SlideShare uma empresa Scribd logo
1 de 18
Baixar para ler offline
UTILIZAÇÃO DE MÉTODOS ÁGEIS
EM PROJETOS DE DATA WAREHOUSE,
UMA REVISÃO BIBLIOGRÁFICA
Autor: Wiliam Pereira Righi
Orientador: Marco Gandra
Análise de Inteligência de Negócios
Projetos de DW tradicionais
● Desenvolvimento sequencial (waterfall)
● Ciclos longos de desenvolvimento (meses)
● Pouco envolvimento dos stakeholders
● Falta de abertura a mudanças nos requisitos
Métodos Ágeis já são bastante comuns nos projetos de desenvolvimento de
software em geral.
É possível aplicar os mesmos princípios em projetos de Data Warehouse?
Problema
●
Apresentar as principais características de quatro propostas de
métodos ágeis aplicados a modelagem de um DW
●
O método BEAM* (Business Event Analysis and Modeling), (CORR,2012);
●
Agile Analytics – A value-driven approach to Business Intelligence and Datawarehouse,
(COLLIER,2012);
●
Agile Data, (AMBLER,2003);
●
Modeling the Agile Data Warehouse with Data Vault, (HULTGREN,2014).
●
Listar os desafios quanto a adoção de métodos ágeis em um
projeto de DW
Objetivos
Valores
– Indivíduos e interações sobre processos e ferramentas;
– Software funcional sobre documentação compreensiva;
– Colaboração do cliente sobre negociações de contrato;
– Resposta a mudanças sobre seguir estritamente o planejamento.
Princípios
Satisfação do cliente, entrega rápida, software funcional, mudanças nos
requisitos,cooperação, confiança, comunicação presencial, ritmo constante,
excelência ténica, design, simplicidade, auto-organização
O Manifesto Ágil (BECK,2001)
§
Alia técnicas de levantamento de requisitos com técnicas de
modelagem de bancos de dados
§
Data Stories descrevem os eventos de negócios
§
Framework 7W´s (who, what, where, when, why, how many, how)
– Conduz a conversa dos desenvolvedores com os stakeholders
– Stakeholders respondem as mesmas perguntas que farão ao DW
§
Diagramas e notações específicas para comunicação com stakeholders
– BEAM* Tables, timelines, hierarquias, etc
Método BEAM* (CORR,2012)
Método BEAM*
Exemplo de BEAM* Table
§
Propõe a utilização de método ágil em todo o ciclo de desenvolvimento
de BI
§
Principais princípios
– Modelar com propósito
– Excesso de detalhes e documentação é desperdício
– Modelo de dados funcional é auto-documentado
– Foco na modelagem necessária para a iteração corrente
– Envolvimento do cliente durante a modelagem
Agile Analytics (COLLIER,2012)
§
Uso intensivo de Padrões de Projeto
– Reutilizar modelos comprovadamente eficazes
– Reduz tempo de modelagem
– Eleva grau de abstração
– Reduz riscos
Agile Analytics (COLLIER,2012)
(JONES & SONG,2005).
§
Foco em reduzir os riscos do projeto e entregar um sistema de BI que
atenda as necessidades dos clientes e usuários
§
Práticas
– Envisioning – previsão de arquitetura e de requisitos
– Modelagem iterativa, modelstorm e JIT modeling
