Тестовая база без живых клиентов: Mimesis вместо выгрузки

Копия боевой базы лежит у подрядчика

Владелец магазина нанимает разработчика поправить обмен с 1С. Тот просит живую выгрузку. Через час на его ноутбуке лежат ФИО, телефоны, адреса и история заказов всех клиентов. Потом ноутбук меняют, выгрузка остаётся в папке «Загрузки», копия уходит коллеге, а тестовый бот однажды пишет настоящим людям.

С CRM и ботами то же самое: проще взять настоящую базу. Второй путь тоже есть: сгенерировать клиентов, которых не существует.

Что говорит 152-ФЗ про тестовую копию

Нормы я читал на КонсультантПлюс 31.10.2026. Персональные данные это любая информация, относящаяся к прямо или косвенно определённому или определяемому физическому лицу (п. 1 ст. 3). Копия базы с теми же ФИО и телефонами остаётся такой информацией, даже в папке «тест». Содержание и объём данных должны соответствовать заявленным целям обработки (ч. 5 ст. 5).

Если базу получает подрядчик, как я это читаю, речь о поручении обработки другому лицу. В нём указывают перечень данных, перечень действий, цели, обязанность соблюдать конфиденциальность и требования к защите (ч. 3 ст. 6). Меры защиты оператор принимает при любой обработке (ст. 19).

Размеры штрафов я не проверял и не пишу. Входит ли тестирование в ваши заявленные цели, решает юрист. На странице стояла пометка о редакции с изменениями, не вступившими в силу, поэтому формулировки сверьте с действующей.

Что я запустил: Mimesis с русской локалью

Mimesis (lk-geimfari/mimesis) это библиотека на Python для правдоподобных данных: имена, адреса, даты, телефоны, почта, финансы. Лицензия MIT указана на GitHub, в PyPI и в файле LICENSE. На 31.10.2026 релиз 22.2.0 от 23.09.2026, последний push 28.10.2026, около 4,9 тысячи звёзд, README заявляет 47 локалей. Платных модулей я не видел, условия датасетов не изучал. Поводом стал пост GitHub Community от 26.10.2026, сам пост я не открывал.

Я поставил её в пустое окружение и запускал Python с ключом -I. Локаль RU:

• ФИО получаются вида «Игнатий Харламович Болотов». В словаре 203 мужских и 480 женских имён, около 3200 фамилий. Выбор равновероятный, поэтому «Галактион» и «Физалия» попадаются так же часто, как любое другое имя.
• full_name без указания пола склеивает имя и фамилию разного пола: «Индира Ганиев». Лечится передачей пола во все вызовы. Отчество берётся отдельным вызовом.
• Телефоны только мобильные, одной маски: +7-(909)-002-65-77. Из 100 000 строк уникальных номеров 99 960, нужна проверка на повторы.
• Адрес собирается из независимых частей: Мамадыш оказался в Башкортостане, Новодвинск в Карелии, номер дома дошёл до 1310.
• Почта по умолчанию берёт домены из списка, где семь из девяти настоящие почтовые сервисы (gmail.com, yandex.com и другие). Тестовая рассылка может дойти до живого ящика. Свой домен вроде example.test передаётся параметром.
• В названии формы «ПАО» две буквы оказались латинскими (проверил кодами символов).
• Провайдеров для ИНН, СНИЛС, паспорта, ОГРН и КПП в русской локали нет, я искал по коду и данным. Свой код контрольных сумм я сверил с известным ИНН организации и примером СНИЛС из описания алгоритма, затем прогнал 1000 значений: все прошли.
• Seed работает: два отдельных запуска с seed=2026 дали одинаковые строки. Версии библиотеки между собой я не сравнивал, версию фиксируют.

Выдуманные данные и обезличенные данные

Обезличивание в законе это действия, после которых без дополнительной информации нельзя определить, чьи это данные (п. 9 ст. 3). Если вы маскируете поля боевой базы, исходник остаётся у вас. Считать ли результат обезличенным, зависит от способа и от того, можно ли узнать человека по сочетанию оставшихся полей, например индекса, даты рождения и профессии. Вывода я не даю.

