El ciclo de desarrollo de software está lleno de desafíos, ya que las organizaciones se enfrentan no sólo a la disminución del tiempo de comercialización, sino también al aumento de la complejidad de las aplicaciones. Para garantizar que las aplicaciones permanezcan estables y funcionales, desde el desarrollo inicial hasta el lanzamiento del producto y más allá, las organizaciones necesitan emplear una variedad de tipos de pruebas.
Por supuesto, a medida que el desarrollo aumenta su complejidad, también lo hacen las pruebas necesarias. Un componente vital de cualquier escenario de pruebas exitoso es la gestión de datos de prueba (TDM). Permite a las organizaciones de nivel empresarial agilizar, automatizar y controlar todos los tipos de pruebas utilizados, al tiempo que reduce los costes y aumenta la calidad de las pruebas.
¿Qué es la gestión de datos de prueba (TDM) en las pruebas de software?
La gestión de datos de prueba es el proceso de creación, gestión, implementación y entrega de datos de prueba. Tradicionalmente, las pruebas de desarrollo de software se llevaban a cabo en silos descentralizados, pero la TDM consolida las pruebas bajo el ámbito de un único equipo, grupo o departamento.
Los servicios de gestión de datos de prueba reúnen los datos necesarios para las pruebas de software automatizadas, incluidos los datos de las pruebas unitarias, de integración y del sistema. Se trata de obtener y almacenar los datos adecuados y precisos necesarios para las pruebas automatizadas, reduciendo o eliminando la necesidad de la participación humana en el proceso de pruebas (un concepto similar a
automatización de procesos robóticos
).
A medida que el TDM ha ido ganando popularidad, se ha ampliado para incluir la generación de datos sintéticos, el enmascaramiento de datos, el subconjunto, la inteligencia artificial, etc.
En última instancia, la gestión de los datos de prueba aumenta la fiabilidad y la calidad del producto de software terminado, lo que se traduce en una experiencia superior para el usuario final. Además, el aspecto de ofuscación de datos de TDM ayuda a las organizaciones a cumplir con todas las leyes y reglamentos de privacidad de datos aplicables.
¿Quién utiliza la gestión de datos de prueba (TDM) en las pruebas de software?
Aunque la respuesta de “todo el mundo” puede sonar simplista y amplia, la verdad es que las técnicas de gestión de datos de prueba benefician a todo tipo de aplicaciones informáticas. Si las pruebas se realizan durante el ciclo de desarrollo (y deberían), los procesos de GDT aumentan la precisión, la organización y la utilidad de los resultados.
Dado que todo desarrollo de software requiere pruebas, el TDM beneficiará esencialmente a cualquier proyecto. Dicho esto, algunas organizaciones y aplicaciones exigen prácticamente el uso de una estrategia de gestión de datos de prueba.
Las aplicaciones de nivel empresarial requieren TDM debido a sus complejas y multifacéticas necesidades de comprobación. TDM beneficia a todas las áreas principales de pruebas que se encuentran en el desarrollo de la empresa, incluidas las pruebas funcionales, no funcionales, de rendimiento y de automatización.
Además, los procesos de ofuscación de TDM hacen que su uso sea esencial para las aplicaciones que implican datos personales o sensibles, incluyendo cualquier sitio o aplicación relacionada con el comercio electrónico, las finanzas y la atención sanitaria.
¿Para qué tipos de pruebas sirve la gestión de datos?
La gestión de datos se centra en tres grandes categorías de pruebas.
1. TDM para pruebas de rendimiento
Las pruebas de rendimiento miden el rendimiento de una aplicación bajo la carga de trabajo prevista, evaluando su capacidad de respuesta, estabilidad y escalabilidad. TDM le permite centrar las pruebas en la infraestructura y en los elementos orientados al usuario para conseguir un rendimiento rápido y fiable.
El mejores herramientas de gestión de pruebas ayudan a aumentar los ciclos de actualización y la generación de datos en masa.
2. TDM para pruebas funcionales
Mientras que las pruebas de rendimiento analizan la velocidad y la estabilidad de la aplicación, las pruebas funcionales determinan si el software actúa de acuerdo con unos requisitos predeterminados. Esencialmente: ¿El software hace lo que debe? Los servicios de gestión de datos de prueba ayudan a mantener el control de calidad sobre la aplicación principal y las funciones nuevas y actualizadas.
