商業銀行數據治理工作是整體數據治理工作的重要組成部分。同時，測試數據治理由於和軟件測試緊密相連，因此又具備治理目標和方法上的特殊性。本書首先回顧了商業銀行數據治理和軟件測試的發展概況，然後詳細介紹了測試數據治理的目標、範疇、架構、模型、生命周期、技術體繫等方面的內容，全面闡述了商業銀行測試數據治理的體繫。全書內容分成了理論篇、技術篇、擴展篇三大部分，各部分章節的內容循序漸進、逐層深入、環環相扣，覆蓋了商業銀行測試數據治理的方方面面。
本書可供從事商業銀行測試數據治理相關工作的人員使用，也可供其他行業的相關從業人員參考。

前言
理論篇
第1章　商業銀行測試數據治理概述　// 2
1.1　商業銀行數據治理概述　// 2
1.2　商業銀行的軟件測試與測試數據　// 9
1.3　商業銀行測試數據治理概況　// 13
1.4　本章小結　// 15
第2章　測試數據治理架構　// 17
2.1　測試數據治理架構概述　// 17
2.2　測試數據治理模型概述　// 19
2.3　治理模型實例：分層治理模型　// 21
2.4　測試數據生命周期治理　// 25
2.5　本章小結　// 29
第3章　測試數據管理機制　// 30
3.1　測試數據管理機制概述　// 30
3.2　組織架構　// 31
3.3　測試數據全生命周期管理規範　// 33
3.4　測試數據全生命周期管理流程　// 42
3.5　測試數據管理制度建設　// 48
3.6　本章小結　// 54
技術篇
第4章　測試數據脫敏技術　// 58
4.1　測試數據脫敏目標　// 58
4.2　確定測試數據脫敏範圍　// 59
4.3　脫敏評價指標體繫　// 60
4.4　脫敏技術框架　// 66
4.5　脫敏處理策略庫建設　// 75
4.6　數據脫敏策略創新　// 78
4.7　應用案例　// 88
4.8　本章小結　// 92
第5章　測試數據瘦身技術　// 94
5.1　測試數據瘦身目標　// 94
5.2　確定測試數據瘦身範圍　// 95
5.3　數據瘦身評價指標體繫　// 99
5.4　主要數據瘦身技術方案　// 100
5.5　數據關聯模型　// 102
5.6　基於關聯聚類的關聯關繫梳理　// 112
5.7　基於關聯聚類的瘦身技術　// 113
5.8　基於關聯聚類的數據瘦身實施方案　// 117
5.9　應用案例　// 118
5.10　本章小結　// 120
第6章　測試數據準備技術　// 121
6.1　測試數據準備的意義和目標　// 121
6.2　測試環境準備　// 124
6.3　確定數據準備的內容　// 127
6.4　數據準備評價指標體繫　// 131
6.5　三層結構的數據建模技術　// 133
6.6　基於模型的自動化技術　// 140
6.7　本章小結　// 147
第7章　測試數據復用技術　// 148
7.1　測試數據復用的原因　// 148
7.2　復用方案設計　// 149
7.3　知識領域復用方案　// 157
7.4　技術領域復用方案　// 171
7.5　管理領域復用方案　// 184
7.6　本章小結　// 187
擴展篇
第8章　數據歸檔管理　// 190
8.1　數據歸檔概述　// 190
8.2　結構化數據歸檔方案　// 195
8.3　非結構化數據歸檔方案　// 199
8.4　本章小結　// 204
第9章　測試案例標準化　// 206
9.1　測試案例標準化的原因　// 206
9.2　測試案例標準化方案　// 207
9.3　測試數據標準化　// 215
9.4　測試對像標準化　// 219
9.5　測試邏輯標準化　// 234
9.6　測試執行標準化　// 256
9.7　測試流程標準化　// 261
9.8　本章小結　// 269
**0章　數據風險評估　// 270
10.1　數據風險概述　// 270
10.2　數據風險理論研究　// 278
10.3　數據風險要素-損失度評估　// 283
10.4　數據風險要素-風險概率評估　// 289
10.5　數據保護對策　// 294
10.6　本章小結　// 301
參考文獻　/ 302