Ascoltare la musica, spostarsi per andare al lavoro, prepararsi una tazza di tè sono tutte attività talmente familiari che possiamo eseguirle automaticamente, senza dover decidere ogni volta come comportarci. L'insieme delle nostre esperienze ci aiuta a sviluppare una serie di comportamenti standard, che attiviamo in maniera assolutamente ripetitiva.
Adesso, supponete che stiate ascoltando un concerto di Rachmaninoff e che la musica improvvisamente aumenti fortemente di volume; oppure che dei lavori stradali vi impediscano di utilizzare il percorso abituale per recarvi al lavoro; o, ancora, che non possiate preparvi il tè perché la quantità del vostro tè favorito rimasta nella scatola non è sufficiente.
Che cosa fate quando la realtà non corrisponde alle azioni che desiderate compiere? Effettuate alcuni aggiustamenti per modificare la situazione a vostro vantaggio. Negli esempi indicati, abbasserete il volume dello stereo; fermerete l'auto e esaminerete la carta stradale per trovare una via alternativa; deciderete di rischiare il gusto della bevanda, mischiando il vostro tè favorito con un'altra qualità che solitamente non utilizzate.
Sappiamo come affrontare le situazioni nella nostra vita di ogni giorno perché abbiamo modelli di riferimento che contengono variabili che comprendiamo e che sappiamo come modificare. Quando dobbiamo gestire un progetto, ci comportiamo in maniera del tutto analoga.
Un capo progetto esperto verifica lo stato e il comportamento attuale del progetto, confrontandolo con il modello atteso. Quando riscontra una difformità, il manager responsabile agisce sullo schema del progetto mettendo sotto osservazione una o più variabili, analizzandole e effettuando aggiustamenti in aree come il carico di lavoro, l'assegnazione dei compiti e il contenuto delle diverse versioni prodotte.
Le variabili maggiormente utili per un continuo aggiustamento del progetto sono quelle che risultano:
E' a questo punto che entrano in ballo i requisiti e le prescrizioni.
Ho iniziato con il presupposto che il vostro progetto utilizzi un approccio disciplinato e coerente per definire i propri requisiti, sia a livello generale che nel particolare. Dando per scontata questa premessa, il responsabile del progetto può usare i requisiti stessi come strumento di aggiornamento e di decisione.
All'inizio del progetto
Gli analisti dedicati alla definizione dei requisiti effettuano la prima iterazione a livello generale sull'intero progetto. Si muovono sull'area complessiva d'intervento del progetto e ne identificano i confini e le diverse necessità di analisi più approfondite. Questo fornisce una quantità di informazioni relative ai requisiti e alle prescrizioni, utilizzabili dal capo progetto:
Requisiti Applicabili | Elementi Misurabili | Input del Processo Decisioonale |
Analisi dei partecipanti | Numero dei partecipanti, ruolo e aspettative di conoscenza | Input di stima della complessità sociologica e analisi del gap di conoscenza |
Obiettivi del progetto | Scopo e vantaggi attesi per l'impresa con la realizzazione dello stato dell'obiettivo | Input per l'analisi del valore decisioni relative alle priorità scelte di modifica nella gestione |
Ambito dell'investigazione | Numero di INput e di output che delimitano l'investigazione | Input per la prima stima della complessità funzionale |
Lista degli eventi dell'impresa | Numero delle aree funzionali delimitate | Input per la progettazione e allocazione delle attività, per l'analisi del rischio e per la stima del tempo/risorse necessarie per scoprire i requisiti relativi a ciascun evento |
Ambito di intervento del prodotto - la capacità di identificarlo dipende dalla corretta definizione dei vincoli relativi al prodotto | Prima stima del numero di interfacce tra il prodotto pianificato, gli utenti e altri prodotti | Input per la pianificazione dei primi prototipi e delle simulazioni |
Con questi elementi di partenza quantificati, un capo progetto possiede un input oggettivo per riconoscere le necessità di modifica e poter prendere le opportune decisioni in merito.
Durante le iterazioni
Ciascuna delle informazioni su indicate rappresenta un punto di partenza per effettuare una scoperta e definizione dettagliata dei requisiti. Man mano che il vostro team progredisce nella definizione di dettaglio dei requisiti di vario tipo (funzionali, non funzionali, vincolanti e tecnologici) i risultati di questo lavoro forniscono un input ancora maggiore per le vostre decisioni.
Dando per scontato che operate con un protocollo concordato sul livello di dettaglio dei requisiti, possiamo affermare che il capo progetto può usare i risultati delle analisi per adottare decisioni di guida del progetto stesso, senza la necessità di rivolgere domande senza fine sul progredire dei lavori.
