फ़र्ज़ी कंपनी डेटा वह काल्पनिक कारोबारी रिकॉर्ड है जो किसी असली इकाई से जुड़ा नहीं होता, और यह ऐसे हर सॉफ़्टवेयर टीम के लिए ज़रूरी है जिसे ऐसे फ़ॉर्म, प्रवाह और रिपोर्ट बनाने हैं जो कंपनियों के बारे में बात करते हों। इसके बिना टीमें या तो असली कंपनियों के विवरण इस्तेमाल कर लेती हैं, या ऐसे डेटा से काम चलाती हैं जो इतना अवास्तविक है कि कोई भी बग उसे नहीं पकड़ता।
पर इस डेटा के इर्द-गिर्द एक धुंधली रेखा है, और वह रेखा इस बात से तय नहीं होती कि डेटा कैसा दिखता है, बल्कि इससे कि उसे किस काम के लिए इस्तेमाल किया जा रहा है। नीचे वह रेखा, उसके आसपास के भ्रम, और इस डेटा को ज़िम्मेदारी से चलाने के तरीके हैं।
फ़र्ज़ी कंपनी डेटा किस काम आता है?
इसके वैध उपयोग साफ़ हैं, और वे सब एक ही बात पर टिके हैं: वहाँ कोई असली कारोबार या असली व्यक्ति शामिल नहीं होता।
- डेवलपमेंट और गुणवत्ता जांच के दौरान फ़ॉर्म भरना, ताकि ज़रूरी फ़ील्ड वाले बग पकड़ में आएं।
- स्टेजिंग और डेमो वातावरण भरना, जहां असली ग्राहक डेटा का कोई स्थान नहीं है।
- भार परीक्षण के लिए बड़ी मात्रा में रिकॉर्ड बनाना, ताकि सूचियां और खोज और निर्यात असली आकार पर जांची जा सकें।
- ऐसे स्थिर फिक्स्चर बनाना जिन पर ऑटोमेटेड टेस्ट भरोसा कर सकें, हर बार बदलती वैल्यू के बजाय।
- खाता खोलने, इनवॉइस बनाने और सत्यापन के प्रवाह का अभ्यास, किसी असली ग्राहक तक पहुंचने से पहले।
- स्क्रीनशॉट, दस्तावेज़ और प्रशिक्षण सामग्री बनाना, जिसमें किसी की जानकारी उजागर न हो।
ध्यान दें कि इस सूची में हर मद का एक ही ढांचा है: डेटा भीतर रहता है, उससे कोई बाहरी नतीजा नहीं निकलता, और उसका असर किसी भी तीसरे पक्ष तक नहीं पहुंचता।
कौन से उपयोग सीमा के बाहर हैं?
वे उपयोग जिनमें बनाई गई इकाई बाहरी दुनिया में किसी असली चीज़ का काम करने लगती है।
ऐसे खाते खोलना या ऐसी मंज़ूरी पाना जिसका मकसद किसी असली कारोबार की पुष्टि होना है; किसी भी प्रकार का लाइसेंस या अनुमति लेना; किसी बनाई गई इकाई को किसी असली ग्राहक, भागीदार या संस्था के सामने असली पक्षकार बताकर पेश करना; किसी गढ़े गए पहचानकर्ता को किसी असली इनवॉइस या ऐसे दस्तावेज़ पर इस्तेमाल करना जिस पर कोई बाहरी पक्ष निर्भर करता हो; और किसी भी गढ़ी गई पहचान को किसी असली व्यक्ति या असली कंपनी के साथ जोड़ देना।
इनके अलावा एक दूसरा वर्ग है, जो कम शोर मचाता है पर उतना ही हानिकारक है। वह यह है कि टेस्ट के बहाने असली कंपनियों के पंजीकरण विवरण डेवलपमेंट डेटाबेस में डाल दिए जाएं, या असली आपूर्तिकर्ताओं के बैंक विवरण भुगतान प्रवाह जांचने के लिए इस्तेमाल कर लिए जाएं। ऐसा करने वाले को लगता है कि उसने कोई नुकसान नहीं किया, पर उसने अनजाने लोगों के विवरण ऐसी जगह पहुंचा दिए जहां उनकी कोई सहमति नहीं थी और जहां उनकी सुरक्षा उतनी नहीं है।
क्या यह मान लेना कि कोई इसे नहीं देखेगा जोखिम भरा है?
हाँ, और इसकी वजह यह है कि कोई भी वातावरण असल में अकेला नहीं रहता।
वही काल्पनिक डेटा बैकअप में जाता है, किसी टिकट के स्क्रीनशॉट में दिख जाता है, किसी स्प्रेडशीट में ईमेल से साझा हो जाता है, किसी डेमो वातावरण में दिखता है जिसका पता किसी बाहरी व्यक्ति को पता है, और किसी साझेदार के सैंडबॉक्स के लॉग में दर्ज हो जाता है। एक बार ऐसा होने के बाद यह तय करना बहुत मुश्किल हो जाता है कि वह डेटा कहां-कहां पहुंच चुका है।
इस मान्यता का दूसरा रूप यह भी है कि जो डेटा बना है वह असली नहीं है, इसलिए उसका कोई मालिक नहीं। पर अगर बना हुआ नाम किसी असली कंपनी से मिलता-जुलता है, या गढ़ा हुआ नंबर संयोग से किसी चालू पंजीकरण से टकरा जाता है, तो उसका असर किसी असली कारोबार पर पड़ सकता है — और तब वह नुकसान असली हो जाता है।
काल्पनिक डेटा को स्पष्ट रूप से काल्पनिक कैसे बनाएं?