– Desenvolvimento orientado a testes – ferrramentas específicas para
testes de bancos de dados
– Foco na usuabilidade, user stories
– Abertura a mudanças – apoiado pela modelagem evolutiva e testes de
bancos de dados
Agile Data Modeling (AMBLER,2011)
§
Práticas (cont.)
– Database refactoring – pequenas mudanças no modelo afim de
melhorar performance e/ou suporte a futuras iterações
– Entrega contínua de software funcional – mesmo que poucos relatórios
por iteração. Oportunidade de correções de rumo.
– Envolvimento das equipes de suporte e operações desde o início do
projeto
●
Essas equipes têm requisitos não-funcionais do projeto: infra-
estrutura, manutenção, necessidade de treinamento, etc
Agile Data Modeling (AMBLER,2011)
§
Abordagem otimizada para construção de Enterprise Data Warehouses
(EDW)
– Integração de dados
– Rastreabilidade de dados históricos
– Auditorias
– Construção incremental
§
Tipos de tabelas
– Hubs
– Links
– Satellites
Agile DW with Data Vault (HULTGREN,2014)
§
Hubs
Agile DW with Data Vault (HULTGREN,2014)
§
Links
Agile DW with Data Vault (HULTGREN,2014)
§
Satellites
Agile DW with Data Vault (HULTGREN,2014)
§
Modelo não é otimizado para consultas, e sim para integração
– Requer data marts com modelagem dimensional
§
Data Vault é ágil por permitir a construção incremental do EDW
§
Mínimo de retrabalho entre as iterações
§
Alterações de requisitos -> novas Satellites, raramente requerem
alterações nas tabelas existentes
§
Ganho é multiplicado por não exigir mudanças nas cargas ETL
Agile DW with Data Vault (HULTGREN,2014)
§
As quatro abordagens possuem pontos em comum
– Desenvolvimento incremental e evolutivo
– Forte interação com stakeholders
– Abertura e suporte a mudanças de requisitos
§
Dificuldades na aplicação
– Resistência a mudanças de paradigma
– Falta de apoio executivo
§
Necessidades de negócio demandam entrega ágil de software
Conclusão
CORR, Lawrence; STAGNITTO, Jim - Agile Data Warehouse Design. Decision One Press.2012
COLLIER, Ken; Agile Analytics – A value-driven approach to business intelligence and data
warehousing. Pearson Press. 2012.
JONES, Mary; SONG, Il-Yeol - Dimensional modeling: identifying, classifying & applying
patterns. DOLAP '05 Proceedings of the 8th ACM international workshop on Data warehousing
and OLAP. 2005.
BECK, Kent. et al. Manifesto for Agile Software Development. 2001. Disponível em
<http://agilemanifesto.org/>. Acessado em 16/11/2014.
GRAZIANO, Kent - Agile Data Warehouse Modeling: Introduction to Data Vault Data
Modeling. Apresentado em Oracle User Group Finland (OUGF) 2014.
HULTGREN, Hans - Modeling the Agile Data Warehouse with Data Vault (Volume 1). Brighton
Hamilton. 2012.
AMBLER, Scott - Agile Database Techniques: Effective Strategies for the Agile Software
Developer. Wiley. 2003
Referências

