Agile BI en acción

  • Published on
    18-Feb-2018

  • View
    212

  • Download
    0

Embed Size (px)

Transcript

<ul><li><p>7/23/2019 Agile BI en accin</p><p> 1/2</p><p>Agile BI en accin</p><p>Para obtener todas las ventajas y beneficios de aplicar prcticas giles en proyectos de Business Intelligence, se requiere un cambio de paradigma de la manera tradicional de </p><p>pensar un proyecto de BI desde lo organizacional hasta lo tecnolgico. La presente charla busca explicar cmo hemos utilizado y aprovechado las ventajas del agilismo en proyectos de Business Intelligence. As tambin, se mostrarn varias tcnicas y herramientas (de software libre) que ayudarn a sus equipos a cambiar este paradigma para trabajar con el concepto gil de DevOps: promover la colaboracin estructural de desarrollo, operaciones e infraestructura a lo largo de todo el ciclo de vida del producto.</p><p>Importancia</p><p>Un estudio de TDWI encontr que al ao 2011, el 33% de las empresas requeran ms de </p><p>tres meses para agregar una nueva fuente de datos a una solucin de BI existente. Otros estudios indican que alrededor del 50% de los proyectos de BI fallan (Adelman &amp; Moss, 2000), varios de ellos debido a restricciones de tiempo, costo, alcance o poca comprensin del valor que el proyecto agrega. Con la creciente cantidad de informacin de la que las compaas disponen, es de suma importancia proveer mecanismos para tomar decisiones que se ajusten gilmente a las demandas y necesidades de sus consumidores. Agile BI permite esa adaptabilidad en tiempos mucho ms cortos y con un mayor alineamiento con las necesidades de negocio y del usuario desde el inicio del proyecto. As tambin, la entrega incremental de valor de negocio hace posible proveer un sistema de toma de decisiones evolutivo que facilita abordar con prontitud las necesidades ms urgentes, con lo </p><p>que se minimiza el riesgo de inversin innecesaria de recursos. En esta charla exploraremos cmo llegar a ofrecer herramientas que entreguen valor oportunamente para la toma de decisiones.</p><p>Fundamentos terico/prcticos</p><p> Agile BI puede definirse como "un enfoque que combina procesos, metodologas, estructura organizacional, herramientas y tecnologas que permiten a los tomadores de decisiones -estratgicas, tcticas y operativas- ser ms flexibles y ms sensible a la rapidez de los cambios en los requerimientos tanto del negocio como regulatorios (Evelson, 2011). Varios estudios de acadmicos (Yeoh &amp; Koronios, 2010; Muntean &amp; Surcel, 2013) y practicantes (Collier, 2011; Knabke &amp; Olbrich, 2011; Krawatzeck et al , 2015) hablan de la importancia de la conversin de BI al agilismo como medio para proveer informacin significante en menores tiempos de acuerdo a las prioridades y necesidades cambiantes de los negocios.Prcticas de manejo de proyectos y equipos como la priorizacin, estimacin, retrospectivas (Cockburn &amp; Highsmith, 2001), programacin en pares (Williams, 2000); as como prcticas de DevOps como la automatizacin (Humble &amp; Farley, 2010), Desarrollo guiado por pruebas (TDD) (Beck, 2003), Integracin (Fowler &amp; Foemmel, 2006) / Entrega Continua (Humble &amp; Farley, 2010) han sido ampliamente exploradas y utilizadas en el desarrollo gil de software. Sin embargo, no se ha difundido con igual rapidez la aplicacin de dichas prcticas para productos de BI (Krawatzeck et al , 2015).</p></li><li><p>7/23/2019 Agile BI en accin</p><p> 2/2</p><p>Considerando las recomendaciones de Collier (2011), Krawatzeck et al (2015) entre otros, compartiremos cmo aplicar estas tcnicas para construir un producto ganador usando </p><p> Agile BI basndonos en un ejemplo real y exitoso.</p><p>Referencias</p><p> Adelman, S., &amp; 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., &amp; 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 </p><p>Business Intelligence For The Next Decade, Forrester Research.Fowler, M., &amp; Foemmel, M. (2006). Continuous integration. Thought-Works) http://www.thoughtworks.com/ContinuousIntegration.pdfHumble, J., &amp; Farley, D. (2010). Continuous delivery: reliable software releases through build, test, and deployment automation. Pearson Education.Knabke, T., &amp; Olbrich, S. (2011, December). Towards agile BI: applying in-memory technology to data warehouse architectures. In IMDM (pp. 101-114).Krawatzeck, R., Dinter, B., &amp; 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.</p><p>Muntean, M., &amp; Surcel, T. (2013). Agile BIThe Future of BI. revista Informatica Economic, 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., &amp; Jeffries, R. (2000). Strengthening the case for pair programming. IEEE software, 17(4), 19-25.Yeoh, W., &amp; Koronios, A. (2010). Critical success factors for business intelligence systems. Journal of computer information systems, 50(3), 23-32.</p><p>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/.</p></li></ul>