mvp orizzontale  psm1 small  certified disciplined agilist mini  sixsigma yellow belt mini  mcpd agileiot logo  ac2 logo

  • Categoria: ALM
  • Scritto da Felice Pescatore
  • Visite: 761

DA2, Data Management

L’azione di Delivery enfatizza quasi sempre un’attenzione estremamente spostata sul codice (Build), relegando gli aspetti afferenti al mondo dei Dati in posizione secondaria, quasi accessoria.
Eppure l’organizzazione, la gestione e la persistenza dei dati e’ fondamentale, essendo aspetti che appartengono alla sfera dell’Enterprise Architecture, ossia dell’architettura informativa a supporto del business. Il motivo è presto detto: un accesso efficiente ed efficace ad essi, in funzione delle diverse aree e dei diversi servizi in esercizio, consente di avere prontezza della validità delle diverse assunzioni strategiche effettuate, sia di business che organizzative.

da2 disciplined devops


DA2 evidenzia tutto ciò in modo esplicito, prevedendo la pratica di Data Management e specializzandola su tre azioni primarie:

  • Data and Information guidelines: si tratta di avere una serie di linee guida da seguire nella creazione, nell’accesso e nella gestione dei differenti dataset. Tutto ciò va automatizzato il più possibile in modo da ridurre inefficienze e problemi. Si pensi, solo per citare un esempio classico, alle policy di backup;
  • Quality data source: la continua richiesta di cambiamento nei sistemi, dettati dalle nuove esigenze dei clienti e del mercato, si riflette in modo diretto anche sulla strutturazione dei dati e dei relativi repository. Per poter supportare il tutto in modo efficace e’ necessario che i dataset siano facilmente aggiornabili ed evolvibili, ostacolando la tentazione di creare continui workaround per supportare le nuove richieste. I workaround producono rapidamente un aumento esponenziale del Debito Tecnico, rendendo la soluzione ingestibile nel medio-lungo periodo;
  • IT intelligence: dati di qualità consento di poter effettuare tutta una serie di analisi trasversali, spesso grazie al supporto di strumenti di BI che permettono di analizzare l’andamento del proprio business. Ma l’IT intelligence sposta questo focus sull’analisi di quello che è l’improvement della propria divisione IT, mettendo a fattor comune i dati derivanti dai tool per la gestione integrata di una valida e robusta azione ALM. Si pensi, solo per fare un esempio estremamente semplice, alla possibilità di visualizzare il numero di Build di successo man man che il team prende confidenza l’Agile, in modo da poterne rafforzare l’azione laddove si dovessero verificare problemi di qualità. Queste informazioni sono utilizzabili, con diversi livelli di aggregazione, dai singoli team fino al Middle-management, in modo da allineare l’intera organizzazione sullo stato corrente. Più di rado gli aspetti tecnici possono interessare in modo diretto il Portfolio Level, anche se essi possono essere correlati con altre informazioni per creare indicatori relativi, ad esempio, al time-to-market o alla produttività.

Risulta estremamente evidente come i dati rappresentino una variabile fondamentale nel nostro processo DevOps, consentendo di creare opportune metriche di valutazione. In questo scenario, l’utilizzo di una piattaforma relativa integrata, come Visual Studio Team Services, permette di relazionare le varie informazioni in funzione delle diverse fasi di Delivery, evidenziando colli di bottiglia e, di conseguenza, aspetti su cui intervenire rapidamente per ridurre gli sprechi annessi al processo.