Mais conteúdo relacionado

Semelhante a MetodosAgeis_DW_IGTI2015

Framework para Integração de Metodologias Ágeis com o Controle Estatístico de...
Framework para Integração de Metodologias Ágeis com o Controle Estatístico de...Framework para Integração de Metodologias Ágeis com o Controle Estatístico de...
Framework para Integração de Metodologias Ágeis com o Controle Estatístico de...Ana Pavan
 
Cursos de Data Warehouse
Cursos de Data WarehouseCursos de Data Warehouse
Cursos de Data WarehouseMarco Garcia
 
Ágil e Arquitetura-Os Opostos se Atraem
Ágil e Arquitetura-Os Opostos se AtraemÁgil e Arquitetura-Os Opostos se Atraem
Ágil e Arquitetura-Os Opostos se AtraemCentus Consultoria
 
Poc1 apresentacao parcial_henriquechevreux
Poc1 apresentacao parcial_henriquechevreuxPoc1 apresentacao parcial_henriquechevreux
Poc1 apresentacao parcial_henriquechevreuxchevreux
 
Software as a Service
Software as a ServiceSoftware as a Service
Software as a ServiceDenis Vieira
 
Proposta De Um Protótipo Para Avaliação Da Maturidade em Gestão Da Inovação D...
Proposta De Um Protótipo Para Avaliação Da Maturidade em Gestão Da Inovação D...Proposta De Um Protótipo Para Avaliação Da Maturidade em Gestão Da Inovação D...
Proposta De Um Protótipo Para Avaliação Da Maturidade em Gestão Da Inovação D...Diógenes Almeida
 
Frameworks de desenvolvimento web
Frameworks de desenvolvimento webFrameworks de desenvolvimento web
Frameworks de desenvolvimento webArlindo Santos
 
Webinar projetos e ti - business intelligence - como fazer
Webinar   projetos e ti - business intelligence - como fazerWebinar   projetos e ti - business intelligence - como fazer
Webinar projetos e ti - business intelligence - como fazerProjetos e TI
 
Goal-Driven Software Process
Goal-Driven Software ProcessGoal-Driven Software Process
Goal-Driven Software ProcessAndré Agostinho
 
Desenvolvimento Ágil: um survey baseado em experiências profissionais @ CONIC...
Desenvolvimento Ágil: um survey baseado em experiências profissionais @ CONIC...Desenvolvimento Ágil: um survey baseado em experiências profissionais @ CONIC...
Desenvolvimento Ágil: um survey baseado em experiências profissionais @ CONIC...André Luis Celestino
 
Feature driven development
Feature driven developmentFeature driven development
Feature driven developmentIzabel Rodrigues
 
Tesi Dados Final
Tesi Dados FinalTesi Dados Final
Tesi Dados Finaljcaroso
 
201305 IT Simplification Lean caixa-geraldepositos
201305 IT Simplification   Lean caixa-geraldepositos201305 IT Simplification   Lean caixa-geraldepositos
201305 IT Simplification Lean caixa-geraldepositosFrancisco Calzado
 
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...Fabrízio Mello
 
Análise de aderência de práticas ágeis na cultura de startups de software: o ...
Análise de aderência de práticas ágeis na cultura de startups de software: o ...Análise de aderência de práticas ágeis na cultura de startups de software: o ...
Análise de aderência de práticas ágeis na cultura de startups de software: o ...Marvin Ferreira
 

Semelhante a MetodosAgeis_DW_IGTI2015 (20)

Framework para Integração de Metodologias Ágeis com o Controle Estatístico de...
Framework para Integração de Metodologias Ágeis com o Controle Estatístico de...Framework para Integração de Metodologias Ágeis com o Controle Estatístico de...
Framework para Integração de Metodologias Ágeis com o Controle Estatístico de...
 
Cursos de Data Warehouse
Cursos de Data WarehouseCursos de Data Warehouse
Cursos de Data Warehouse
 
Agil escalavel safe
Agil escalavel   safeAgil escalavel   safe
Agil escalavel safe
 
Ágil e Arquitetura-Os Opostos se Atraem
Ágil e Arquitetura-Os Opostos se AtraemÁgil e Arquitetura-Os Opostos se Atraem
Ágil e Arquitetura-Os Opostos se Atraem
 
Modelagem dimensional
Modelagem dimensionalModelagem dimensional
Modelagem dimensional
 
Poc1 apresentacao parcial_henriquechevreux
Poc1 apresentacao parcial_henriquechevreuxPoc1 apresentacao parcial_henriquechevreux
Poc1 apresentacao parcial_henriquechevreux
 
Software as a Service
Software as a ServiceSoftware as a Service
Software as a Service
 
RAD
RADRAD
RAD
 
Proposta De Um Protótipo Para Avaliação Da Maturidade em Gestão Da Inovação D...
Proposta De Um Protótipo Para Avaliação Da Maturidade em Gestão Da Inovação D...Proposta De Um Protótipo Para Avaliação Da Maturidade em Gestão Da Inovação D...
Proposta De Um Protótipo Para Avaliação Da Maturidade em Gestão Da Inovação D...
 
