by Larissa Moss
Un datawarehouse (Dw) non può essere definito in questo modo se non possiede due componenti fondamentali: la gestione dei dati (mettendone e mantenendone l’ordine nel caos) e la messa a disposizione degli stessi per gli utenti (realizzare le applicazioni di Business Intelligence). Sfortunatamente, la maggior parte delle imprese attribuiscono più enfasi a mettere a disposizione i dati piuttosto che a mantenerne un controllo effettivo. Questo è dovuto a parecchie ragioni. La gestione delle informazioni all’interno dell’intera impresa è più difficile e richiede maggiori sforzi, coordinamento e risorse rispetto alla realizzazione di soluzioni con semplici depositi di dati finalizzati alla BI. In secondo luogo, la razionalizzazione di dati ridondanti o incoerenti è un lavoro tedioso ed è molto meno gratificante del riuscire a incrementare significativamente la propria conoscenza di nuovi strumenti e tecniche di BI. La ragione principale, però, è che gli utenti all’interno delle imprese premono per ottenere rapidamente nuove funzionalità (in novanta giorni o meno) mentre “affinano” costantemente le loro richieste, e i team dei datawarehouse si adoperano per accontentarli. Il risultato finale è spesso una collezione di data mart indipendenti (non integrati) – sempre con la promessa di consolidarli in seguito - cosa che purtroppo avviene di rado. Ma questo dilemma ha un’altra soluzione? Potete “avere la vostra torta” (in termini di gestione dei dati) “riuscendo anche a mangiarla” (ovvero producendo rapidamente soluzioni)? Provate con “Extreme scoping”. Si tratta di un metodo di sviluppo iterativo che utilizza il concetto del “software release”, ovvero del “rilascio periodico di versioni software”. Richiede una struttura “auto-organizzata” del team di sviluppo, una partecipazione concreta degli utenti finali, una metodologia di sviluppo a spirale del Dw e una serie di piccoli aggiustamenti culturali.
Il concetto di “software release”
L’approccio allo sviluppo software tipo “big bang” per la costruzione dei datawarehouse è stato abbandonato da tempo. Attualmente, viene generalmente accettata l’idea che il Dw debba subire un’evoluzione e crescere nel tempo, aggiungendo un’applicazione di BI dopo l’altra all’interno del proprio ambiente elaborativo. Quello che non è ancora accettato è che non dovremmo nemmeno sviluppare le applicazioni di BI in maniera “big bang”. Questo significa che non dovremmo tentare di mettere in opera un’applicazione di BI completamente funzionante solamente alla fine di un progetto. Perché? Ma perché la prospettiva di trattamento dei dati di un Dw normalmente risulta troppo allargata e la schedulazione temporale del progetto è in genere troppo breve per realizzare tutte le attività utili per la gestione di dati a beneficio dell’intera impresa. Possono essere necessari novanta giorni solamente per analizzare e standardizzare parecchie dozzine di elementi dei dati, se i loro rispettivi nomi (sinonimi e omonimi), definizioni (significato semantico), domini (insiemi o range di valori validi) e regole dell’impresa (regole relative a dati e processi) risultino in disaccordo o vengano disputati tra diversi dipartimenti o singoli utenti all’interno della società. A questo punto, i team di progetto spesso abbandonano qualsiasi attività di gestione complessiva dei dati dell’intera azienda attivando solamente le funzionalità della applicazioni di BI completate secondo la schedulazione temporale del progetto.Un migliore approccio consiste nel dividere le applicazioni di BI in funzionalità da attivare in periodi multipli e successivi di 30-45 giorni; ovvero in rilasci di software da effettuare ogni 30-45 giorni. Ciascuna nuova release costituisce un progetto separato. In questo modo, ogni aggiornamento di software fornisce un sottoinsieme standardizzato e integrato degli elementi dei dati richiesti, insieme a un sottoinsieme delle funzionalità attese. Possono essere necessari parecchi rilasci per realizzare un’applicazione di BI completa. Tuttavia, questo approccio consente al team del Dw di lavorare su attività di gestione dei dati a livello dell’intera impresa, così come fornisce agli utenti del sistema l’opportunità di affinare le proprie richieste durante il processo di sviluppo delle applicazioni.