El TDM ayuda a aliviar o prevenir la baja cobertura, los límites de acceso, los largos plazos de obtención de datos, la alta dependencia y los problemas relacionados con el tamaño del entorno de pruebas.
3. TDM en las pruebas de automatización
Estrategia de datos de prueba para la automatización y
hiperautomatización
permiten realizar operaciones sin contacto, al tiempo que aumentan la precisión al reducir el potencial de error humano. Los procesos de gestión de datos de prueba se utilizan en todos los tipos de herramientas de automatización de gestión de datos de prueba y de pruebas, incluyendo
automatización de procesos robóticos
.
A estrategia de datos de prueba para la automatización ayuda a paliar la lentitud en la creación de datos en el front-end, la falta de acceso a datos dinámicos y la imposibilidad de acceder al entorno de pruebas.
Ventajas de la gestión de datos de prueba
Estrategias TDM, junto con herramientas de automatización de la gestión de datos de pruebaproporcionan múltiples beneficios a las organizaciones de nivel empresarial.
1. Mejora la calidad de los datos
Todas las pruebas del mundo son infructuosas si se basan en datos incompletos, irrelevantes o corruptos. TDM identifica, gestiona y almacena los datos necesarios para las pruebas automatizadas, de modo que pueda asegurarse de que son adecuados y completos. Además, al poner fin a la necesidad de transferir datos entre varios probadores, la corrupción de datos se minimiza, si no se elimina.
2. Desarrolla datos realistas
Los resultados de las pruebas serán improductivos si los datos de las pruebas no representan con exactitud los datos de producción. TDM permite a las organizaciones identificar y almacenar datos de prueba que reflejan los datos que se encuentran en los servidores de producción, garantizando que los resultados de las pruebas reflejan las funciones del software en el mundo real. Denominados “datos realistas”, son similares a los datos de producción en cuanto a formato, cantidad y otros factores.
3. Mejora el acceso a los datos
Las pruebas de software automatizadas sólo funcionan con eficacia cuando los datos están disponibles en momentos predeterminados. Por ejemplo, es posible que las herramientas de prueba del almacén de datos necesiten acceder a los datos en determinados momentos con fines de autenticación. Dado que el TDM se centra en el almacenamiento de datos, los datos apropiados están siempre listos cuando los requiere el software de pruebas automatizado y la línea de tiempo de producción.
4. Garantiza el cumplimiento de los datos
TDM ayuda a las organizaciones a mantener el cumplimiento de todas las normativas gubernamentales y de otro tipo, como
HIPPA
,
CCPA
y la normativa de la UE
GDPR DE LA UE
. La gestión de los datos de prueba El GDPR y otras normativas de este tipo exigen datos de producción que pueden incluir nombres de usuario, datos de localización, información personal, etc., datos que es necesario enmascarar antes de poder realizar las pruebas.
El mejores herramientas de gestión de datos de prueba permiten a las organizaciones anonimizar automáticamente los datos para uso interno y externo con el fin de garantizar el cumplimiento.
Desafíos y dificultades de la gestión de datos de prueba
Si bien la gestión de datos de prueba proporciona beneficios vitales para el desarrollo de software a nivel empresarial, también tiene potenciales escollos. Comprender los retos de la GDT permite a las organizaciones anticiparse y minimizar sus efectos.
1. La clonación de producción es lenta y costosa
Para obtener los datos de las pruebas, la mayoría de las organizaciones extraen los datos de los servidores de producción y luego los anonimizan. Sin embargo, la recopilación de datos de producción puede llevar mucho tiempo, sobre todo al final del proceso de desarrollo cuando se trata de grandes cantidades de código.
Después de clonar los datos, necesitas un lugar donde almacenarlos. Los costes de infraestructura y almacenamiento pueden acumularse rápidamente. Puede mitigar estos costes con la fragmentación de los datos. En lugar de clonar todos los datos de producción, el equipo extraerá una “porción” de datos más pequeña y representativa.
2. Los procesos de ofuscación añaden coste y complejidad
Como se ha descrito anteriormente, los datos de los usuarios están fuertemente regulados, incluso para las pruebas internas, y requieren una anonimización. Por desgracia, el proceso de ofuscación de datos añade complejidad y costes al proceso de desarrollo.
