by Larissa Moss
La differenza della metodologia Agile rispetto alle logiche Waterfall e Spiral
Prima di rispondere a questa domanda è bene esaminare le principali differenze tra le diverse metodologie.
Le metodologie Waterfall sono state sviluppate negli anni Settanta per gestire progetti di sistemi operazionali. Sono metodologie organizzate per fasi e basate su tecniche di ingegnerizzazione tradizionali: pianificazione, requisiti, analisi, disegno, creazione e sviluppo. Ciascuna di queste fasi deve essere completata prima di passare alla successiva. La maggior parte del tempo di sviluppo consiste nella creazione di un documento di requisiti, modelli di disegno, specifiche interne e così via. Questo tipo di metodologia, anche nell'ambito di sistemi operazionali di tipo stovepipe, ha più volte evidenziato delle criticità. Molto spesso le stime si sono rivelate inaffidabili, in quanto ogni sistema, ogni team di progetto, ciascun gruppo di utenti presentava proprie specificità. Non va poi dimenticato che, utilizzando questa metodologia, gli utenti hanno modo di vedere il sistema solo dopo la fase di test di accettazione: solo allora possono essere rilevati errori, omissioni che necessitano di aggiornamenti.
Le metodologie Spiral sono invece diventate popolari negli anni Novanta per supportare la creazione iterativa di grandi sistemi. La loro adozione è comune in tutti quei progetti Edw dove le applicazioni BI vengono create una alla volta. Ciò significa che queste metodologie necessitano di attività aggiuntive che possono prevedere il coinvolgimento di stakeholder piuttosto che di utenti dell'applicazione di BI. Tuttavia, a eccezione dello sviluppo iterativo di Edw, le metodologie a spirale seguono, di fatto, una logica Waterfall.
Le metodologie Agile, infine, iniziarono a essere di pubblico dominio agli inizi degli anni Duemila e si diffusero tra gli sviluppatori di sistemi operazionali. Queste metodologie non considerano una richiesta di servizio come l'insieme di requisiti finali, ma la interpretano come una sorta di work in progress. Con la partecipazione degli utenti e degli sviluppatori cercano di associare i requisiti a specifiche feature che vengono inserite in un product backlog. Spetta all'utente il controllo di quest'ultimo, decidere quali feature aggiungere o rimuovere. La stessa assegnazione delle priorità delle feature è responsabilità dell'utente, mentre gli sviluppatori definiscono la prima release di software selezionando alcune delle feature prioritarie. Prima di fare una stima e renderla operativa, viene fatta una stima della tempistica necessaria per realizzare il codice delle feature selezionate. La progressione viene misurata dal numero di feature erogate e non dal numero di task eseguite. Quando risulta evidente che non esiste un allineamento rispetto alla deadline, il progetto viene immediatamente riadattato.
Scrum e XP
Due delle metodologie Agile più popolari sono Scrum e XP. Scrum (mischia) è un termine che deriva dal Rugby mentre XP sta per eXtreme Programming. Gli autori di queste metodologie sono project manager e sviluppatori con una vasta esperienza nello sviluppo di sistemi operazionali stand-alone, per lo più scritti in codice object-oriented. Non hanno nessuna particolare attinenza con sistemi Edw/BI ovvero non sono state sviluppate specificamente per questi ambienti. La scrittura di software per la creazione di sistemi stand-alone operazionali non richiede infatti attività di data integration, come standardizzazione ed enterprise data modeling. L'obiettivo di fondo è creare software di qualità in brevi e precisi intervalli di tempo, senza un particolare riguardo all'architettura dei dati in ottica enterprise.
La metodologia Agile può essere usata per la BI?
Vi sono sempre più aziende che tendono a enfatizzare metodologie di questo tipo in progetti BI. Per la mia esperienza, la maggior parte di queste aziende limitano lo sviluppo alla scrittura di codice per applicazioni BI stand-alone. In altre parole gli sviluppatori non hanno a che fare con standardizzazione e integrazione dati. Molti sono dell'idea che le attività di pulizia dei dati non possono essere soddisfatte con tempistiche sempre più stringenti. Non si rendono però conto che le attività di cleaning sono attività chiave nella realizzazione di applicazioni BI. Tuttavia, poiché l'obiettivo primario consiste nel mettere a punto soluzioni BI separate, per singoli individui o dipartimenti, lo sviluppo Agile, basato su metodologie come Scrum e XP, può risultare ottimale.
