Modellgetriebene agile

Transkript

1 Modellgetriebene agile BI-Vorgehensweise Das Erfolgsmodell der neuen DWH-Entwicklung der DAK-Gesundheit Markus Kabel DAK-Gesundheit Konrad Linner solvistas Deutschland

2 Inhalt. Vorstellung Anforderungen Dimensionen e des BI-Projektes Ergebnisse und Erfahrungen Fragen und Diskussion 2

3 Vorstellung DAK-Gesundheit. Großer deutscher Gesundheitsdienstleister Über 6,6 Millionen Kunden Bundesweit in über 850 Servicezentren erreichbar Kompetente und freundliche Mitarbeiter Jährliches Leistungsvolumen von über 17 Milliarden Euro Gesundheitskompetenz seit 1774 Testsieger laufend prämierte Leistungsund Servicequalität 3

4 Vorstellung BICC der DAK Gesundheit. 20 DAK Mitarbeiter in unterschiedlichen Rollen betreuen u. a. 2 BI Portale, 25 Data Marts, 4 BI-Applikationen für 700 Führungskräfte (Führungsinformationssystem), 1300 Business User sowie 100 Power User auf einer Oracle M9000 mit einer SAS Software Umgebung Das Datenvolumen beträgt über alle Schichten und Umgebungen ca. 24TB, das tägliche Delta beträgt ca. 4 GB Das BICC ist eine Abteilung des Geschäftsbereichs Controlling und somit nicht in der IT angesiedelt 4

5 Vorstellung solvistas Gründung der solvistas GmbH mit Sitz in Linz / Österreich 2009 Gründung der solvistas Deutschland GmbH mit Sitz in Hamburg 40 Mitarbeiter (Stand August 2013) Umsatz 2011/2012 3,5 Mio. EUR (Wachstum 30% pro Jahr) über 50 Kunden (Gesundheits- & Versicherungswesen / Banken / Energiewirtschaft / Handel / Industrie / Information & Kommunikation (IT) / Logistik & Transport / Öffentlicher Sektor) 5

6 Vorstellung solvistas Geschäftsfelder. Data Warehouse und Big Data Architektur Daten- u. Prozessmodellierung Vorgehensmodelle ETL Migration Infrastruktur (MPP, In-Memory, Column Based) Metadaten + Wissensmanagement Microsoft (Produkt certifiziert) Oracle (Product certified) IBM PureData (certified IBM Partner) IBM DB2 (certified IBM Partner) IBM Netezza, MR2 Greenplum Pentaho Open Source SAS (certified Partner) Business Intelligence und Analytische Anwendungen MOLAP, OLAP, ROLAP Reporting, Dash Boarding Data Mining, Statistik Business Analytics Big Data Analytics Microsoft (Produkt certifiziert) Cognos (certitfied IBM Partner) SPSS (certified IBM Partner) Pentaho Open Source SAS (certified Partner) 6

7 Vorstellung solvistas Geschäftsfelder. Software Engineering und JAVA-Entwicklung Vorgehensmodelle Scrum Extreme Programming (XP) Prototyping IBM Rational Unified Process Framework-Entwicklung solvistas Client Plattform sol-kit Kundenspezifisches Framework Eclipse RCP (Rich Client Platform) sol-9: das solvistas Produkt für Unternehmensführung und Planung Balanced Score Card Performance Management Integrierte Finanz-Planung Liquiditäts-Planung Finanz-Controlling Prozesskosten Planung Kosten-Controlling t Branchenspezifische h Analysen Absatz-Controlling Planungs- Data Warehouse 7

8 Anforderungen Selbstreflexion. Wie zufrieden sind unsere internen Kunden? Setzen wir das um und verstehen wir, was unsere internen Kunden wollen? Wie bewältigen wir fachliche und technische Komplexität? Wie sieht es mit der Transparenz und Verfügbarkeit von fachlichem und technischem Wissen aus? Haben wir eine Architektur (und Umsetzung), die einfach gewartet und erweitert werden kann? Haben wir ausreichende Richtlinien und Standards zur Qualitätssicherung und werden diese auch gelebt? Wie gehen wir mit geänderten Anforderungen oder Hindernissen um? Wie hoch h sind die Eigenständigkeit, it das Verantwortungsbewusstsein t t und der Motivationsgrad im Team? Selbstreflexion war nach 7 Jahre BICC der DAK angebracht 8

