Agile BI – Part 2
השימוש בביג-דאטה וניתוח נתונים גדל באופן יחסית יציב בשנים האחרונות, ואז הגיעה הקורונה. המגיפה העולמית והמטלטלת הפכה את הצורך של ארגונים בדאטה לגדול ומשמעותי אפילו יותר.
חברות רבות יצרו דשבורדים מיוחדים המקבצים דאטה ממגוון עצום של מקורות על מנת לעזור הן לגופים ממשלתיים והן לעסקים לקבל החלטות המאפשרות להגן על האזרחים ולהיטיב עם העובדים. כיום יותר מתמיד, ארגונים נשענים על דאטה, אנליטיקה, ו-BI בפרט בעת קבלת החלטות עסקיות.
אך ניתוח נתונים והצגתו למקבלי ההחלטות באופן מניע לפעולה אינו מספיק – המהירות משחקת כאן תפקיד מרכזי, בעת הזו בה ההנחיות משתנות על בסיס יומי ואנו שרויים בתנאי אי-ודאות קיצוניים. ארגונים רבים נאלצו להסתגל במהירות למציאות החדשה, כאשר חלקם הצליחו לפתח ולהטמיע כלי ניתוח בקבועי זמן מידיים, אך רבים עדיין נשארים מאחור.
ואם יישמנו בארגון מערכת BI במהירות, האם הצלחנו להתמודד עם השינוי? מה אם בשבוע הבא נתעורר למציאות חדשה שתשנה את הצרכים העסקיים של הארגון? זוהי סיטואציה לגמרי הגיונית בתקופה הנוכחית.
במצב כזה, חשוב להיות בעלי היכולת לפתח BI בתהליך אג’ילי. Agile היא שיטה הנועדה לסייע לצוותים וארגונים בהתמודדות עם מציאות משתנה, תוך היכולת להמשיך ולדלוור פתרונות בעלי ערך. התובנות העסקיות העולות מהדאטה הארגונית חייבות להיות בעלות ערך, ולהמשיך להיות כאלו על אף שינויים תכופים בדאטה או בצורך.
אך מודל פיתוח ה-BI המסורתי (ניתוח ← עיצוב ← בנייה ← ניסוי ← הטמעה) אינו מתעדף את התקשורת בין המפתחים לבין המשתמשים העסקיים. המפתחים ממוקדים יותר בדאטה ובטכנולוגיה מאשר במתן מענה לשאלות החשובות יותר:
- מהן השאלות העסקיות עליהן אנו רוצים לענות?
- מה המשתמשים שלנו באמת צריכים?
באימוץ מודל אג’ילי לפיתוח BI, ארגונים רואים תמורה על השקעתם בקצבי זמנים מהירים יותר ומצליחים להסתגל במהירות לצרכים העסקיים המשתנים.
יתרונות מרכזיים לפיתוח BI אג’ילי:
- פיתוח בקצבים מהירים: מתודולוגיות הטמעה מסורתיות בדרך כלל מצריכות תהליך פיתוח ארוך, כאשר המטרה היא לספק 100% מהדרישות לפני העברת התוצאה הסופית. יחד עם הלחץ התמידי לקבלת המידע באופן מידי, לעתים קרובות המשמעות היא שהמשתמשים העסקיים דוהרים קדימה עם פיתוח פתרונות אופליין וחוץ-מערכתיים. תהליך אג’ילי מספק תוכן בעל ערך מוסף במהירות ובאופן מתמשך, וכתוצאה מכך ממזער כל סיכוי ל-“תעשייה ביתית” לצוץ.
- יכולת תגובה לשינויים: הספרינטים הנהוגים בתהליך אג’ילי מבטיחים התייחסות לשינויים כאשר הם מתרחשים, ובו זמנית גם מבטיחים שהמידע הנכון זמין לקבלת החלטות מהירה.
- לראות זה להאמין: במתודה אג’ילית המשתמשים יכולים כבר בשלב מוקדם בתהליך לראות ויזואלית את “האפשרי”. התהליך מאפשר להם לפתח הבנה ברורה יותר של צרכיהם ומבטיח שמה שיבנה הוא מדויק בצורתו. כשזה מגיע לפיתוח דשבורדים ואפליקציות דיווח, בדרך כלל המשתמשים לא בטוחים מראש בנוגע לצרכיהם. אג’ייל עוזר למשתמשים לראות ויזואלית את “האפשרי” בשלב מוקדם בתהליך.
Engagement = Adoption = Momentum:
אג’ייל עוזר למשתמשים ולהפיק תועלת מהערך של מה שמיוצר, כבר בשלב מוקדם. כתוצאה מכך האינג’ייג’מנט טוב יותר, מה שבתורו מוביל לאימוץ עסקי מוגבר של הפתרון ומשפר את המומנטום עבור פיתוחי BI אג’יליים בעתיד.
טיפים ופרקטיקות ליישום:
- JIT (Just In Time): הפרטים המדויקים נקבעים לאורך התהליך המתמשך של הפרויקט, ולא מתוכננים מראש בתחילתו. נקודת ההנחה היא שפרטים רבים ישתנו לאורך התהליך, ומודל JIT מאפשר גמישות בהתמודדות עם השינויים.
- חזון ארכיטקטורה מוקדם: יצירת ארכיטקטורה ראשונית תעזור לצוות להגדיר חזון ויזואלי בבניית ה-D/W. כאמור, מודל מפורט אינו נחוץ בתהליך אג’ילי, אך חזון הוא חשוב. חברי הצוות ישתמשו בכך כרפרנס חוזר לאורך חיי הפרויקט.
- Testing throughout: פרויקט BI אג’ילי הוא תהליך מתמשך ולא הטמעה חד פעמית. הדאטה משתנה, הארגונים משתנים, ולכן צריך להמשיך ולחזור לדשבורדים העסקיים כדי לוודא שהנתונים מדויקים ושהם עדיין עונים על השאלות הנכונות בדרך האפקטיבית ביותר.
- בחירת התוכנה המתאימה: חשוב לשים לב שאתם לא עוברים את כל התהליך האג’ילי ואז בוחרים בתוכנתBI שתקועה בשיטות המסורתיות.
אנחנו באברא מתמחים ביישום של פיתוח BI אג’ילי, בקצבי עבודה מהירים ובאופן שמותאם אישית לכל ארגון. תהליך העבודה שלנו והתוצר הסופי יאפשרו לכם לקבל ערך מתמשך ולהיות מוכנים להתמודדות עם שינויים תכופים בצרכים ו/או בדאטה הארגונית.