La struttura auto-organizzata del team
Un approccio ai rilasci software periodici richiede una struttura del team di sviluppo più dinamica. I gruppi di progetto tradizionali possono essere relativamente numerosi, sono frequenti équipe di dieci o più membri, ciascuno con specializzazioni particolari. E’ responsabilità del team manager coordinare le attività e assegnare i compiti a ogni appartenente al gruppo, prendendo le relative decisioni. I membri del team lavorano separatamente sulle singole attività loro assegnate e, una volta a settimana, l’intero gruppo si riunisce per la verifica dello stato di avanzamento del progetto. Questo modo di operare risulta però troppo lento. Le attività di comunicazione e di coordinamento tra i membri del team risultano inefficienti e soggette a errori, per non dire della mancanza di sinergia e di trasferimento delle conoscenze tra le persone del gruppo stesso.Una struttura di team più funzionale è costituita da un piccolo gruppo Swat (Software analysis and testing) formato da quattro o cinque generalisti. Stiamo parlando di una équipe auto-organizzata, definizione che significa che le attività vengono assegnate reciprocamente, che ciascuno concorre a coordinare e a verificare il lavoro degli altri, che tutti collaborano alle attività del progetto, che (insieme) prendono le decisioni e che, in caso di necessità, ognuno può prendere in carico le attività di un altro membro del team. Perché tutto questo possa funzionare, l’insieme delle specializzazioni del gruppo deve comprendere: grande attitudine alla gestione dei progetti, esperienza tecnica di alto livello, forte esperienza nella gestione dei dati (da non confondere con la progettazione o con l’amministrazione di database) e capacità di rappresentare e descrivere le attività dell’impresa (qualcuno, proveniente dall’interno dell’impresa, con l’autorità di prendere decisioni).
Ottenere la partecipazione degli utenti
Un prerequisito per applicare il metodo dei rilasci successivi di software e delle strutture di team dinamiche è la partecipazione delle persone dell’impresa alle attività di progetto. Questo richiede un coinvolgimento degli utenti molto più forte di quanto avvenga normalmente. Tradizionalmente, le persone dell’impresa partecipano a interviste mirate a definire i requisiti delle applicazioni, a sessioni Jad (Joint application design), a revisioni del progetto e a test di accettazione da parte degli utenti. Inoltre, i tecnici tendono a compiere tutto il lavoro di sviluppo senza coinvolgere le persone dell’impresa. Oltre a creare un’atmosfera “noi verso loro”, questo grado limitato di coinvolgimento porta il gruppo It a deduzioni e decisioni tali da produrre risultati insoddisfacenti. Questo modo di procedere è già abbastanza negativo in progetti con obiettivi e prodotti finali ben definiti ma, nei progetti di Dw nei quali obiettivi e prodotti sono spesso simili a un bersaglio mobile, può risultare catastrofico. Pensate solamente a quante volte sentiamo affermare che progetti di Dw sono in ritardo, sforano il budget, costano troppo, sono troppo complicati e che i prodotti ottenuti non corrispondono alle aspettative degli utenti.Il modo migliore per porre rimedio a questa situazione è fare in modo che le persone dell’impresa siano membri attivi full-time dei team di progetto di Dw. Questo significa che contribuiscono attivamente ai lavori relativi al progetto, come la pianificazione delle attività, l’analisi delle fonti dei dati, la loro modellazione da una prospettiva dell’azienda, la definizione a attribuzione dei nomi ai dati da trattare, la creazione di regole dell’impresa e di valori relativi ai diversi domini di applicazione, la determinazione della logica di validazione dei dati, la definizione di casi di test di integrazione e recupero dei dati, la valutazione dei risultati dei test e così via. Naturalmente, le persone dell’impresa non effettueranno questa attività in maniera isolata ma dovranno collaborare con gli altri membri del team assegnato al progetto.
