Graue Linie

Artykuł specjalistyczny

Zarządzanie projektami

Czynniki sukcesu w projektach BI – co robić, a czego nie robić w zarządzaniu projektami BI

Projektom BI często towarzyszą specjalne wymagania i dlatego wymagają one specjalnego podejścia. W tym artykule ujawniamy, w jaki sposób można je odpowiednio uwzględnić w zarządzaniu projektami i opanować je przy użyciu naszych czynników sukcesu. 

Podobnie jak wiele projektów IT, projekty BI również kończą się niepowodzeniem z powodów, których często można uniknąć. Na przykład analityk firmy Gartner, Nick Heudecker1, szacuje, że około 85% wszystkich projektów Big Data, będących przykładem nowoczesnych projektów BI, kończy się niepowodzeniem. Aby dołączyć do udanych 15%, opracowaliśmy czynniki sukcesu dla projektów BI w oparciu o nasze doświadczenie, które często są niedoceniane.

Skąd czerpiemy nasze doświadczenie?

29FORWARD z powodzeniem zrealizował już wiele projektów BI na całym świecie w sektorach bankowości, ubezpieczeń, handlu detalicznego i lotnictwa. W rezultacie zdobyliśmy szerokie doświadczenie w zarządzaniu projektami BI i jesteśmy zaznajomieni ze szczególną dynamiką takich projektów.

Jakość danych i techniczne znaczenie kluczowych wskaźników wydajności (KPI)

2 Manner sitzen an Laptops und schreiben auf Notizzettel

Podczas gdy niektóre firmy już uznają znaczenie danych i ich jakości za element strategiczny, innym wciąż brakuje jasno zdefiniowanej koncepcji w tym zakresie. Ważnym elementem jest tutaj odpowiedzialność, jakość poszczególnych danych i definicja zawartości wskaźników KPI. Im wyższa jakość danych, tym bardziej znaczące są wskaźniki KPI obliczane na podstawie tych danych. Wiarygodne decyzje mogą być podejmowane na tej podstawie tylko wtedy, gdy dane bazowe są dobrej jakości (kompletność, spójność, pochodzenie).

Czynniki sukcesu:

  1. Konieczna jest jasna definicja odpowiedzialności za dane i ich zmiany. Ważne jest, aby zespół projektowy w przejrzysty sposób określił obowiązki i interesy różnych interesariuszy. Obejmuje to również zaangażowanie organizacji liniowej, co wymaga ścisłej współpracy z organami takimi jak stewardzi danych lub BICC (Business Intelligence Competency Center).
  2. Zapewnienie odpowiedniemu działowi narzędzi do pomiaru i poprawy jakości danych. Możesz zdefiniować własne wskaźniki jakości danych, np. spójność zestawu danych, kompletność zestawu danych, redundancja (brak duplikatów).
  3. Upewnij się, że dokumentacja jest aktualna i kompletna. Należy zawsze aktualizować dokumentację wskaźników KPI i strumieni danych oraz zapewnić przejrzyste i ustandaryzowane zrozumienie w zespole projektowym. W ten sposób unikniesz niejednorodnej interpretacji wskaźników KPI i zapewnisz pojedynczy punkt prawdy dla odpowiednich wskaźników KPI firmy.
  4. Motto „Trash in – Trash Out!” – Jeśli to możliwe, usuwaj problemy z jakością danych w systemach dostarczających dane w systemie źródłowym, aby uniknąć czasochłonnych korekt danych w kolejnym systemie BI. Obowiązuje złota zasada: system BI jest tylko tak dobry, jak jakość danych dostarczanych w źródłach.

Zarządzanie testami

Ponieważ projekty BI są projektami opartymi na danych, tworzenie danych testowych jest szczególnie ważne w zarządzaniu testami, oprócz wykonywania testów. Złożoność tego ostatniego jest często niedoceniana na początku projektu.

Frau coded an einem Laptop

Wymogi regulacyjne

Zasadniczo wymogi regulacyjne (RODO, infrastruktura krytyczna, MaRisk, BAIT itp.) mają oczywiście zastosowanie do wszystkich rodzajów projektów IT. Jednak ze względu na przetwarzanie i analizę często wrażliwych lub poufnych danych, ochrona danych odgrywa szczególną rolę w projektach BI.

Organy regulacyjne, takie jak inspektorzy ds. audytu lub ochrony danych, są często postrzegane jako „hamujące innowacje”. Zarządzanie projektami musi pilnie unikać takiego środowiska pracy. Ważne jest, aby pośredniczyć między różnymi interesariuszami w celu konstruktywnego połączenia wymagań wszystkich stron.