Frameworks de desenvolvimento web
Frameworks de desenvolvimento webFrameworks de desenvolvimento web
Frameworks de desenvolvimento web
 
Webinar projetos e ti - business intelligence - como fazer
Webinar   projetos e ti - business intelligence - como fazerWebinar   projetos e ti - business intelligence - como fazer
Webinar projetos e ti - business intelligence - como fazer
 
Goal-Driven Software Process
Goal-Driven Software ProcessGoal-Driven Software Process
Goal-Driven Software Process
 
Desenvolvimento Ágil: um survey baseado em experiências profissionais @ CONIC...
Desenvolvimento Ágil: um survey baseado em experiências profissionais @ CONIC...Desenvolvimento Ágil: um survey baseado em experiências profissionais @ CONIC...
Desenvolvimento Ágil: um survey baseado em experiências profissionais @ CONIC...
 
Projeto UnB
Projeto UnBProjeto UnB
Projeto UnB
 
Feature driven development
Feature driven developmentFeature driven development
Feature driven development
 
Tesi Dados Final
Tesi Dados FinalTesi Dados Final
Tesi Dados Final
 
Conceitos DW
Conceitos DWConceitos DW
Conceitos DW
 
201305 IT Simplification Lean caixa-geraldepositos
201305 IT Simplification   Lean caixa-geraldepositos201305 IT Simplification   Lean caixa-geraldepositos
201305 IT Simplification Lean caixa-geraldepositos
 
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
 
Análise de aderência de práticas ágeis na cultura de startups de software: o ...
Análise de aderência de práticas ágeis na cultura de startups de software: o ...Análise de aderência de práticas ágeis na cultura de startups de software: o ...
Análise de aderência de práticas ágeis na cultura de startups de software: o ...
 

