Włodek Bielski: Efektywne wdrożenie BI - z notatnika praktyka
Click here to load reader
-
Upload
analyticsconf -
Category
Data & Analytics
-
view
266 -
download
1
Transcript of Włodek Bielski: Efektywne wdrożenie BI - z notatnika praktyka
Efektywne wdrożenie BI - z notatnika praktykaWLO DEK B IE L SKIIT MAG INATION
Agenda
• Architektura DWH/BI
• 7 kluczowych błędów
• Metodyki zarządzania projektem
• Najlepsze praktyki
Klasyczna architektura DWH/BI
Dlaczego projekty BI są trudne?
Mniej niż 30% projektów BI osiąga zakładane cele biznesowe
(Gartner, 2012)
• Wiele różnorodnych i słabo rozpoznanych źródeł danych
• Potrzeba zbudowania hurtowni (do 80% czasu projektu)
• Brak wystarczających kompetencji i doświadczenia
• Niska jakość danych
Błąd 1: Brak wsparcia sponsora projektu
• DWH/BI angażuje wiele działów w organizacji
• Rozbieżne cele i interesy
• IT
• Księgowość
• Produkcja
• Sytuacje patowe – gdy zawodzą procesy
• Problemy z angażowaniem zasobów biznesu
• Rozstrzygnięcie, ustalenie priorytetów, angażowanie
Błąd 2: Zakładanie statyczności DWH/BI
• Zmienne warunki otoczenia
• Systemy źródłowe (OLTP)
• Strategiczne inicjatywy biznesu
• Apetyt przychodzi w miarę jedzenia
• Rosnące oczekiwania biznesu
• Większa dojrzałość analityczna (what-if, predykcja)
• Ograniczenia czasowe projektu
• Fizyczna niedostępność kluczowych użytkowników
• Ograniczony budżet roczny
Błąd 3: Brak zdefiniowanej strategii BI
• Koncentracja na korzyści „tu i teraz”
• Brak współpracy i synergii między działami
• Właściwa strategia determinuje m.in.:
• Wybór technologii i narzędzi
• Priorytety produktów
• Przyszłość rozwiązania (lokalne/taktyczne/strategiczne)
Błąd 4: Koncentrowanie się na tym co widoczne
• „Just give me a dashboard. Now!” (Gartner 2008)
• Brak zrozumienia szerszego kontekstu:
• Wielości i złożoności źródłowych systemów
• Przepływów danych
• Istniejących problemów infrastrukturalnych
Błąd 5: Przywiązanie do istniejących raportów
• Odtworzenie stanu istniejącego nie ma sensu!
• Wypadkowa wielu czynników, często przypadkowych
• Konserwuje istniejące wady i ograniczenia
• Trudność weryfikacji poprawności danych
• Często powtarzany fałsz staje się prawdą
• Niemożliwość odtworzenia pełnej logiki (np. „Excel hell”)
• Błędy ludzkie
Błąd 6: Zbytnia koncentracja na technologii
• Użycie „modnej” technologii
• Wybór pod wpływem subiektywnych czynników
• Brak właściwej ewaluacji narzędzi
• Użycie przestarzałej technologii
• Ignorowanie kontekstu organizacyjnego
• Wsparcie techniczne i utrzymanie
• Koszty, licencje
• Harmonogramowanie bez uwzględnienia ryzyka technologii
Błąd 7: Niewłaściwy dobór członków zespołu
• Rzadko spotykane połączenie umiejętności
• SQL, MDX, DAX, R
• Analiza, komunikacja, prototypowanie
• Proaktywne proponowanie rozwiązań
• Specjalizacja czy rozproszenie umiejętności?
• BI Developer + BI Analyst = BI Consultant
Metodyki prowadzenia projektów DWH/BI
• Mniej rozpowszechnione niż w przypadku inżynierii oprogramowania
• Różnorodne, trwające w czasie projekty – wiele produktów
• Często więcej biznesu niż technologii
• Własne propozycje (dziedzinowe, autorskie)
• Dostosowanie ogólnych metodyk (PMI, PRINCE2)
• Metodyki vendorów (MSF/MOF, OUM, ASAP)
Metodyki formalne vs zwinne
BI
ETL
DWH
Maksymalizacja
wartości
Minimalizacja
ryzyka
Metodyki formalne vs zwinne
BI
ETL
DWH
Zwinne
Formalne
Proponowane metodyki
• PMI, PRINCE, MSFDWH
• PMI, PRINCE, MSFETL
• Agile, SCRUMBI
• ITIL, MOFSupport
Najlepsze praktyki
• Wczesne zaangażowanie biznesu
• Kick-off, Fit-Gap – właściwe zasoby i wymiarowanie spotkań
• Wczesne prototypowanie w lekkich narzędziach
• Prototypowanie GUI, inspiracje
• Model danych – np. PowerPivot
• Wczesne testowanie produktów
• Self-service BI
• Nie jesteśmy w stanie zaimplementować wszystkich raportów
• Planowanie wsparcia i rozwoju
Podsumowanie
• Architektura DWH/BI
• 7 kluczowych błędów
• Metodyki zarządzania projektem
• Najlepsze praktyki
Dziękuję za uwagę!WLO DEK .B IE LSK I@O UTLO OK .COM