9 Anforderungen 1/2 Das Data Warehouse ist die Datenbasis für die Instrumente unserer internen Kunden. Design und Entwicklung haben sich deren Anforderungen anzupassen -Kundenorientierung Eine gemeinsame Sprache für Technik und Fachlichkeit muss eingeführt werden. Kommunikations- und Verständnislücke zwischen Fachlichkeit und Technik wird geschlossen Verringerung der Komplexität der Anforderungen und des Systems erfordern die Aufteilung der Anforderungen auf einfache verständliche Einheiten Wissenstransfer und Wissensstreuung im BICC soll institutionalisiert werden Die Schnittstellen für unsere interne Kunden müssen stabil bleiben 9

10 Anforderungen 2/2 Die DWH Architektur soll für Erweiterungen und Anforderungen vorbereitet sein und diese schnell und einfach integrieren Flexibilität und Skalierbarkeit bei sich ständig ändernden Anforderungen müssen schnell und mit hoher Qualität umgesetzt werden Die Projektteams sollen eigenständig und mit hoher Motivation agieren und die Anforderungen unserer internen Kunden zielorientiert umsetzen 10

11 Dimensionen des BI-Projektes. Managementsicht und Vorgehensweise Programm-/Projekt-Management + Agile BI + Spiral-Modell + Fachliche Sicht Fachthemenbezogene Analyse und Entwicklung Projekt- Dimensionen + + Architektursicht Architekturbezogene Entwicklung Modellsicht Modellgetriebene Entwicklung 11

12 Dimensionen des BI-Projektes Management SICHT. Managementsicht und Vorgehensweise Programm-/Projekt-Management + Agile BI + Spiral-Modell + + Projekt- Dimensionen + 12

13 Dimensionen des BI-Projektes Management SICHT. Agile Vorgehensweise Chaos und Anarchie? Eine agile Vorgehensweise läuft immer in einer geordneten und kontrollierten Art und Weise ab Richtlinien, Standards und Prozesse definieren den Rahmen, in dem eine agile Vorgehensweise eingebettet ist Diese Rahmenbedingungen werden mit agilen Vorgehensweisen besser erfüllt: kurze Sprints regelmäßige Reviews am Sprint-Ende klare eindeutige Akzeptanzkriterien für User Stories erhöhte Eigenverantwortung des Teams 13

14 Dimensionen des BI-Projektes Management SICHT. Agile BI-Vorgehensweise Überblick Anlehnung an Scrum (mit sinnvollen Anpassungen) Rollenbeschreibung Gesamtprozess Anforderungsdefinitionsprozess Sprintprozess Projektphasen und Spiralmodell ll Klassisches Projektmanagement Qualitätssicherungsprozess Test- und Deploymentprozess Wissensmanagementprozess 14

15 Dimensionen des BI-Projektes Management SICHT. Projektphasen und Spiralmodell Entdeck en Entwerf en Entwick eln Einführe n Klassische Projektphasen sinnvoll angepasst integriert in Spiralmodell Analyse Proof of Concept Prototyp inkrementelle Umsetzung Sprialmodell Abarbeitung über Sprints 15

16 Dimensionen des BI-Projektes Management SICHT. Projektphasen und Spiralmodell Thema A Thema C Thema G AIS21c Thema B Thema D Thema E Thema H Thema I Thema F 16

17 Dimensionen des BI-Projektes Management SICHT. Anforderungsmanagementprozess Anforderungen Anforderungsmanagementsystem Idealer Weise mit integriertem Scrum-Werkzeug Anforderungen Product Backlog Anforderungen User Stories Anforderungsdefinition Sprint Backlog User Stories 17

18 Dimensionen des BI-Projektes Management SICHT. Anforderungen sammeln und Grobplanung erstellen Anforderungen und Grobplanung überprüfen Product Backlog Product Backlog Anforderungsmanagementprozess g Test- und Deploymentprozess Wissensmanagementprozess Qualitätssicherungsprozess Integration begleitender Prozesse Sprint Plannin g Meeting 1 Sprint Planning Meeting 2 Sprint- Umsetzung Sprint Review Sprint Retrospektive Sprint Backlog Sprint- Ergebnisse 18