Czynniki sukcesu:

  1. Aktywne zaangażowanie ważnych ról z obszarów ochrony danych, ładu informatycznego i zgodności w organizację projektu i komunikację od samego początku projektu. Wyjaśnić podstawowe wymogi regulacyjne na wczesnym etapie, biorąc pod uwagę infrastrukturę IT, i ustanowić jasne założenia do realizacji w fazie wdrażania. Wspólnie opracowane cele powinny być wyraźnie rozpoznawalne w koncepcjach wdrożeniowych dla odpowiednich pakietów roboczych. Mogą one zostać sprawdzone i zatwierdzone przez odpowiedzialnych interesariuszy w ramach oficjalnej procedury akceptacji. Zapewnia to bezpieczeństwo planowania projektu i pozwala uniknąć konfliktów i kosztownych obejść w późniejszych fazach projektu.
  2. Analiza rozwiązania BI i budżetu danych pod kątem ryzykownych i wrażliwych danych i funkcji. Na podstawie uzyskanych wyników należy opracować koncepcję autoryzacji dla każdego komponentu systemowego projektu rozwiązania zgodnie z wymogami RODO i MaRisk we współpracy z kluczowymi interesariuszami z obszaru zarządzania i infrastruktury IT. W ramach oficjalnego procesu zatwierdzania koncepcje są sprawdzane i zatwierdzane przez odpowiedzialnych kluczowych interesariuszy przed wdrożeniem.
  3. Ustanowienie jasnych definicji i procedur dokumentacji, na przykład dla procesów anonimizacji i pseudonimizacji. Zezwolenia muszą być dostosowane do różnych wymogów regulacyjnych, potrzeb informacyjnych specjalistycznych działów i zarządzania ryzykiem. Ponadto wszystkie informacje i wymagania powinny być dostępne na wczesnym etapie projektowania systemu i architektury. Z tego powodu należy planować wiążąco i z wyprzedzeniem, aby mieć wystarczająco dużo czasu na skoordynowanie wszystkich autoryzacji z interesariuszami.

Nasz wniosek dotyczący przepisu na sukces

Foto von einer Person auf einem schneebedeckten Berg

Każdy projekt BI ma ogromny potencjał, jeśli weźmie się pod uwagę wymienione czynniki sukcesu. Zawsze należy pamiętać, że obowiązkiem kierownictwa projektu jest w szczególności opracowanie wspólnej koncepcji w ścisłej współpracy z odpowiedzialnymi rolami w firmie, aby uniknąć konfliktów i niepotrzebnej dodatkowej pracy. Na wczesnym etapie należy również zaangażować w fazę konceptualizacji działy zarządzania testami, spraw regulacyjnych i jakości danych. Stosując podejście iteracyjne lub nawet zwinne, rozwiązania BI można rozwijać krok po kroku. Doświadczenie pokazuje, że jest to szczególnie odpowiednie dla projektów BI, aby jak najlepiej zastosować nasze czynniki sukcesu w praktyce. Treść i czynniki sukcesu w tym artykule opierają się na bogatym doświadczeniu zdobytym w projektach 29FORWARD. Jeśli jesteś zainteresowany, 29FORWARD jest również dostępny jako godny zaufania partner w realizacji projektów BI.

Źródło:
1 Matt Asay (2017): “85% of big data projects fail, but your developers can help yours succeed”, Datum des Zugriffs: 23.07.2021
Masz pytania, chciałbyś omówić z nami swój projekt lub szukasz wsparcia technicznego? Z niecierpliwością czekamy na rozmowę.

Umów się na spotkanie już teraz

Gerne leiten wir Sie weiter. Hierbei übermitteln wir einige Daten an den Anbieter. Mehr Informationen unter: Datenschutz

Gerne leiten wir Sie weiter. Hierbei übermitteln wir einige Daten an den Anbieter. Mehr Informationen unter: Datenschutz

Gerne leiten wir Sie weiter. Hierbei übermitteln wir einige Daten an den Anbieter. Mehr Informationen unter: Datenschutz

Chętnie przekierujemy Cię na tę stronę. W ten sposób przekazujemy pewne dane dostawcy. Więcej informacji w sekcji: Ochrona danych

Chętnie przekierujemy Cię na tę stronę. W ten sposób przekazujemy pewne dane dostawcy. Więcej informacji w sekcji: Ochrona danych

Chętnie przekierujemy Cię na tę stronę. W ten sposób przekazujemy pewne dane dostawcy. Więcej informacji w sekcji: Ochrona danych