Un insieme di attributi suggeriti per un requisito di dettaglio sono:
Osservando lo stato dei requisiti di dettaglio, potete ottenere risposte che possono aiutarvi a prendere decisioni di guida. Per esempio, potete porre domande specifiche come: Quanti requisiti di dettaglio sono stati definiti? Quanti di questi posseggono misurazioni precise e sono stati considerati nel processo di revisione del Business? Quanto tempo è passato per arrivare a questo livello di analisi? Esistono requisiti correlati funzionalmente (ovvero collegati al medesimo caso di uso del prodotto) che possano essere considerati in implementazioni future, mentre altri gruppi stanno ancora aspettando risposte a domande sui requisiti?
Potete rispondere a queste e a molte altre domande, esaminando i risultati delle analisi prodotte dal vostro team. Naturalmente, questo "esame" non è da fare manualmente, ma è necessario l'ausilio di opportuni strumenti automatici di ricerca.
Tracciabilità dopo la luna di miele
Per ottenere la tracciabilità delle informazioni senza limiti di tempo, avete bisogno di un modello definito formalmente delle conoscenze che intendete rintracciare. Potete pensare che questo sia il vostro requisito principale da soddisfare per gestire i requisiti del progetto. In altri termini, rappresenta la specificazione di che cosa desiderate che il vostro strumento di gestione dei requisiti sia in grado di rintracciare.
Questo modello dovrà riflettere la vita di un requisito dal momento della sua scoperta e definizione fino a quello in cui venga considerato e soddisfatto da un prodotto rilasciato. Questo è il motivo per cui il vostro modello della conoscenza ha bisogno dell'input di tutti i partecipanti al progetto (analisti dell'impresa, analisti dei sistemi, architetti di sistema, progettisti, programmatori, addetti ai test, personale del marketing e così via, solo per nominarne alcuni), che sono responsabili per qualunque definizione o trasformazione dei requisiti.
Una volta che possediate un modello che riflette le vostre intenzioni di tracciabilità, allora avete bisogno della disciplina - praticata dall'intero team - per mantenere la conoscenza dei requisiti secondo quanto definito dal vostro modello della conoscenza.
La definizione dei requisiti secondo queste modalità vi procurerà alcuni vantaggi fondamentali: avrete le basi per adottare decisioni supportate da misurazioni precise del lavoro effettuato, così come, nel medesimo tempo, l'intero team avrà un modello di guida nella definizione del prodoto finale. In questo modo, il gruppo di sviluppo non risulterà impastoiato da un modello procedurale rigido e sarà in grado di rispondere correttamente alle modifiche richieste.
L’evoluzione dell’IT tra sfide e promesse
Frank Greco
Verso la new digital economy. Quale architettura per la trasformazione digitale?
Mike Rosen
Ecco come capire il cliente. I diversi punti di vista della Business Analysis
James Robertson
Ecco come capire il cliente I diversi punti di vista della Business Analysis
Suzanne Robertson
E se il Design Sprint fosse il nuovo asso nella manica? Come risolvere grandi problemi e testare nuove idee
James Hobart
Come essere veramente data driven. L’importanza dell’architettura dati
Mike Ferguson
Il Machine Learning in azienda. Come migliorare performance e previsioni
Frank Greco
Portfolio management avanzato: Come trasformare gli investimenti in cambiamento
Chris Potts
L’imbuto e le biglie. Ovvero la metafora della produttività dei team
Sander Hoogendoorn
Dal Data Warehouse al digital business. Un’architettura di trent’anni ancora valida
Barry Devlin
Dai silos a un ecosistema analitico integrato. Un approccio per avere dati da usare su più sistemi
Mike Ferguson
Come accelerare l’innovazione in azienda. La nuova generazione dell’IT enterprise
Frank Greco
Tassonomie e ricerche. Ecco come ottenere migliori risultati
Heather Hedden
Viaggio verso il data warehouse logico
Il grande dilemma della business intelligence
Rick van der Lans
Enterprise information catalog. I requisiti per fare la scelta giusta
Mike Ferguson
La nuova era dell’analisi predittiva - Le aziende alla prova del Machine Learning
Frank Greco
Uno sguardo Agile - Per capire il passato e progettare il futuro
Arie van Bennekum
Trasformazione Agile
Se il product owner diventa un collo di bottiglia
Sander Hoogendoorn
Una Fiat o una Ferrari?
Qual è la più adatta per il business digitale?
