator and test manager in large (international) projects. Rogier is a near full time trainer in the field of testing and test improvement, scrum/agile and robotics.


2 days


€ 1.195,- ex. VAT (including materials and one exam (€ 200,- ex. VAT))


Armando Dörsek, see Contact Form.


See Course Dates and Enroll

    Yes, I'd like to enroll in the following course:

    Please contact me!

    Training “Certified Data & Analytics Tester” (CDAT) – English spoken – Berlin (Germany)

    Data & Analytics United – Certified Data & Analytics Tester  (DAU – CDAT)

    As the volume and importance of data grows – we aim to increase the quality of information delivery. One way to achieve this is by having a well designed testing strategy for data centric products.

    “DAU Certified Data & Analytics Tester” is a training that has been designed for test engineers, test coordinators, business analysts, data leads, data warehouse developers and business intelligence consultants.

    Please join us during two days in Berlin and prepare yourself for the DAU exam.

    Training days
    • 12-7-2021 09:00-17:00 CET
    • 13-7-2021 09:00-17:00 CET

    After having drawn a common view on the world of Data & Analytics by exploring the concepts of Business Intelligence, Data Warehousing and Data & Analytics, we’ll dive into testing and test processes, focussing on the specifications required when testing data and analytics solutions. ​

    We’ll explore Risk Based Testing and the special skills that are required testers dealing with data and analytics.

    We will tackle the concept of how to test reports and dashboards, completeness, data quality as well as testing business rules and ETL (extract-, transform and load).

    ​We will explore differences between data & analytics testing and conventional testing, the specifics of Test Environments when dealing with Data & Analytics, Test Data, Ethics and Privacy Law (e.g. GDPR).

    Participants learn how to apply Data Profiling in order to create better test cases and to cover the most relevant Data Quality attributes.


    This training will prepare candidates for the DAU Certified Data & Analytics exam, for which you will receive an exam voucher (first exam included). You can take the online or paper based exam through Brightest.


    EUR 1.195 excluding VAT incl. exam Voucher

      Yes, I'd like to enroll in the following course:

      Please contact me!

      Training “Certified Data & Analytics Tester” (CDAT) – Noord Nederland (met Startgarantie)

      Certified Data & Analytics Tester (Foundation Level)

      De training CDAT op 18 en 19 mei in Drachten heeft Startgarantie!

      Ga je een datawarehouse, data-migratie, dashboard of rapportage testen? Bereid je dan voor op deze klus en volg de training Data & Analytics Tester (Foundation Level).

      Tijdens deze praktisch opgezette training krijg je inzicht in het gestructureerd testen in complexe Data & Analytics projecten en omgevingen. Na de cursus ben je in staat op een doordachte teststrategie op te zetten voor data warehouse- , business intelligence- en analytics trajecten, deze uit te voeren en er in heldere woorden over te rapporteren.

      De inhoud van de training sluit aan op ISTQB en biedt een specifieke toepassing in de Data (Analytics) omgeving. De training leidt op voor het examen van Data Analytics United, dat thuis kan worden afgenomen via Brightest en PearsonVue.

      Deze 2-daagse training DAU CDAT (Foundation Level) wordt verzorgd in het Nederlands (met Engelstalige slides en artikelen) en de trainingsdagen lopen van 9.00 tot 17.00 uur (inclusief pauze). Voor een lunch wordt uiteraard gezorgd.

      De kosten van de training bedragen € 1195,- (incl. één Brightest examenvoucher).

      Zie voor meer details de beschrijving van de training.

      Neem voor meer informatie contact op met Armando Dörsek van Verified of schrijf je meteen in.

        Ja, ik neem graag deel aan de volgende training:

        Neem alstublieft contact met mij op!

        Training Data & Analytics Testing (CDAT-FL) (In House) (VOL)

        Tijdens deze praktisch opgezette training leer je meer over gestructureerd testen in complexe Data & Analytics omgevingen.

        Na afloop van de training ben je in staat om een teststrategie op te zetten voor Data Warehouse- , Business Intelligence- en Analytics trajecten. Je krijgt handvatten om deze uit te voeren.

        De inhoud van de training is gebaseerd op industriestandaarden zoals ISTQB met een specifieke vertaling voor de Data (Analytics) omgeving.

        Zie voor meer details de beschrijving van de training.

        Titel:  Certified Data & Analytics Testing (Foundation Level)
        Code: CDAT-FL
        Duur: 4 avonden (in house)
        Data: woensdag 15, 22, 29 mei en 5 juni

        NB: Dit betreft een maatwerk in house trainingsreeks die specifiek gericht is op testprofessionals van SQS 

        Interesse? Neem contact op met Armando Dörsek van Verified.

        Datakwaliteit: invloeden, meten en maatregelen

        Klanten rekenen op de betrouwbaarheid van de informatie waarmee ze werken. De teams die zich bezig houden met data warehousing, business Intelligence en analytics zijn gebaat bij juiste, volledige en accurate gegevens. Als we die termen noemen, raken we het aspect datakwaliteit.

        Datakwaliteit is de “fitness for use” van de gegevens.

        Elk bedrijfsproces kan zijn eigen eisen stellen aan de data.
        De systemen die de primaire bedrijfsprocessen ondersteunen (bv. logistiek, verkoop, planning, polisadministratie) zullen zich richten op een goede kwaliteit van gegevens voor hún specifieke bedrijfsproces of -keten. Niet meer en niet minder. Zodra we deze gegevens willen gebruiken in een bredere context, voor business intelligence en analyticsdoeleinden, kunnen we ertegenaan lopen dat deze gegevens niet zonder meer bruikbaar blijken: de datakwaliteit kan te laag zijn.

