Télécharger pour lire hors ligne
Projet Business Intelligence en Lean-Agile ?
- 1. kraft me up#3 Un projet Business Intelligence en Lean-Agile ? Un projet DATA en 2020
- 2. QU’EST-CE QU’UN PROJETBUSINESS INTELLIGENCE (BI) ? • A la différence des autres projets I.T., le domaine de la Business Intelligence (B.I.) est adressé différemment • centré sur les acteurs • doit reproduire le schéma de management de l’organisation • garanti le niveau d’accès à l’information • La B.I. c’est aussi : • Des sources hétérogènes d’information • Un identification du « sens Métier » de l’information • Des mesures et des dimensions d’analyses • Une vision en mode « rétroviseur » avec des K.P.I. (Key Performance Indicators) • Donner une vision de ce qui est passé • Une vision en mode « G.P.S. » avec des O.K.R. (Objectives Key Results) • Donner les moyens aux équipes de prendre les bonnes décisions pour atteindre les objectifs fixés • Suivre l’avancement sur les objectifs • Permettre d’aligner les objectifs opérationnels avec les objectifs stratégiques
- 3. QU’EST-CE QU’UN PROJETBUSINESS INTELLIGENCE (BI) ? • Si tous les contextes d’usage sont différents, il reste néanmoins une colonne vertébrale, des briques fondamentales typiques des projets B.I. • Nous pourrions les représenter comme ceci : • Entre 2010 et 2020, le domaine de la B.I. a subit une révolution technologique importante • Ce nouveau contexte influence la manière de livrer les données aux utilisateurs et apporte de nouveaux cas d’usage Extraction Déversement Transformation Stockage Persistance Modélisation Affinage Rapports B.I. Data visualisation Collecte API
- 4. VOUS AVEZ DITLEAN-AGILE ? • Bien que la B.I. soit le domaine de prédilections des spécifications fonctionnelles, générales, détaillées et techniques, nous pouvons utiliser les pratiques Agiles pour repenser notre manière de faire • La clé de voute d’une stratégie DATA & Agile, est un puit de données, qui sera construit pour des besoins qui ne sont pas encore identifiés Puit de données Source 1 Source 2 Source 3
- 5. VOUS AVEZ DITLEAN-AGILE ? Vision OK, nous avons lancé l’entreposage des données brutes • Nous pouvons désormais travailler sur la vision, et les objectifs attendus par les utilisateurs. • Sur la base d’une vision « Métier » les différents chantiers techniques nécessaires à la mise en œuvre de ces fonctionnalités peuvent être lancés (ce sont les « Enablers ») • C’est le rôle du Product Owner d’être responsable de la Backlog des enablers et des fonctionnalités • La priorisation de cette backlog est un élément clé, et essentiel de valeur ajoutée Puit de données Source 1 Source 2 Source 3 Backlog Fonctionnalités Enablers Fonctionnalités
- 6. VOUS AVEZ DITLEAN-AGILE ? • En utilisant la backlog priorisée, l’équipe organise son travail de réalisation • L’objectif est de travailler en mode « petit-paquet + Démonstration du Résultat » , autrement dit « small batch & demo » • Cela permet : • de réaligner les objectifs, ou les chantiers de réalisation si besoin • Impliquer les utilisateurs dans la solution naissante, ils peuvent se projeter dans la futur utilisation • Faire naître des idées en chemin, en discutant ensemble Backlog Fonctionnalités Enablers Fonctionnalités Disponibilité immédiate des fonctionnalités DEMOduRESULTAT DEMOduRESULTAT DEMOduRESULTAT DEMOduRESULTAT Itération 1 15 jours Itération 2 15 jours Itération 3 15 jours Inspection Adaptation 15 jours
- 7. SOCLE & FONDATION,BUSINESS INTELLIGENCE , A.I. Puit de données Source 1 Source 2 Source 3 ENTREPOSAGE DATA OPTIMISEE Itération 1 Itération 2 Itération 3 ENTREPOSAGE DATA OPTIMISEE Itération 4 Tableaux de bord / DashBoar d Backlog Fonctionnalités Enablers Fonctionnalités • La vision est donnée, le besoin final n’est pas cadré dès le début du projet • Définition du contexte utilisateur • Définition de la valeur attendue • Une fonctionnalité est développée, et directement livrée pour utilisation • L’objectif est d’apporter de l’innovation et des idées, au fur-et- a-mesure Machine Learning Prédictif
- 8. EN RESUME • Un« projet B.I. » peut totalement se penser en terme de Production de Valeur par la DATA • Cette solution repose sur un socle technique, qui doit être adaptable, évolutive, scalable • L’architecture technique s’adapte aux différentes fonctionnalités • Les fonctionnalités sont listées dans la backlog du Product Owner • Ces fonctionnalités sont priorisées, adaptées, annulées, au fur-et-à-mesure • Le périmètre fonctionnel s’est adapté aux véritables attentes des utilisateurs, grâce aux Démos • Les coûts sont maîtrisés par un budget capacitaire linéaire et constant.