7/23/2019 Agile BI en acción

http://slidepdf.com/reader/full/agile-bi-en-accion 1/2

Agile BI en acción

Para obtener todas las ventajas y beneficios de aplicar prácticas ágiles en proyectos de Business Intelligence, se requiere un cambio de paradigma de la manera tradicional de

pensar un proyecto de BI desde lo organizacional hasta lo tecnológico. La presente charla busca explicar cómo hemos utilizado y aprovechado las ventajas del agilismo en proyectos de Business Intelligence. Así también, se mostrarán varias técnicas y herramientas (de software libre) que ayudarán a sus equipos a cambiar este paradigma para trabajar con el concepto ágil de DevOps: promover la colaboración estructural de desarrollo, operaciones e infraestructura a lo largo de todo el ciclo de vida del producto.

Importancia

Un estudio de TDWI encontró que al año 2011, el 33% de las empresas requerían más de

tres meses para agregar una nueva fuente de datos a una solución de BI existente. Otros estudios indican que alrededor del 50% de los proyectos de BI fallan (Adelman & Moss, 2000), varios de ellos debido a restricciones de tiempo, costo, alcance o poca comprensión del valor que el proyecto agrega. Con la creciente cantidad de información de la que las compañías disponen, es de suma importancia proveer mecanismos para tomar decisiones que se ajusten ágilmente a las demandas y necesidades de sus consumidores. Agile BI permite esa adaptabilidad en tiempos mucho más cortos y con un mayor alineamiento con las necesidades de negocio y del usuario desde el inicio del proyecto. Así también, la entrega incremental de valor de negocio hace posible proveer un sistema de toma de decisiones evolutivo que facilita abordar con prontitud las necesidades más urgentes, con lo

que se minimiza el riesgo de inversión innecesaria de recursos. En esta charla exploraremos cómo llegar a ofrecer herramientas que entreguen valor oportunamente para la toma de decisiones.

Fundamentos teórico/prácticos

Agile BI puede definirse como "un enfoque que combina procesos, metodologías, estructura organizacional, herramientas y tecnologías que permiten a los tomadores de decisiones -estratégicas, tácticas y operativas- ser más flexibles y más sensible a la rapidez de los cambios en los requerimientos tanto del negocio como regulatorios” (Evelson, 2011). Varios estudios de académicos (Yeoh & Koronios, 2010; Muntean & Surcel, 2013) y practicantes (Collier, 2011; Knabke & Olbrich, 2011; Krawatzeck et al , 2015) hablan de la importancia de la conversión de BI al agilismo como medio para proveer información significante en menores tiempos de acuerdo a las prioridades y necesidades cambiantes de los negocios.Prácticas de manejo de proyectos y equipos como la priorización, estimación, retrospectivas (Cockburn & Highsmith, 2001), programación en pares (Williams, 2000); así como prácticas de DevOps como la automatización (Humble & Farley, 2010), Desarrollo guiado por pruebas (TDD) (Beck, 2003), Integración (Fowler & Foemmel, 2006) / Entrega Continua (Humble & Farley, 2010) han sido ampliamente exploradas y utilizadas en el desarrollo ágil de software. Sin embargo, no se ha difundido con igual rapidez la aplicación de dichas prácticas para productos de BI (Krawatzeck et al , 2015).

7/23/2019 Agile BI en acción

http://slidepdf.com/reader/full/agile-bi-en-accion 2/2

Considerando las recomendaciones de Collier (2011), Krawatzeck et al (2015) entre otros, compartiremos cómo aplicar estas técnicas para construir un producto ganador usando

Agile BI basándonos en un ejemplo real y exitoso.

Referencias

Adelman, S., & Moss, L. (2000). Data warehouse failures. The Data Administration Newsletter, (14.0).Beck, K. (2003). Test-driven development: by example. Addison-Wesley Professional.Cockburn, A., & Highsmith, J. (2001). Agile software development: The people factor. Computer, 34(11), 131-133.Collier, K. (2011). Agile analytics: A value-driven approach to business intelligence and data warehousing. Addison-Wesley.Evelson, B. (2011). Trends 2011 And Beyond: Business Intelligence. Agility Will Shape

Business Intelligence For The Next Decade, Forrester Research.Fowler, M., & Foemmel, M. (2006). Continuous integration. Thought-Works) http://www.thoughtworks.com/ContinuousIntegration.pdfHumble, J., & Farley, D. (2010). Continuous delivery: reliable software releases through build, test, and deployment automation. Pearson Education.Knabke, T., & Olbrich, S. (2011, December). Towards agile BI: applying in-memory technology to data warehouse architectures. In IMDM (pp. 101-114).Krawatzeck, R., Dinter, B., & Thi, D. A. P. (2015, January). How to make business intelligence agile: The Agile BI actions catalog. In System Sciences (HICSS), 2015 48th Hawaii International Conference on (pp. 4762-4771). IEEE.

Muntean, M., & Surcel, T. (2013). Agile BI–The Future of BI. revista Informatica Economică, 17(3).TDWI Research, 2011. TDWI BI Benchmark Reports: Organizational and Performance metrics for Business Intelligence teams. TDWI.Williams, L., Kessler, R. R., Cunningham, W., & Jeffries, R. (2000). Strengthening the case for pair programming. IEEE software, 17(4), 19-25.Yeoh, W., & Koronios, A. (2010). Critical success factors for business intelligence systems. Journal of computer information systems, 50(3), 23-32.

This work is licensed under the Creative Commons Attribution-NonCommercial 4.0 International License. To view a copy of this license, visit http://creativecommons.org/licenses/by-nc/4.0/.