У выдуманных клиентов связи с вашей базой нет, и обезличивать нечего. Но совпадения возможны: случайный мобильный номер может принадлежать живому абоненту. Я это не измерял. Поэтому на стенде отключают всё, что ходит наружу.

Когда нужны именно грязные боевые данные, с кривыми адресами и дублями, выдумка их не заменит. Тогда базу маскируют, и я писал про такой инструмент в статье про Presidio. Общий взгляд на искусственные данные в статье про синтетические данные.

Как собрать стенд для 1С, CRM или бота

Связность я проверил на двух таблицах: клиенты и заказы. Выгрузку схемы в CSV и JSON (методы нашёл в коде) и загрузку в 1С не запускал. Порядок такой:

1. Выгрузить структуру, а не данные: таблицы, поля, типы, обязательность.
2. Описать схему генерации, зафиксировать seed и версию библиотеки. Тогда у всех один стенд, а ошибка повторяется.
3. Дописать свои генераторы ИНН, СНИЛС, паспорта, ОГРН с контрольными суммами.
4. Создавать сначала родителей, потом детей. В моём тесте все восемь заказов нашли своего клиента. Даты я задал только годом, и один заказ получился на 02.11.2026, из будущего. Границы ставьте по сегодняшнему дню и дате регистрации клиента.
5. Закрыть исходящие каналы: SMS, почта, вебхуки, отдельный токен бота, платежи в тестовом режиме.
6. Сверить стенд с боевой базой по хешам телефонов и почты внутри боевого контура. Совпадений быть не должно.

Это я и собираю под ключ: стенд для 1С, CRM, магазина или бота с выдуманными клиентами, скрипты выгрузки структуры и скрипты замены. Подрядчик получает копию-двойник без настоящих клиентов. Подробнее об автоматизации процессов на странице услуги.

Где это не сработает

Библиотека не знает ваших бизнес-правил: скидок, остатков, статусов. Адреса выдуманные, геокодер или расчёт доставки на них не проверить. Имена равновероятные, а в жизни Александров больше, чем Галактионов, и нагрузочный тест поиска по фамилии покажет другие цифры.

Мимо проходят ошибки реальных данных: двойные пробелы в ФИО, фамилия латиницей, телефон с восьмёркой. Их подсаживают в генератор руками. Стенд не отменяет договор поручения и меры из ст. 19 для того, что осталось у подрядчика. Как проверять бота перед стартом, я описал в статье про приёмку.

Что можно сделать уже сейчас

• Спросите подрядчика письменно, на какой базе он тестирует и где она лежит.
• Составьте список полей с персональными данными: ФИО, телефон, почта, адрес, ИНН, паспорт.
• Поставьте Mimesis в пустую папку и сгенерируйте тысячу клиентов по вашим полям. Если 1С или бот принимают их без ошибок, схема рабочая.
• Закройте исходящие каналы на любой тестовой копии, даже на выдуманной.

Частые вопросы

Снимает ли выдуманная база требования 152-ФЗ?

Данные, не относящиеся ни к какому живому человеку, под определение из п. 1 ст. 3 не подпадают. Случайные совпадения возможны, а боевая база остаётся под законом. Вывод даёт юрист.

Можно ли просто замаскировать боевую копию?

Можно, но тогда остаётся вопрос, обезличена ли она по п. 9 ст. 3. С выдуманными данными этого вопроса нет.

Коротко о главном

Копия боевой базы на ноутбуке подрядчика остаётся базой клиентов, и отвечает за неё оператор. Mimesis бесплатна по MIT и на русском даёт имена, отчества, телефоны, города и почту. ИНН, СНИЛС, паспорта, связи между таблицами и адреса остаются на разработчике стенда.

Если ваша 1С, CRM, магазин или бот сейчас тестируются на живой базе, напишите мне в Telegram кодовое слово «ДВОЙНИК». Посмотрю, где у вас персональные данные, и соберу стенд с выдуманными клиентами и скриптами выгрузки и замены.