Actualités : analyse de données, Business Intelligence, Data Science, Big Data


Notre démarche Agile adaptée aux projets BI


Rédigé par Antoine PARIS, Genicorp le 9 Avril 2014

Dans un contexte où les entreprises doivent rationaliser leurs investissements BI, enrayer l’allongement des délais de livraison, l’inflation des coûts inhérents et l’insatisfaction des utilisateurs dans le cadre de projets traditionnels, l’adoption d’une démarche Agile, bien qu’émergente en BI, apparaît comme un remède nécessaire.



Consultant BI Senior chez Genicorp
Consultant BI Senior chez Genicorp
Explications en 3 points sur les avantages d’une démarche Agile en BI, la présentation de notre méthode suivie de quelques recommandations pour un projet BI Agile réussi.

1) Avantages d’une démarche Agile appliquée aux projets BI

Le constat est amer : difficulté de nombreux projets BI traditionnels à délivrer dans les temps, à partir de spécifications fonctionnelles d'autant plus décalées que les besoins sont mouvants, diminuant la probabilité d'un succès effectif auprès des utilisateurs, imprévisibilité du retour sur investissement etc.

Les avantages d'une démarche Agile sont empiriques, livrer plus tôt c'est limiter les risques d'échec, augmenter les chances de s'améliorer tout en gardant les coûts sous contrôle, ses objectifs « plus vite, mieux, moins cher » :
- "plus vite" c'est à dire moins de temps de conception et de spécification sans livraison,
les cycles de livraison (par itération) sont raccourcis.
- "mieux" en minimisant le risque d’insatisfaction et d’inadaptation du SID dans le cadre
d’un projet en cascade (non Agile), un meilleur niveau de qualité est garanti
au travers de petits incréments, testés au plus tôt, davantage susceptibles
d’adhérer aux besoins évolutifs des utilisateurs.
- "moins cher" en diminuant le coût de la non qualité, de l’insuffisante réactivité, du non respect
des délais et de la trop faible adhérence aux besoins du métier d’un projet non Agile,
tout en suscitant les choix techniques les plus justes fonctionnellement et
économiquement parlant.

2) Notre méthode Agile adaptée aux projets BI

2.1) Les principes
Les principes sous-jacents à une démarche Agile sont la priorité donnée aux besoins des clients, en accompagnant leur évolution sans attendre la fin du projet, en évitant de figer ses choix dans des dépendances coûteuses sources de complexité, autrement il s'agit de :
- minimiser les adhérences non fonctionnelles strictement techniques.
- maîtriser les risques en maximisant l’indépendance entre les couches BI
(systèmes sources, entrepôt, Datamarts, cubes, outils de restitution).
- privilégier la simplicité (modèle de données, architecture) et
l’interchangeabilité des produits et technologies choisies, compte-tenu des
dernières innovations.

2.2) Les phases
Le déroulement d'un projet BI Agile comporte 2 phases principales :
- dans un premier temps, le cadrage, la définition du socle technique et l'identification des principaux risques en début
de projet (1 à 4 pré-itérations selon la complexité technique ou le niveau
d’innovation), la définition d'une feuille de route.
- dans un second temps, la construction incrémentale et itérative de l’entrepôt par item fonctionnel
priorisé et la livraison par étape des indicateurs, axes, périmètres, règles de
gestion etc jusqu’à leur mise en production dans
l’interface utilisateur (outil de restitution, cube, moteur de recherche).

2.3) L’organisation
Le bon fonctionnement de la démarche dépend en grande partie de son application (et son acceptation) dans l'organisation en :
- fixant la durée des itérations (timebox, généralement 2 à 4 semaines).
- désignant un Product Owner (ou PO délégué) représentant du métier,
responsable du carnet de projet et validateur des livraisons, et un Scrum
Master, animateur, évaluateur, gardien des rituels et de la définition de
« fini » acceptés par l’équipe projet.
- favorisant la participation aux rituels, le partage des tâches et des
connaissances dans une équipe multidisciplinaire et non hiérarchisée.
- intégrant l’organisation Agile dans l’entreprise par l’intermédiaire du
Management de programme et par la transparence envers les
souscripteurs.

3) Nos recommandations pour un projet BI Agile réussi

Outre les facteurs de succès classiques d'un projet (lisibilité des périmètres et objectifs, engagement continu des parties prenantes etc), et face aux résistances que peut parfois susciter l'application d'une démarche Agile en BI, il convient d'explicitement adopter l’agilité pour la globalité du projet BI, y compris pour la construction de l’entrepôt de données, en acceptant de laisser la place à un certain degré d'incertitude (qui existe de facto): la planification est itérative et la livraison de plus petits incréments plus souvent augmente l'effet d’apprentissage et le bénéfice pour le projet.

Nous recommandons également de privilégier l’interaction et la transparence entre les acteurs (métier/PO,
architectes/développeurs) pour affiner le besoin, améliorer ce qui est livré, se concentrer sur ce qui est livré et apporte la plus forte plus-value à l’utilisateur, pas les spécifications (règle du 80/20: 80% de clarté suffit à commencer de développer, 20% maximum de temps accordé aux spécifications), sans oublier l'importance de la qualité des données, particulièrement sensible en BI, dans la définition de « fini ».




Commentaires

1.Posté par Big Tata le 10/04/2014 14:16
Bonjour, je suis étonné par votre point "maîtriser les risques en maximisant l’indépendance entre les couches BI (systèmes sources, entrepôt, Datamarts, cubes, outils de restitution)."
Pour moi, le risque en BI est que trop souvent on décorrèle le rendu métier avec les données.
La "tuyauterie" (remontée des données, mise en qualité,architecture,création d'un dictionnaire de données) sont vues comme des "pertes de temps".
C'est d'autant plus vrai avec le discours "QuickWin votre appli Big Data avec des diagrammes de chaleur/Geomap/auto corrélations en 5j" des éditeurs de Dataviz.
Est ce que vous avez une stratégie sur vos projets agiles pour gérer l'impatience d'avoir un bel outil vs la nécessité de travailler sur la donnée et la qualité?

Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store