MetodosAgeis_DW_IGTI2015

  • 1. UTILIZAÇÃO DE MÉTODOS ÁGEIS EM PROJETOS DE DATA WAREHOUSE, UMA REVISÃO BIBLIOGRÁFICA Autor: Wiliam Pereira Righi Orientador: Marco Gandra Análise de Inteligência de Negócios
  • 2. Projetos de DW tradicionais ● Desenvolvimento sequencial (waterfall) ● Ciclos longos de desenvolvimento (meses) ● Pouco envolvimento dos stakeholders ● Falta de abertura a mudanças nos requisitos
  • 3. Métodos Ágeis já são bastante comuns nos projetos de desenvolvimento de software em geral. É possível aplicar os mesmos princípios em projetos de Data Warehouse? Problema
  • 4. ● Apresentar as principais características de quatro propostas de métodos ágeis aplicados a modelagem de um DW ● O método BEAM* (Business Event Analysis and Modeling), (CORR,2012); ● Agile Analytics – A value-driven approach to Business Intelligence and Datawarehouse, (COLLIER,2012); ● Agile Data, (AMBLER,2003); ● Modeling the Agile Data Warehouse with Data Vault, (HULTGREN,2014). ● Listar os desafios quanto a adoção de métodos ágeis em um projeto de DW Objetivos
  • 5. Valores – Indivíduos e interações sobre processos e ferramentas; – Software funcional sobre documentação compreensiva; – Colaboração do cliente sobre negociações de contrato; – Resposta a mudanças sobre seguir estritamente o planejamento. Princípios Satisfação do cliente, entrega rápida, software funcional, mudanças nos requisitos,cooperação, confiança, comunicação presencial, ritmo constante, excelência ténica, design, simplicidade, auto-organização O Manifesto Ágil (BECK,2001)
  • 6. § Alia técnicas de levantamento de requisitos com técnicas de modelagem de bancos de dados § Data Stories descrevem os eventos de negócios § Framework 7W´s (who, what, where, when, why, how many, how) – Conduz a conversa dos desenvolvedores com os stakeholders – Stakeholders respondem as mesmas perguntas que farão ao DW § Diagramas e notações específicas para comunicação com stakeholders – BEAM* Tables, timelines, hierarquias, etc Método BEAM* (CORR,2012)
  • 8. § Propõe a utilização de método ágil em todo o ciclo de desenvolvimento de BI § Principais princípios – Modelar com propósito – Excesso de detalhes e documentação é desperdício – Modelo de dados funcional é auto-documentado – Foco na modelagem necessária para a iteração corrente – Envolvimento do cliente durante a modelagem Agile Analytics (COLLIER,2012)
  • 9. § Uso intensivo de Padrões de Projeto – Reutilizar modelos comprovadamente eficazes – Reduz tempo de modelagem – Eleva grau de abstração – Reduz riscos Agile Analytics (COLLIER,2012) (JONES & SONG,2005).
  • 10. § Foco em reduzir os riscos do projeto e entregar um sistema de BI que atenda as necessidades dos clientes e usuários § Práticas – Envisioning – previsão de arquitetura e de requisitos – Modelagem iterativa, modelstorm e JIT modeling – Desenvolvimento orientado a testes – ferrramentas específicas para testes de bancos de dados – Foco na usuabilidade, user stories – Abertura a mudanças – apoiado pela modelagem evolutiva e testes de bancos de dados Agile Data Modeling (AMBLER,2011)
  • 11. § Práticas (cont.) – Database refactoring – pequenas mudanças no modelo afim de melhorar performance e/ou suporte a futuras iterações – Entrega contínua de software funcional – mesmo que poucos relatórios por iteração. Oportunidade de correções de rumo. – Envolvimento das equipes de suporte e operações desde o início do projeto ● Essas equipes têm requisitos não-funcionais do projeto: infra- estrutura, manutenção, necessidade de treinamento, etc Agile Data Modeling (AMBLER,2011)
  • 12. § Abordagem otimizada para construção de Enterprise Data Warehouses (EDW) – Integração de dados – Rastreabilidade de dados históricos – Auditorias – Construção incremental § Tipos de tabelas – Hubs – Links – Satellites Agile DW with Data Vault (HULTGREN,2014)
  • 13. § Hubs Agile DW with Data Vault (HULTGREN,2014)
  • 14. § Links Agile DW with Data Vault (HULTGREN,2014)
  • 15. § Satellites Agile DW with Data Vault (HULTGREN,2014)
  • 16. § Modelo não é otimizado para consultas, e sim para integração – Requer data marts com modelagem dimensional § Data Vault é ágil por permitir a construção incremental do EDW § Mínimo de retrabalho entre as iterações § Alterações de requisitos -> novas Satellites, raramente requerem alterações nas tabelas existentes § Ganho é multiplicado por não exigir mudanças nas cargas ETL Agile DW with Data Vault (HULTGREN,2014)
  • 17. § As quatro abordagens possuem pontos em comum – Desenvolvimento incremental e evolutivo – Forte interação com stakeholders – Abertura e suporte a mudanças de requisitos § Dificuldades na aplicação – Resistência a mudanças de paradigma – Falta de apoio executivo § Necessidades de negócio demandam entrega ágil de software Conclusão
  • 18. CORR, Lawrence; STAGNITTO, Jim - Agile Data Warehouse Design. Decision One Press.2012 COLLIER, Ken; Agile Analytics – A value-driven approach to business intelligence and data warehousing. Pearson Press. 2012. JONES, Mary; SONG, Il-Yeol - Dimensional modeling: identifying, classifying & applying patterns. DOLAP '05 Proceedings of the 8th ACM international workshop on Data warehousing and OLAP. 2005. BECK, Kent. et al. Manifesto for Agile Software Development. 2001. Disponível em <http://agilemanifesto.org/>. Acessado em 16/11/2014. GRAZIANO, Kent - Agile Data Warehouse Modeling: Introduction to Data Vault Data Modeling. Apresentado em Oracle User Group Finland (OUGF) 2014. HULTGREN, Hans - Modeling the Agile Data Warehouse with Data Vault (Volume 1). Brighton Hamilton. 2012. AMBLER, Scott - Agile Database Techniques: Effective Strategies for the Agile Software Developer. Wiley. 2003 Referências

Notas do Editor

  1. &amp;lt;número&amp;gt;