Barry Devlin
Vincere la complessità dei dati. È l’ora dello smart data management
Mike Ferguson
Big Data e Analytics - Se il machine learning accelera anche la data science
Mike Ferguson
I dati al centro del business
Christopher Bradley
I Big Data forniscono il contesto e la ricchezza predittiva attorno alle transazioni di business Avere dati coerenti e di qualità resta fondamentale per il processo decisionale
Barry Devlin
Cosa c’è dietro l’angolo? Cinque mosse per diventare un digital leader
Jeroen Derynck
Managing information technology Gestire l’IT come un business nel business
Mitchell Weisberg
Data integration self-service Miglioramento della produttività o caos totale?
Mike Ferguson
Project manager vecchi miti e nuove realtà
Aaron Shenhar
La catena alimentare dei requisiti
Suzanne Robertson
Come diventare un’azienda data-centric
Lindy Ryan
Enterprise analytical ecosystem - Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell’era Big Data
Mike Ferguson
Agilità? Basta Volere
Suzanne Robertson
Ma la vostra architettura è efficace?
Mike Rosen
Se il NoSQL diventa SQL
Rick van der Lans
La data quality e l’impatto sul business
Danette McGilvray
Business analysis e regole di business By Ronald G. Ross con Gladys S.W. Lam
Ronald Ross
Usare Scrum su larga scala: cosa cambia?
Craig Larman
Le architetture per ridurre il debito tecnico
Mike Rosen
Conversando con un marziano
Suzanne Robertson
Cosa c’è di nuovo nel project management?
Aaron Shenhar
Reinventare la Business Intelligence
Barry Devlin
Il nuovo volto della business intelligence
Shaku Atre
Alla ricerca del valore tra i pomodori nell'orto
John Favaro
I big data cambiano il mercato dei Database Server
Rick van der Lans
Un “superstorm” di informazioni
Barry Devlin
I dieci step per la qualità dei dati
Danette McGilvray
Perché è meglio evitare il private cloud?
Jason Bloomberg
Leonardo da Vinci aveva ragione!
Chris Date
Mobile user experience: Come adottare una strategia sostenibile
James Hobart
Cosa significa occuparsi di architettura?
Mike Rosen
Virtualizzazione dei dati e sistemi di Business Intelligence Agili
Rick van der Lans
Modelli e linguaggi naturali, quale il modo migliore per definire i requisiti?
James Robertson
Extreme Scoping: un approccio Agile all'Edw e alla BI
Larissa Moss
BI², la Business Intelligence al quadrato
Barry Devlin
I test di regressione in ambienti legacy
Randy Rice
Le conseguenze della consumerizzazione e del Cloud
Chris Potts
Come vanno gli affari? Chiedetelo al vostro cruscotto
Shaku Atre
Organizzare team di progetto efficienti in ambienti DW/BI
Larissa Moss
Big Data, come e perché
Colin White
Business Capabilities e l'allineamento del business all'IT
Mike Rosen
Il valore della tassonomia nella ricerca delle informazioni
Zach Wahl
BI, ma il Data Warehouse è ancora necessario?
Colin White
Reinventare la Business Intelligence
Barry Devlin
Il cruscotto delle prestazioni: il nuovo volto della Business Intelligence
Shaku Atre
Modelli e processi di User acceptance testing
Randy Rice
I limiti nel gestire l'IT come un Business
Chris Potts
Le componenti fondamentali del Cloud
George Reese
Metadati e DW 2.0
Derek Strauss
BI Open Source: basso costo e alto valore?
Jos van Dongen
Semplicità e requisiti
Suzanne Robertson
Business intelligence e analisi testuale
Bill Inmon
Extreme Scoping™: approcci agili al DW e alla BI
Larissa Moss
Dalla BI a un'architettura IT di livello Enterprise
Barry Devlin
Ambiente efficiente di ricerca di informazioni
James Hobart
Il Business deve trainare la Strategia IT
Chris Potts
Web database: la questione MapReduce (seconda parte)
Colin White
Web database: la questione MapReduce
Colin White
Misura delle prestazioni. I sette comandamenti
Harry Chapman
Le dieci cose che un architetto deve fare per creare valore
Mike Rosen
Sviluppare applicazioni a prova di sicurezza
Ken van Wyk
The ECM Landscape in 2008
Alan Pelz-Sharpe
Ma chi sono gli operatori dell’informazione?