Alcuni team di BI preferiscono aspettare che i dati siano pronti in un Edw prima di sviluppare feature BI utilizzando Scrum o XP. Molti di coloro che hanno utilizzato questo approccio sono arrivati addirittura a separare il team di BI da quello Edw. Questo cambiamento può però essere dannoso e creare una competizione sleale tra i due gruppi. Sento spesso quelli della BI lamentarsi per la lentezza del team Edw così come sento questi ultimi lamentarsi perché il team BI non comprende l'importanza della standardizzazione dei dati né il tempo che ci vuole per immettere dati coerenti. L'Edw presuppone un lavoro “data intensive” e non “code intensive”. Le regole prescritte da metodologie come Scrum e XP non sembrerebbero pertanto adatte a essere impiegate in contesti di questo tipo: chi ci ha provato ha spesso fallito.
Agile per l'Edw?
Se volete applicare il metodo Agile in soluzioni end-to-end di BI, dove sono costantemente previste attività quali creazione o estensione di componenti Edw, Scrum e XP non possono funzionare. Ricordate: queste metodologie non sono state create per progetti in cui sono previste specifiche attività di standardizzazione dei dati. Ciò però non significa che non possiate prendere in considerazione l'approccio Agile.
Extreme Scoping
Subito dopo avere completato la definizione di una mia metodologia, nota come Business Intelligence Roadmap, ho sviluppato un approccio Agile, specifico per l'Edw, chiamato Extreme Scoping. Esso include attività di business integration che sono vitali a progetti Edw. Questa metodologia fa uso di tutti i principi Agile che possono essere traslati in un contesto di business integration mentre esclude quelli che hanno poca o scarsa attinenza per questo profilo di attività. Il mio metodo non ha la pretesa di sostituire Scrum e XP, ma vuole essere una sorta di ombrello Agile Edw per l'intero progetto, non soltanto per la scrittura del codice.
Extreme Scoping prevede la pianificazione di più progetti distinti che vengono distribuiti tra team formati da 4-5 persone. Si inizia con l'esaminare la metodologia Edw e a selezionare le task in un WBS preliminare che permette di creare una roadmap di progetto di alto livello con relative stime di tempi, risorse, costi e rischi associati alla realizzazione dell'applicazione di Business Intelligence. Questo serve a determinare il numero esatto di release software, la loro corretta sequenza e le dipendenze tra i requisiti.
Una volta determinata la portata e la sequenza delle release software, e avere definito deadline attendibili, viene creato un piano di progetto dettagliato per la prima release di software con precisi obiettivi settimanali. In questo modo si riesce a monitorare costantemente le attività di progetto e accorgersi in tempo se il campo d’azione è troppo grande per riuscire a rispettare la deadline o se le attività intermedie sono sovrastimate.
Dopo che le attività di progetto della prima release sono state organizzate per obiettivi settimanali, vengono creati più team di lavoro assegnando a essi compiti dettagliati per il raggiungimento degli obiettivi. Questi ultimi possono essere monitorati attraverso uno spreadsheet, o altre opzioni, ed essere modificati giornalmente in modo tale da gestire il cambiamento. Se la prima release viene completata rispettando le scadenze, senza incontrare alcun problema, si può procedere alla pianificazione della seconda release adottando lo stesso metodo seguito fino a quel momento. In presenza di problemi si dovrà invece aggiornare e modificare la roadmap di progetto.
Conclusioni
Extreme Scoping corrisponde a un processo di pianificazione di tipo Agile per progetti Edw basato sulla solida metodologia Business Intelligence Roadmap. Utilizza tutti i principi Agile che funzionano per progetti Edw/BI e non prevede alcuna forzatura nell'utilizzare principi Agile poco adatti a contesti Edw/BI.
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