Aunque la velocidad, la precisión y la rentabilidad de la ofuscación mejoran con las herramientas de pruebas automatizadas, seguirá existiendo una curva de aprendizaje para los equipos correspondientes.
Las principales señales/razones que indican que su organización necesita una gestión de datos de prueba
Aunque todo el desarrollo de software se beneficia de la gestión de los datos de prueba, las organizaciones no siempre dan prioridad a su implementación. Los siguientes signos indican que una organización verá beneficios casi inmediatos al aplicar la GDT:
- El tamaño de los datos aumenta “en todos los ámbitos”, incluidos los aumentos del tamaño de los conjuntos de datos, los conjuntos de datos totales, las instancias de la base de datos y los sistemas ascendentes.
- Una parte importante del tiempo de producción se dedica a preparar los datos para las pruebas.
- Los datos de producción superan con creces la cantidad de datos de pruebas disponibles.
- Las funciones de la aplicación se ponen en marcha con errores.
- Los equipos de pruebas están descentralizados o deben depender de los datos de una fuente central.
- Los equipos de pruebas están sobrecargados de trabajo y son incapaces de seguir el ritmo de las necesidades de pruebas.
- Los datos anteriores generan la gran mayoría de los datos de las pruebas.
- Los conjuntos de datos de las pruebas no son reutilizables ni fáciles de duplicar.
La gestión de datos de prueba ayuda a reducir, corregir y prevenir estos problemas, entre otros.
Tipos de datos en las pruebas de software
Las aplicaciones de software generan volúmenes increíbles de datos durante el desarrollo y después de su lanzamiento. El proceso de gestión de datos de prueba suele centrarse en los siguientes tipos de datos:
1. Datos de producción
Los datos de producción son generados por personas reales que utilizan su aplicación. Dependiendo del tamaño de su base de usuarios y de la complejidad de su aplicación, el volumen de producción puede llegar a ser muy grande, muy rápidamente – por lo que se suele dividir en subconjuntos basados en las necesidades de pruebas.
Tenga en cuenta que los datos de producción suelen contener información sensible relativa a
cuestiones de cumplimiento
como los datos médicos y financieros, que requieren ofuscación.
2. Datos sintéticos
Los datos sintéticos se crean manualmente o con herramientas de prueba automatizadas. Simula al máximo el comportamiento real de los usuarios.
Aunque evita la necesidad de difuminar los datos, los datos sintéticos tienen una utilidad limitada. Se utiliza principalmente para probar la carga de nuevas características.
La creación precisa de datos sintéticos requiere un alto nivel de experiencia, aunque una herramienta automatizada de gestión de datos de prueba lo hace más fácil.
3. Datos válidos
Los datos válidos son el término utilizado para describir los datos producidos cuando no se producen errores o incidentes inesperados. El formato, los valores y la cantidad de datos se ajustan a las expectativas de la prueba previa. Los datos válidos comprueban lo que se denomina el “camino feliz”, que es cuando el recorrido del usuario sigue el curso previsto.
4. Datos no válidos
Los datos no válidos se derivan del “camino infeliz”. Son los datos de los escenarios y fallos inesperados. Los datos no válidos también se utilizan como parte de las pruebas de caos, que ponen a prueba los límites de una aplicación bajo un diluvio de datos malos.
¿Qué son los “datos de buena calidad” para las pruebas de software?
Probar con datos incompletos o irrelevantes es a menudo peor que renunciar a las pruebas por completo, ya que las conclusiones extraídas y las acciones posteriores tomadas serán incorrectas. Pero, ¿cómo identifican las organizaciones los “buenos” datos para las pruebas de software? Busque estas tres características de calidad de datos:
1. Precisión
Los buenos datos reflejan fielmente los procedimientos de la vida real. Si se utilizan datos de producción enmascarados, deben pertenecer directamente al área que se está probando, no puede ser una muestra aleatoria del comportamiento del usuario. Los datos sintéticos deben asemejarse con exactitud al comportamiento real de los usuarios, incluida su naturaleza imprevisible.
2. Validez
Los buenos datos coinciden con el objetivo de su escenario de pruebas. Por ejemplo, la mayoría de los compradores en línea no adquieren 200 cantidades de un mismo artículo, por lo que las pruebas exhaustivas del comportamiento del sistema en ese escenario son un mal uso de los recursos. Sin embargo, es conveniente hacer pruebas para situaciones en las que la gente compra diez artículos.
