Тестирование данных: требования и уровни

Речь о данных в более масштабном контексте, за рамками какого-то атомарного процесса типа заполнения формы. Данные собираются в базы, и уже на их основании потом строятся какие-то процессы. Или из них выводятся какая-то вторичная информация. В этом смысле плохие данные могут привести к заведомо ошибочным решениям при проектировании приложения или отличиям результатов его работы от предполагаемых. А если говорить о машинном обучении — то там данные решают вообще все, и ошибку предсказаний модели вырастающей из некачественных данных при обучении или в продакшне часто вообще не видно, пока она не распространится на последующие процессы и не пройдет время, когда потери бизнеса уже очень неприятных размеров.