Podczas sesji na rzeczywistych przykładach prześledzimy częste błędy popełniane podczas wdrożenia systemu BI. Rozważymy typowe sytuacje kryzysowe oraz sposoby radzenia z nimi. Przedyskutujemy też możliwości zastosowania formalnych procesów we wdrażaniu BI. Na koniec postaramy się określić zbiór najlepszych praktyk, mających zastosowanie w większości projektów.
4. 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
5. 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
6. 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
7. 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)
8. 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
9. 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
10. 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
11. 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
12. 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)
13. Metodyki formalne vs zwinne
BI
ETL
DWH
Maksymalizacja
wartości
Minimalizacja
ryzyka
16. Najlepsze praktyki
• Wczesne zaangażowanie biznesu
• Kick-off, Fit-Gap – właściwe zasoby i wymiarowanie spotkań
• Wczesne prototypowanie w lekkich narzędziach
• PrototypowanieGUI, inspiracje
• Model danych – np. PowerPivot
• Wczesne testowanie produktów
• Self-service BI
• Nie jesteśmy w stanie zaimplementować wszystkich raportów
• Planowanie wsparcia i rozwoju