3. Excepciones
Los datos deben cubrir cuestiones que probablemente se produzcan, pero con poca frecuencia. Un escenario en el que un cliente paga un artículo con un código de cupón es un ejemplo común de “datos de excepción” en el ámbito del comercio electrónico.
¿Qué preguntas debe hacerse antes y durante la planificación de la gestión de las pruebas de datos?
El éxito de las pruebas se determina en gran medida en la fase de planificación. Durante las fases iniciales, los equipos deben plantearse las siguientes preguntas.
1. ¿Qué datos necesitamos?
La determinación de los datos que hay que recoger es un proceso de dos partes. En primer lugar, debe estar relacionado con el escenario de la prueba. También debe tener relevancia empresarial para ayudar a que las pruebas sigan siendo rentables y eficientes.
2. ¿Cuántos datos necesitamos?
Un exceso de datos, como la copia de todos los datos de producción, es costoso, lleva mucho tiempo y complica demasiado el proceso. Por otro lado, si el tamaño de la muestra es demasiado pequeño, los resultados serán inexactos.
3. ¿Cuándo necesitamos los datos?
¿Las pruebas están programadas o los datos deben estar disponibles a la carta? Los equipos deben coordinar todos los calendarios de pruebas y los ciclos de actualización antes de comenzar las pruebas.
4. ¿Qué tipo de pruebas se necesitan?
Automatización de pruebas de software requiere conjuntos de datos estables y predecibles. Si los datos necesarios para su prueba varían considerablemente, las pruebas manuales pueden producir mejores resultados.
Pasos en la gestión de las pruebas de datos
Aunque los detalles varían, los desarrolladores de software a nivel de empresa suelen seguir estos pasos a la hora de implementar una estrategia de TDM.
1. Creación de datos – Técnicas de generación de datos para pruebas, etc.
Para generar datos eficaces, tendrá que tener en cuenta su precisión y relevancia. ¿Reproduce escenarios realistas? Además, es necesario generar datos de excepción, que cubren escenarios fuera de la actividad típica de los usuarios.
2. Ofuscación de datos
Tendrá que enmascarar todos los datos de producción para seguir cumpliendo la normativa. Los tipos de ofuscación más comunes son la anagramación, el cifrado, la sustitución y la anulación. Mientras que la ofuscación manual es posible de forma limitada, el enmascaramiento a nivel empresarial requiere herramientas automatizadas.
3. Corte de datos
Copiar todos los datos de producción suele ser una pérdida de recursos y tiempo. Con el troceado de datos, se reúne un conjunto manejable de datos relevantes, lo que aumenta la velocidad y la rentabilidad de las pruebas.
4. Aprovisionamiento
El aprovisionamiento se produce después de obtener los datos y enmascararlos. Durante el aprovisionamiento, los datos se trasladan al entorno de pruebas. Las herramientas automatizadas ofrecen la posibilidad de introducir conjuntos de pruebas en entornos de prueba mediante la integración de CI/CD, con la opción de ajuste manual.
5. Integraciones
Los datos de las pruebas procedentes de múltiples fuentes del ecosistema informático deben integrarse en el conducto CI/CD (el conducto CI/CD es el proceso establecido para los cambios de código). Para lograr la integración es necesario identificar pronto todos los canales de datos.
6. Versionado
La creación de versiones de datos de prueba ayuda a los equipos a repetir las pruebas para evaluar los resultados. Además, las versiones permiten controlar las alteraciones precisas de los parámetros de las pruebas.
Características y propiedades de la gestión de datos de prueba
TDM se adapta a las necesidades siempre cambiantes de cualquier proyecto de desarrollo de software. Sin embargo, independientemente de los ajustes necesarios para una organización, el proceso de GDT también mostrará las siguientes características:
1. Mejora de la calidad y la fidelidad de los datos
El TDM aumenta la precisión y el realismo de los datos de las pruebas, de modo que proporcionan una muestra verdaderamente representativa del comportamiento de los usuarios. Todos los procesos conducen en última instancia a un objetivo: una experiencia de usuario fiable y estable.
2. Cumplimiento de la normativa
Software de gestión de datos de pruebas asegura que todos los datos de producción están suficientemente enmascarados antes de las pruebas, manteniendo su organización con todas las regulaciones de privacidad. Si sigue cumpliendo la normativa, evitará repercusiones legales, incluidas multas, y problemas de relaciones públicas negativas.