19 Dimensionen des BI-Projektes Fachliche SICHT. + Fachliche Sicht Fachthemenbezogene Analyse und Entwicklung + Projekt- Dimensionen + 19

20 Dimensionen des BI-Projektes Fachliche SICHT. Fachthemenbezogene Entwicklung Kundensicht Die Entwicklung erfolgt in erster Linie nach Fachthemen, fachlichen Unterthemen, fachlichen Anforderungen und fachlichen User Stories Komplexitätsbewältigung Gliederung in Fachthemen und fachlichen Anforderungen Fokussierung der Entwicklung auf überschaubare fachliche Unterthemen User Stories auf unterster fachlicher Ebene (Product Backlog): Komplexität kann in einem Sprint bewältigt t werden 20

21 Dimensionen des BI-Projektes Fachliche SICHT. Fachthemenbezogene Entwicklung Kundenzufriedenheit Verringerung der Kommunikations- und Verständnislücke durch Regelmäßigkeit, Flexibilität, sichtbare Teilergebnisse und Modellorientierung Anforderungen werden zwischen Kunden und Product Owner abgestimmt Das Team überprüft Anforderungen Nach kurzen Sprint-Zyklen stehen Teilergebnisse zur Überprüfung bereit Fachliche Modelle bilden eine wichtige Basis Modelle werden als notwendige Produkte betrachtet 21

22 Dimensionen des BI-Projektes Architektur SICHT. + + Architektur Sicht Architekturbezogene Entwicklung Projekt- Dimensionen + 22

23 Dimensionen des BI-Projektes Architektur SICHT. Data Mart Schicht (DMS) Fachliche h Analysesicht Integrierte Datenschicht (IDS) Unternehmensweite Sicht (Data Vault Umsetzung) Historisierte Datenschicht (HDS) Tabellen aus den operativen Systemen 23

24 Dimensionen des BI-Projektes Architektur SICHT. Historisierte Datenschicht (HDS) Bereitstellung der Quelldaten Befüllung über die Staging Area Hohe Aktualität der Daten Feinste Granularität der Daten Bereitstellung von Deltas Pseudonymisierung Datenrekonstruktion Technisch geprüfte Daten 24

25 Dimensionen des BI-Projektes Architektur SICHT. Integrierte Datenschicht (IDS) Unternehmensweite Sicht der Daten (Master Data Management) Trennung zwischen Geschäftsobjekt, Kontext und Beziehungen Flexibilität bei Erweiterungen und Änderungen Zusätzlich: abgeleiteter fachlicher Kontext (abgeleitete Kennzahlen, fachspezifische Kennzahlen, Geschäftsregeln) Umsetzung als Data Vault: Hubs, Satelliten (einschließlich Business- Satelliten), Links Data Vault harmoniert mit agiler Vorgehensweise und fachlich fokussierter Entwicklung 25

26 Dimensionen des BI-Projektes Architektur SICHT. Data Mart Schicht (DMS) Fachspezifische Sichtweise Zugriffsschicht für Berichte und Analysen Aufbau nach Starschema Dimensionen Fakten 26

27 Dimensionen des BI-Projektes Architektur SICHT. ETL-Prozesse Strenge Trennung der Schichten (HDS, IDS, DMS) Die Verbindung der Schichten erfolgt über klar definierte einheitliche ETL-Prozesse: ETL-Prozesse von der HDS in die IDS ETL-Prozesse zum Aufbau der Hubs ETL-Prozesse zum Aufbau der Satelliten ETL-Prozesse zum Aufbau der Links ETL-Prozesse zum Aufbau der Business-Satelliten ETL-Prozesse von der IDS in die DMS ETL-Prozesse zum Aufbau der Dimensionen ETL-Prozesse zum Aufbau der Fakten 27

