原因分析：

银行大数据类项目测试的重要性在于业务数据可靠性、可用性等验证。数据本身是一把双刃剑，它能给企业带来业务价值的但是也是最大风险来源。而不可靠的数据质量意味着糟糕的业务经营，将导致错误的数据统计分析、监管业务难、误导高层领导决策等问题。

实施探讨：

测试是保证系统正确性、可靠性、稳定性的重要手段。如风险类项目、市场分析、数据仓库、反欺诈、反洗钱、业绩考核等数据分析型系统的测试和一般交易系统的应用测试不同，例如曾经碰到一个业绩评价系统的测试不仅包括WEB端应用程序功能测试，同时还包括对数据仓库等源表过渡而来的数据进行可靠性、可用性等数据验证测试。在测试过程中除了必须保证测试的充分性，同时还要关注测试数据的覆盖面以及数据的质量。因此，在对该业绩评价系统的测试是一个综合测试的过程，采用综合应用测试技术，根据数据的定义（接口映射），通过执行和观察，将预期的结果和实际的结果作比较，来确认测试是否达到预期目标。
数据类项目系统特性：

1、数据不稳定性；
2、数据多维度；
3、数据多样化；
4、数据差异性；
5、数据指标检核难；
6、数据构造复杂；
7、过程域质量审核问题工艺复杂；

对于数据质量测试团队来说如上问题，加上市场上数据测试人才缺乏，最终导致数据质量的保证与检核标准管理方法比较欠缺，因此建议如下方式进行建立管理方案：

a)通过有测试经验人员不断的对组员进行培训等逐步提高项目组成员对数据质量的意识和认识。
b)建立数据质量管理体系（以白盒测试、黑盒测试等方面进行数据质量分析验证为主）
c)指定数据质量度量标准
d)制定测试过程规范标准

而具体某个环节实施也需要有专门的管理工艺要求，这样组员才能根据一定的标准进行客观的判断数据质量测试的正确性和引导性等。

如测试过程管理需要如下细节：