3. Mejora de la calidad del producto
El control de calidad es un proceso largo y costoso, pero también necesario para lanzar aplicaciones funcionales y fáciles de usar. Los procesos TDM permiten una identificación más rápida de los errores, una mayor seguridad y una mayor versatilidad en las pruebas en comparación con el método tradicional de silos.
Cómo implementar la gestión de datos de prueba
El producto de software de su organización dictará una variedad de pruebas específicas, pero la implementación básica de conceptos de gestión de datos de prueba implica los cinco pasos siguientes:
Paso 1: Planificación
Empiece por formar un equipo de pruebas de datos, que determinará los requisitos de gestión de los datos de prueba y la documentación, a la vez que desarrolla un plan de pruebas completo.
Paso 2: Análisis
Durante la fase de análisis, se consolidan las necesidades de datos de todos los equipos. También se implementan las copias de seguridad, el almacenamiento y otras cuestiones logísticas similares.
Paso 3: Diseño
La fase de diseño es el punto final de la planificación antes de comenzar las pruebas. Los equipos deben identificar todas las fuentes de datos y ultimar los planes de comunicación, documentación y actividades de prueba.
Paso 4: Construir
La etapa de construcción es donde la “goma se une a la carretera”. Los planes se ejecutan. En primer lugar, se produce un enmascaramiento de los datos. A continuación, se hace una copia de seguridad de los datos. Por último, se realizan las pruebas.
Paso 5: Mantenimiento
Después de implementación de la gestión de datos de pruebaLa empresa tendrá que mantener los procesos durante el ciclo de vida del proyecto. El mantenimiento de TDM incluye la resolución de problemas, la actualización de los datos de prueba existentes y la adición de nuevos tipos de datos.
Estrategias de gestión de datos de prueba
Dado que el GDT afecta a tantos elementos diferentes del proceso de desarrollo, puede complicarse rápidamente. Las siguientes estrategias le permiten mantenerse centrado y perfeccionar continuamente el enfoque de gestión de datos de prueba.
Estrategia 1: Mejorar la entrega de datos
Tratar de reducir sistemáticamente el tiempo de entrega de los datos de prueba utilizando
servicios de pruebas de software
como
ZAPTEST
. Las herramientas con capacidades de DevOps agilizan las pruebas con un enfoque de baja intervención.
Con ZAPTEST los usuarios pueden seleccionar datos de prueba Secuenciales; Aleatorios o Únicos utilizando números automáticos o específicos de filas. Pueden especificar políticas de rango de datos y “fuera de valores”, lo que permite crear escenarios de prueba realistas basados en datos para pruebas funcionales (UI y API), de rendimiento y RPA.
Además, el software de pruebas automatizadas puede sustituir los sistemas de tickets de TI por un sistema de autoservicio para los usuarios.
Estrategia 2: Reducir los costes de las infraestructuras
El volumen de datos de las pruebas crece durante el desarrollo, lo que supone un mayor uso de los recursos de infraestructura. Las herramientas de TDM pueden ayudar a minimizar los costes de infraestructura asociados a través de la consolidación de datos, el archivo y un proceso llamado bookmarking, que hace un mejor uso del espacio del entorno de pruebas.
Estrategia 3: Mejorar la calidad de los datos
Las soluciones de gestión de datos de prueba aumentan continuamente las características de calidad de los datos centrándose en tres elementos clave: la antigüedad, la precisión y el tamaño de los datos.
Cómo mejorar la gestión de los datos de prueba
El MDT no es un proceso estático. Después de la configuración inicial, querrá esforzarse por mejorar continuamente siguiendo lo siguiente mejores prácticas de gestión de datos de prueba.
1. Aislar los datos
Al ejecutar las pruebas en un entorno controlado, se pueden aislar los datos para comparar mejor los resultados previstos con los reales. Aislar los datos también permite realizar pruebas paralelas.
2. Minimizar el almacenamiento de la base de datos
El almacenamiento de los datos de las pruebas en las bases de datos reduce la velocidad de las pruebas automáticas al tiempo que aumenta la dificultad de aislar los datos. Las herramientas automatizadas, además de técnicas como el troceado de datos, ayudan a reducir la cantidad de almacenamiento de la base de datos necesaria.