कुछ ऐसी आदतों से जो डेटा को उपयोगी बनाए रखते हुए उसे पहली नज़र में ही पहचानने लायक बना देती हैं।
नाम के लिए तटस्थ शब्द-सूचियों का इस्तेमाल करें और ऐसी शैली चुनें जो देखते ही गढ़ी हुई लगे। किसी असली कंपनी के नाम से मिलता-जुलता नाम कभी न बनाएं, और स्थानीय शब्दों तथा विदेशी शब्दों को ऐसे मिलाएं कि वह किसी भी बाज़ार में संयोग से किसी से न टकराए। पते के लिए वे आरक्षित उदाहरण वाले पैटर्न इस्तेमाल करें जो जानबूझकर इसी काम के लिए छोड़े गए हैं। पहचानकर्ताओं की बनावट को सही रखें पर उन्हें ऐसा बनाएं जो किसी रजिस्टर में दर्ज न हो। डोमेन को उन आरक्षित नामों तक सीमित रखें जिन्हें कोई पंजीकृत नहीं कर सकता।
और सबसे ज़रूरी हिस्सा: डेटा के भीतर ही ऐसा चिह्न रखें जिससे उसे जांचा जा सके। एक पंक्ति-स्तरीय संकेतक, एक आरक्षित पहचान कुंजी का उपसर्ग, या एक ऐसा फ़्लैग जिसके आधार पर कोई भी क्वेरी इन रिकॉर्ड को छांट सके। यह चिह्न उस पल बेकार है जब सब कुछ ठीक चल रहा हो, और उस पल अमूल्य है जब किसी एक्सपोर्ट या किसी रिपोर्ट को तुरंत अलग करना पड़े।
डेवलपर्स के लिए: अलगाव, लेबलिंग और सफ़ाई
तीन इंजीनियरिंग नियम इन सारी चिंताओं को ज़्यादातर हल कर देते हैं।
पहला, अलगाव। काल्पनिक डेटा के लिए अलग क्रेडेंशियल और अलग भंडार हों, और उनके साथ कोई साझा कतार या बाहर जाने वाला एकीकरण न हो। अगर वह डेटा किसी ऐसे रास्ते तक पहुंच सकता है जो असली दुनिया में कुछ भेजता है, तो देर-सबेर वह भेजेगा भी।
दूसरा, लेबलिंग। हर निर्यात की गई फ़ाइल में साफ़ लिखा हो कि वह डेटा गढ़ा हुआ है, और उसका कोई खाता खोलने, कोई लाइसेंस लेने या कोई असली दस्तावेज़ जारी करने के लिए इस्तेमाल नहीं किया जा सकता। लॉग भी डेटा हैं, इसलिए उन पर भी वही नियम लागू करें। और जो भी साइट ऐसा डेटा बनाती है, उसे अपने आउटपुट के साथ यह बताने वाला नोट रखना चाहिए।
तीसरा, सफ़ाई। बनाए गए डेटा को कोई समाप्ति समय मिले, उसे समय-समय पर दोबारा देखा जाए, और जिसे कोई मांग नहीं रहा उसे हटा दिया जाए। बिना सफ़ाई वाला टेस्ट डेटा धीरे-धीरे ऐसा जंगल बन जाता है जहां किसी को पता नहीं होता कि क्या पुराना है, क्या बनाया गया था, और क्या शायद किसी असली कारोबार का है।
आख़िरी और सबसे सख़्त नियम: प्रोडक्शन में किसी गड़बड़ी की भरपाई कभी किसी बनाए गए रिकॉर्ड से न करें। ऐसा रिकॉर्ड चुपचाप ऐसी जगह पहुंच जाता है जहां उसे कोई नहीं ढूंढ पाएगा, और उसके निशान बाद में बहुत महंगे पड़ते हैं। इस साइट का कंपनी डेटा जनरेटर इसी सोच से बनाया गया है कि आउटपुट स्पष्ट रूप से गढ़ा हुआ रहे, और KYB टेस्टिंग चेकलिस्ट तथा कंपनी पंजीकरण नंबर बताते हैं कि ऐसा डेटा सत्यापन वाले प्रवाहों में कहां काम आता है। अगर आपको कंपनी रिकॉर्ड में क्या-क्या होता है, इसका साफ़ नक्शा चाहिए, तो टेस्ट कंपनी डेटा वाला लेख पढ़ें।
अगले कदम
उन जगहों की सूची बनाएं जहां आज किसी भी वातावरण में कंपनी डेटा रहता है, और हर जगह पर लिखें कि वह काल्पनिक है या असली। जहां असली है और उसका कोई अच्छा कारण नहीं, वहां उसे काल्पनिक से बदलें। फिर अपने निर्यात, अपने लॉग और अपनी साझा फ़ाइलों को देखें और पुष्टि करें कि उनमें से हर एक पर यह लिखा है कि डेटा क्या है — क्योंकि असली सुरक्षा किसी नियम से नहीं, इस बात से आती है कि गढ़ा हुआ डेटा दिखने में भी गढ़ा हुआ लगे।