28 Dimensionen des BI-Projektes Modell SICHT. + + Projekt- Dimensionen + Modellsicht Modellgetriebene Entwicklung 28 28

29 Dimensionen des BI-Projektes Modell SICHT. Modellgetriebene BI Modellgetriebene BI ist in unserem Sinne als modellorientierte BI zu verstehen Hauptfokus: vollständige Modellierungsschichten und -prozesse Mit dem Ziel einer hohen Standardisierung, Wiederverwendbarkeit und Automatisierung Anlehnung an Model Driven Architecture Computational Independent Model (CIM) Platform Independent Model (PIM) Platform Specific Model (PSM) Agiler Vorgehensweise Modelle sind Produkte und damit Ergebnisse der agilen Vorgehensweise Das Ergebnis einer User Story kann auch nur die Erstellung eines Modells sein Modelle verringern Kommunikations- und Verständnislücken 29

30 Dimensionen des BI-Projektes Modell SICHT. Fachliche Modelle Architekturunabhängige Darstellung der Fachlichkeit Domänenmodell Dimension Fact Model (DFM), Kennzahlenbeschreibung Fachliche BI-Anwendungsfälle u. -Prozesse Logische Modelle Plattformunabhängige Darstellung der Architektur Logische Datenmodelle der DMS, IDS und HDS Prozessmodelle (Mapping) zwischen HDS, IDS und DMS Physische Modelle Plattformspezifische Umsetzung der logischen Modelle Erstellung des physischen Datenbankschemas für DMS, IDS und HDS Erstellung der ETL-Prozesse 30

31 Dimensionen des BI-Projektes Modell SICHT. Fachliche Modelle Domänenmodell Geschäftsobjekte und deren Beziehungen Unternehmensweite Sicht Master Daten Management Architekturunabhängig Dimensional Fact Model Analysesicht Fakten und Kennzahlen Dimensionen mit Hierarchien Fachliche Kennzahlenbeschreibung Fachliche BI-Anwendungsfälle und prozesse Wozu dient ein Data Mart? Beschreibt Verwendung, Nutzen und Nutzer (Akteur) Beschreibt den Prozess der Verwendung 31

32 Dimensionen des BI-Projektes Modell SICHT. Logische Modelle Logisches Datenmodell der DMS Fakten Dimensionen Logisches Datenmodell der IDS Hubs Satelliten und Business Satelliten Links Prozessmodelle zur Abbildung der HDS in die IDS Prozessmodelle zur Abbildung der IDS in die DMS 32

33 Dimensionen des BI-Projektes Modell SICHT. Physische Modelle Physisches Datenbankschema der DMS Fakten Dimensionen Physisches Datenbankschema der IDS Hubs Satelliten und Business Satelliten Links Physisches Datenbankschema der HDS ETL-Prozesse von der HDS in die IDS ETL-Prozesse von der IDS in die DMS 33

34 Dimensionen des BI-Projektes Modell SICHT. Entwicklungsleitfaden 34

35 Ergebnisse und Erfahrungen Zusammenfassung. Rahmen einer agilen modellgetriebenen Vorgehensweise: Managementsicht und Vorgehensweise Programm-/Projekt-Management + Agile BI + Spiral-Modell + Fachliche Sicht Fachthemenbezogene Analyse und Entwicklung Projekt- Dimensionen + + Architektur Sicht Architekturbezogene Entwicklung Modell Sicht Modellgetriebene Entwicklung 35

36 Ergebnisse und Erfahrungen Zusammenfassung FP Modellgetriebene agile BI-Vorgehensweise: Das Erfolgsmodell der DAK Gesundheit Ergebnisse und Erfahrungen Zusammenfassung. F a c h l i c h e M o d e L o g i s c h e M o d e P h y s i s c h e M o d e Fachthema 1 Fachthema 1 Fachthema n Fachthema n e l l e l l e e l l e 36

37 Ergebnisse und Erfahrungen Fazit. Platz für Text Agilität muss verstanden und gelebt werden (Change Management früh einleiten) Mitarbeiter werden von Spezialisten zum Generalisten Keine Scheu vor Modellen Fazit: Agile modellgetriebene Softwareentwicklung t erfüllt alle Anforderung schnelle Entwicklung, vollständige Dokumentation und effiziente Entwicklerteams 37

38 Fragen und Diskussion. Fragen Anregungen Diskussion 38

39 Referenten Kontakt. Konrad Linner Geschäftsführer solvistas GmbH Hamburg Beim Strohhause konrad.linner@solvistas.com Markus Kabel DWH-Spezialist DAK-Gesundheit Hamburg Nagelsweg markus.kabel@dak.de 39