3. Centrarse en las pruebas unitarias
Siga las pautas establecidas por la
pirámide de automatización de pruebas
que recomienda que las pruebas unitarias constituyan aproximadamente el 50% de sus pruebas. Las pruebas unitarias se ejecutan independientemente de los datos externos, cuestan mucho menos que otros tipos de pruebas y son relativamente rápidas de implementar.
Cómo medir la gestión de los datos de prueba
Las siguientes métricas proporcionan información crucial sobre la eficacia de sus estrategias de GDT.
1. ¿Se dispone de suficientes datos de prueba?
Se puede medir la disponibilidad de los datos de prueba haciendo un seguimiento del tiempo dedicado a la gestión de los datos para su uso en las pruebas. Si no se dispone de suficientes datos, el tiempo de desarrollo se ralentiza y los desarrolladores se sienten limitados.
2. ¿Están disponibles los datos de prueba para las pruebas automatizadas?
Los procesos de prueba automatizados requieren datos a la carta. Controla el porcentaje de conjuntos de datos disponibles, además de la frecuencia con la que se accede a ellos y la frecuencia con la que se actualizan.
3. ¿Las pruebas automatizadas están limitadas por los datos de las pruebas?
¿Cuántas pruebas automatizadas puede realizar con sus datos de prueba actuales? Si necesita realizar más pruebas de las que le permiten sus datos, tendrá que recopilar los datos de las pruebas con más frecuencia.
La forma más fácil y precisa de obtener estas mediciones es con software de gestión de datos de pruebas.
Problemas de privacidad y cómo prevenirlos
Aunque la gestión de los datos de las pruebas se originó como un método para recopilar y analizar datos, con el tiempo se ha convertido en algo igualmente importante para prevenir diversos problemas de privacidad.
1. Regulación de los datos
TDM se asegura de que su empresa siga cumpliendo con la CCPA, la HIPAA, el GDPR y todas las demás normativas de privacidad de datos pertinentes. No enmascarar adecuadamente los datos durante las pruebas puede dar lugar a importantes sanciones económicas e incluso potencialmente penales.
2. La reacción de los consumidores
Las filtraciones de datos pueden dañar considerablemente la imagen de una empresa, ya que los usuarios se mostrarán reacios a utilizar una aplicación propensa a las filtraciones. La implementación de la gestión de datos de prueba ayuda a obtener la confianza de los usuarios, tanto al evitar las filtraciones como al garantizar a los usuarios potenciales que sus datos se mantendrán seguros.
Conclusión
La necesidad de realizar pruebas en el desarrollo de software será cada vez más necesaria y compleja. Para agilizar los procesos de desarrollo, manteniendo el control de calidad, las organizaciones empresariales tendrán que utilizar software de gestión de datos de pruebas, específicamente herramientas de gestión de pruebas como las creadas por
ZAPTEST
.
El mejores herramientas de gestión de datos de prueba proporcionan una creación y gestión de datos de prueba completa y con capacidad de respuesta, lo que permite obtener un software superior con mayor funcionalidad y más rápido que nunca.
Preguntas frecuentes
A continuación se ofrecen respuestas rápidas a las preguntas más comunes sobre la gestión de datos de prueba en las pruebas de software.
¿Qué es la gestión de datos de prueba?
La gestión de datos de prueba es la creación, la gestión y el análisis de los datos necesarios para las herramientas de prueba del almacén de datos automatizado. Los procesos se centran en la identificación de datos de alta calidad relativos a parámetros de prueba específicos, su enmascaramiento y su entrega a los equipos adecuados.
Las mejores herramientas de gestión de datos de prueba automatizan muchos de los procesos, como la recopilación de datos, la ofuscación y el almacenamiento.
¿Qué son los datos de prueba en las pruebas de software?
Una gran parte de los datos utilizados en las pruebas de software son datos de producción, generados por usuarios reales. Debido a la normativa sobre privacidad, los datos de producción deben enmascararse antes de ser utilizados en las pruebas.
Los datos de las pruebas de software también pueden ser sintéticos, lo que significa que están fabricados artificialmente para replicar el comportamiento de los usuarios reales con la mayor precisión posible. Suele utilizarse para probar nuevas funciones o actualizaciones antes de que salgan al mercado.