La metodologia dello sviluppo a spirale del Dw
E’ un fatto ben conosciuto che le metodologie di sviluppo nell’ambito dell’intero ciclo di vita dei sistemi tradizionali non siano applicabili nei progetti di Dw. Queste vecchie tecniche “a cascata” sono adatte per realizzare prodotti stand-alone, come i sistemi di acquisizione e accumulo dei dati, ma non supportano lo sviluppo iterativo di un Dw e, inoltre, non comprendono la gestione dei dati a livello dell’intera impresa. In aggiunta, il metodo a cascata presenta una forte rigidità.Per contro, le metodologie a spirale per i Dw hanno punti di ingresso e di uscita flessibili, progettati specificatamente per supportare uno sviluppo iterativo del software di gestione. Queste nuove tecniche contengono attività specifiche per il datawarehousing e la gestione dei dati dell’impresa, comprese le attività a carico delle persone dell’azienda. Supportano anche lo sviluppo di applicazioni in parallelo, come funzioni Etl (Extract, transform, load), applicazioni front-end, soluzioni con metadati e così via. Il beneficio più significativo delle metodologie agili è che forniscono la struttura necessaria per i rilasci software e stimolano la partecipazione degli utenti.
Piccoli aggiustamenti culturali
Il metodo “Extreme scoping”, ovvero dei rilasci software successivi, funziona. È stato applicato e verificato da molti team di Dw, così come da gruppi di sviluppo operativo che sottoscrivono la validità dello sviluppo agile e della programmazione estrema (Xp). Non si tratta di una tecnica difficile da adottare, ma richiede un piccolo (in alcune organizzazioni non tanto piccolo) aggiustamento culturale. I team di progetto dei Dw debbono imparare i metodi dello sviluppo agile e le tecniche Xp, confrontandosi con nuove strutture del gruppo, con lo spostamento dei ruoli e delle responsabilità, con i principi dell’amministrazione completa dei dati e con il nuovo approccio allo sviluppo del software, basato sui rilasci parziali relativi a singole funzionalità. Le persone dell’impresa debbono abbandonare il loro atteggiamento “attendista” e fare proprio il programma di BI. Quest’ultimo impegno viene espresso dal grado di interesse e coinvolgimento nel progetto da parte delle persone interessate. Guardando indietro nel tempo alle conversioni di sistemi Erp di qualche anno fa, sarebbe difficile trovare un progetto Erp senza la partecipazione attiva full-time degli utenti coinvolti nelle attività attuali del progetto Erp, dalla mappatura dei dati fino ai test di funzionalità. I progetti di Dw che soffrono della sindrome per la quale le persone dell’impresa “non trovano il tempo” per partecipare (lasciando spesso incredulo chi pone la domanda), attualmente soffrono di mancanza di rispetto da parte dei manager. Questi progetti non hanno veri sponsor tra i manager esecutivi per la gestione dei dati dell’impresa, un aspetto che rappresenta una parte fondamentale del datawarehousing. Questi possono essere condannati a tranquillizzare le persone dell’impresa con soluzioni di BI basate su semplici contenitori di dati, almeno per il tempo presente. Ma per quelle imprese che desiderano attivare una vera gestione dei dati in aggiunta alla loro messa a disposizione degli utenti, l’aggiustamento culturale non dovrebbe risultare molto difficile.
Rieducare gli utenti
I team di progetto di Dw non possono affrontare il rischio di fare il passo più lungo della gamba (senza soffocare). Al contrario, debbono rieducare e reindirizzare gradualmente gli utenti che insistono verso il raggiungimento di obiettivi di “richiesta minima” (ovvero funzionalità completa e i dati necessari per supportarla) in tempi sempre più ristretti. “Extreme scoping” rappresenta un veicolo effettivo per raggiungere lo scopo. Le persone dell’impresa continueranno a ricevere “risultati rapidi”, imparando nel contempo le complessità e i benefici della realizzazione di un ambiente di BI integrato. Avranno l’opportunità di “vivere” i progetti di Dw partecipando attivamente come membri del team di progetto, affrontando le medesime sfide e soddisfazioni provate nel passato dai soli team tecnici di Dw. In aggiunta, questo nuovo approccio allo sviluppo vivrà a lungo, annullando l’attuale spaccatura esistente tra l’impresa e l’IT.
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