Colin White
Qualità dell’informazione e trasformazione del management
Larry English
Classificazione sistematica delle informazioni
Zach Wahl
L’uso intensivo del Web nelle applicazioni di Bi
Colin White
Enterprise Search
Theresa Regli
La forza dell'astrazione
Steve Hoberman
La strada verso una BI pervasiva
Cindi Howson
Soa, una strategia di test
Randy Rice
Verso una BI più semplice e a minor costo
Colin White
I contenuti “Killer” del Web
Gerry McGovern
Sviluppo iterativo del software per i Dw
Larissa Moss
Qualità delle Informazioni e Datawarehousing
Larry English
Lo scenario Ecm 2008
Alan Pelz-Sharpe
La nascita del Web 3.0
John Kneiling
Documentazione: il dossier del crimine
Suzanne Robertson
L’impatto del Web 2.0 sui portali delle imprese
Colin White
Le tecniche vincenti di IT Management
Ken Rau
Web di successo se si conosce il cliente
Gerry McGovern
Un approccio alla BI incentrato sui processi
Colin White
Integrare Master Data Management e BI (Parte Seconda)
Mike Ferguson
Integrare Master Data Management e BI (Parte Prima)
Mike Ferguson
Il Project Manager è una Tata
Suzanne Robertson
Web di successo se si conosce il cliente
Gerry McGovern
L'informazione personalizzata
Colin White
La Tassonomia dell'Impresa
Zach Wahl
Managed Meta Data Environment (II parte)
David Marco
Managed Meta Data Environment
David Marco
Migliorare le applicazioni dell'impresa con Web 2.0
James Hobart
La Balanced Scorecard migliora la Performance dell'IT
Harry Chapman
La fusione dei processi dell'impresa grazie a Soa (II parte)
Max Dolgicer
La fusione dei processi dell'impresa grazie a SOA (I parte)
Max Dolgicer
Volere è Potere, in Ogni Senso
Suzanne Robertson
Dimostrate con i numeri il valore dei contenuti del web
Gerry McGovern
Il Back-end della pianificazione strategica dell'It
Ken Rau
L'audit delle prescrizioni di progetto (II parte)
Suzanne Robertson
L'audit delle prescrizioni di progetto (I parte)
Suzanne Robertson
Il Processo di gestione delle informazioni
Ted Lewis
I requisiti come strumento di gestione dei progetti
Suzanne Robertson
Il futuro è nel contenuto killer del web
Gerry McGovern
Alla ricerca del valore tra i pomodori nell'orto
John Favaro
Rilevare i costi sulla base delle attività
Ken Rau
Un percorso verso l'impresa intelligente (II parte)
Mike Ferguson
Un percorso verso l'impresa intelligente (I parte)
Mike Ferguson
Il Data Store Operativo: un lavoro di martello
Claudia Imhoff
Il data warehouse orientato all'impresa
Michael Schmitz
Dieci punti chiave per realizzare balanced scorecard di successo
Harry Chapman
Content management: i contenuti al primo posto
Gerry McGovern
Applicazioni Web ad alta disponibilità
John Kneiling
Il 2004, sarà l'anno in cui abbandoneremo html?
James Hobart
La tecnologia EII ripropone il data warehousing virtuale?
Colin White
Volere è Potere, in Ogni Senso
Suzanne Robertson
Realizzare il CPM e l'integrazione della BI
Mike Ferguson
Tutti i punti della FPA
Koni Thompson
Requiem per il Portale?
Colin White
Business Intelligence: dalla teoria alla realtà (II parte)
Shaku Atre
Business Intelligence: dalla teoria alla realtà (I parte)
Shaku Atre
I portali Corporate e di E-business: la nuova generazione del posto di lavoro
Mike Ferguson
I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)
David Marco
I 10 errori da evitare nella realizzazione di un Meta Data Repository (I parte)
David Marco
Usare i modelli per acquisire l'esperienza di progettazione
James Hobart
Realizzare l'Impresa Intelligente
Colin White
.NET or J2EE - Choosing the Right Web Services Framework
John Kneiling
Progettare Applicazioni Mobili di Successo
James Hobart
La Sociologia del Progetto: Identificare e Coinvolgere tutti i Partecipanti
Suzanne Robertson
Integrare la Business Intelligence nell'Impresa (II parte)
Mike Ferguson
Integrare la Business Intelligence nell'Impresa (I parte)
Mike Ferguson
L'Evoluzione del Portale di e-Business (II parte)
Colin White
L'Evoluzione del Portale di e-Business (I parte)
Colin White
Il Consulente WebEAI: Servizi Web, XML e l'Impresa
John Kneiling
Data Mining: Come Gestire le Relazioni con i Clienti Secondo i Principi del CRM
Weaver James