        Oorzaken voor slechte datakwaliteit
        Datakwaliteit kan onder meer te wensen overlaten door (1) slechte invoer bij de bron.  Medewerkers in een callcenter worden soms afgerekend op het aantal verwerkte gesprekken, niet op de kwaliteit van de ingevoerde data. Om tijdswinst te boeken kunnen zij o.a. besluiten om het niet zo nauw te nemen met de spelling bij het opvoeren van klantgegevens en om niet-verplichte velden over te slaan. Dit heeft direct weerslag op de datakwaliteit.

        Datakwaliteit zal afnemen door het (2) verstrijken van de tijd. Adressen van klanten zullen als gevolg van verhuizingen enz. veranderen. Regelmatige controle op de actualiteit van dergelijke gegevens helpt bij het behouden van juistheid van deze gegevens. Ook veranderende afspraken over de notatie van o.a. kentekens, telefoonnummers en landenaanduidingen hebben hun weerslag op de datakwaliteit.

        Gegevens kunnen inboeten aan kwaliteit als gevolg van (3) internationalisatie: bij het combineren van data uit binnen- en buitenland kunnen bv. issues optreden ten aanzien van gebruikte character sets of door het introduceren van andere valuta, adresnotaties, etc.

        Bij (4) conversies en migraties van gegevens, bv. als gevolg van vervanging of integratie van geautomatiseerde systemen, overnames (integreren van datasets van verschillende bedrijven) of schoning (verouderde producten, verstreken bewaartermijnen) kunnen mankementen ontstaan aan de gegevens.

        Voorkomen en repareren
        Op voorgaande oorzaken kan een datawarehouse- en business intelligence team slechts indirect invloed uitoefenen. Waar het team wél direct invloed op heeft, is op de (5) kwaliteit van de verwerking: het extractie-, transformatie- en laadproces van de data en de  (6) juiste weergave van de data in de informatieproducten. Dit kan door goed testen en toetsen onder controle worden gebracht.

        Onder de noemer (7) data cleaning of data cleansing worden activiteiten geschaard die de gegevens moet corrigeren en aanvullen. Deze activiteit is niet voorbehouden aan datawarehouse- en business intelligence teams, maar kan ook direct op de primaire systemen zelf plaats vinden.

        Gegevensarchitecten moeten besluiten nemen over wáár de gegevens gerepareerd worden: in de bron of bv. in het datawarehouse. Als voor de laatste optie wordt gekozen dan is één ding zeker: dit vergt een forse inspanning in termen van ontwikkeling en testen.

        Objectief meetbare datakwaliteit
        Kwaliteit kunnen we meetbaar maken aan de hand van kwaliteitsattributen of -dimensies. Zo kennen we voor het in kaart brengen van de kwaliteit van software en ICT systemen de norm ISO25010 en de kwaliteitsatributen van TMap Next.

        De datakwaliteit kun je uitdrukken met met behulp van specifieke kwaliteitsattributen of dimensies, zoals die van ISO 25012, het IDQ model van Valori (Bouman) of die van de Data Management Association (DAMA).

        Take Aways van de Dag

        • Start met het meten van data kwaliteit en stel jezelf als organisatie doelen
        • Stem het testproces hierop af en bepaal de te behalen dekking
        • Integreer data profiling vanaf de start in het analyse-, ontwerp- en testproces. Voeg data profiling structureel toe aan het beheerproces om niet verrast te worden door wijzigingen (in data) in bronsystemen.
        • Besef dat de datakwaliteit niet statisch is maar zich zal ontwikkelen. Zorg dat het systeem niet alleen kan omgaan met de data van gisteren – maar óók van morgen!

        Als u vragen heeft over het bovenstaande, bv. u wilt een start maken met het objectief meetbaar maken van de datakwaliteit in uw organisatie, neem vooral contact op met Verified. We staan u graag te woord.

        Workshop “Data Quality” op Testnet Voorjaarsevenement 2016, Houten

        Op woensdag 11 mei 2016 vindt het Voorjaarsevenement van Testnet plaats. Van 09:00-21:00 uur zal het NBC gevuld zijn met allerhande soorten testers, voor het delen van ervaringen en het opsnuiven van nieuwe kennis.

        Armando Dörsek zal op deze dag met Peter Endema een workshop verzorgen: Data Profiling voor Testers.

        De workshop vindt plaats tussen 15:40 uur en 17:20 uur. Neem je eigen laptop mee!

        Na enige uitleg door Armando over oorzaken en gevolgen van data issues  neemt Peter de deelnemers mee in het geautomatiseerd analyseren van datasets middels een open source data profiling tool. Testers leren hiermee nieuwe vaardigheden waarmee ze eerder in het traject betrokken zullen worden en die hen nog waardevollere teamleden maakt.

        Voor meer informatie over Testnet en het Voorjaarsevenement: https://www.testnet.org/testnet/p000533/bibliotheek/evenementen/voorjaarsevenement-2016-verbreed-je-basis-nieuwe-vaardigheden-voor-testers-korte-samenvatting-workshops

        Testen & Toetsen in de wereld van BI, Datawarehousing en Analytics