Aufwandsabschätzung in Data Vault 2.0-Projekten

Bei der Wahl einer Methode zur Schätzung des erforderlichen Aufwands in agilen IT-Projekten gibt es viele Möglichkeiten.
Bei Data Vault 2.0-Projekten empfehlen wir, den Aufwand mit Hilfe einer Funktionspunktanalyse (FPA) zu schätzen. In diesem Artikel erfahren Sie, warum die FPA eine gute Wahl ist und warum Sie den Einsatz dieser Methode in Ihren eigenen Data Vault 2.0-Projekten in Betracht ziehen sollten.

DER GUTE ALTE PLANUNGSPOKER

Die wohl bekannteste Methode zur Schätzung der Arbeit in agilen Projekten ist Planning Poker. Innerhalb des Prozesses, so genannte Story Points, die auf der Fibonacci-Folge basieren (0, 0,5, 1, 2, 3, 5, 8, 13, 20, 40 und 100) werden verwendet, um den Aufwand für eine bestimmte Aufgabe zu schätzen. 

Zu Beginn des Prozesses setzt sich das gesamte Entwicklungsteam zusammen, da jeder Mitglied weist jeder User Story gleichzeitig Story Points zu, die es für angemessen hält. Wenn die Story-Punkte übereinstimmen, wird die endgültige Schätzung vorgenommen. Wenn kein Konsens erzielt werden kann, wird der Aufwand diskutiert, bis eine Entscheidung getroffen ist. 

Es ist jedoch zu beachten, dass diese Technik mit einem hohen Aufwand verbunden ist, der entweder durch zu viele Aufgaben oder zu viele Teammitglieder verursacht wird.  

Die Frage ist also: Funktioniert Planning Poker für Data Vault-Projekte?

Die kurze Antwort lautet: "Das macht wenig Sinn".

Da in der Data Vault 2.0 die funktionalen Anforderungen in kleine Elemente aufgeteilt sind, gibt es zahlreiche Aufgaben, die alle diskutiert und bewertet werden müssen. Außerdem handelt es sich bei den Teilaufgaben in der Data Vault 2.0 um standardisierte Artefakte, wie Hub, Link und Satellite. Diese Artefakte stellen im Prinzip immer den gleichen Aufwand dar.

Warum eignet sich die Function Point Analysis so gut dafür?

Hier kommt die FPA ins Spiel und ist der Grund, warum sie in agilen Softwareprojekten weit verbreitet ist. 

Die Idee ist, dass Software aus den folgenden Merkmalen besteht, die die Function Point Types darstellen:

 

• Externe Eingänge (EI) → Daten, die in das System eingehen
• Externe Ausgänge (EO), externe Abfragen EQ → Daten, die das System auf die eine oder andere Weise verlassen
• Interne logische Dateien (ILF) → Daten, die innerhalb des Systems hergestellt und gespeichert werden
• Externe Schnittstellendateien (EIF) → Daten, die außerhalb des Systems gepflegt werden, aber für die Ausführung der Aufgabe erforderlich sind

Mit FPA zerlegen Sie die Funktionalität in kleinere Elemente zur besseren Analyse. Wie bereits erwähnt, ist dies bei Data Vault 2.0-Projekten aufgrund der standardisierten Artefakte bereits der Fall. Aus diesem Grund ist FPA für Data Vault-Projekte sehr gut geeignet.

Wie wendet man FPA in Data Vault 2.0 an?

Um die FPA in der Data Vault 2.0-Methodik sinnvoll nutzen zu können, müssen daher die funktionalen Merkmale der Software, der externen Eingänge, der externen Ausgänge, der externen Abfragen, der internen logischen Dateien und der externen Schnittstellendateien an die Data Vault-Projekte angepasst werden. Die folgenden funktionalen Merkmale von data warehouses, die mit Data Vault erstellt wurden, sind definiert als:

• Stufenbelastung (EI)
• Nabenlast (ILF)
• Verbindungslast (ILF)
• Satellitenlast (ILF)
• Dimension Belastung (ILF)
• Faktische Belastung (ILF)
• Bericht erstellen (EO)

Bitte beachten Sie, dass es auch andere funktionale Komponenten gibt, die definiert werden können, wie z.B. Business Vault Entitäten, Point-in-Time Tabellen usw.

Sobald Sie diese Komponenten definiert haben, sollten Sie eine Tabelle erstellen, die sie Funktionspunkten zuordnet. Funktionspunkte werden verwendet, um den Umfang der Geschäftsfunktionalität zu quantifizieren, die ein Element einem Benutzer bietet. Im Allgemeinen empfiehlt es sich, zunächst einen Komplexitätsfaktor hinzuzufügen:

 

Komplexitätsfaktor	Personenstunden pro Funktionsstelle
Einfach	0.1
Mäßig	0.2
Schwierig	0.7

 

Dann verwenden Sie die Komplexitätsfaktoren und die zugewiesenen Funktionspunkte pro Komponente, um den geschätzten Zeitaufwand für die Hinzufügung der jeweiligen Funktionalität zu berechnen. Hier ist ein kurzes Beispiel, wie die Zuordnungstabelle für Sie aussehen könnte:

 

Komponente	Komplexitätsfaktor	Geschätzte Funktionspunkte	Geschätzte Gesamtstundenzahl
Nabenlast	Einfach	2	0.2
Dimension Last	Schwierig	3	2.1
Bericht erstellen	Schwierig	5	3.5

 

Ziel der Schätzung ist es, die Entwicklung von betrieblichen Informationssystemen zu standardisieren, indem der Aufwand besser vorhersehbar gemacht wird. Das liegt daran, dass Sie bei Verwendung eines systematischen Ansatzes zur Schätzung des erforderlichen Aufwands für die Hinzufügung von Komponenten die geschätzten Werte mit den tatsächlichen Werten vergleichen können, sobald die Funktionalität geliefert wurde. Wenn beide Werte verglichen werden, kann Ihr Team aus diesen früheren Schätzungen lernen und seine zukünftigen Schätzungen verbessern, indem es die Funktionspunkte pro Komponente anpasst. Denken Sie auch daran, dass Ihre Entwickler im Laufe der Zeit an Erfahrung gewinnen oder durch Austausch an Erfahrung verlieren können.

Schlussfolgerung

Ich hoffe, dieser erste Einblick in die FPA hilft Ihnen, den grundlegenden Wert zu verstehen, den sie Ihrem Team in Data Vault 2.0-Projekten bieten kann. Einen tieferen Einblick in die Anwendung von FPA in Data Vault 2.0-Projekten erhalten Sie durch das Lesen des Buches "Aufbau eines skalierbaren Data Warehouse mit Data Vault 2.0" von Michael Olschimke und Dan Lindstedt.

 

Geben Sie diesen Blogbeitrag gerne an Ihre Kollegen weiter und hinterlassen Sie einen Kommentar dazu, wie Sie den Aufwand für Ihr Projekt einschätzen!

• von Simon Kutsche (Scalefree)

Updates und Support erhalten

Bitte senden Sie Anfragen und Funktionswünsche an [email protected]. 

Für Anfragen zu Data Vault-Schulungen und Schulungen vor Ort wenden Sie sich bitte an [email protected] oder registrieren Sie sich unter www.scalefree.com.

Zur Unterstützung bei der Erstellung von Visual Data Vault-Zeichnungen in Microsoft Visio wurde eine Schablone entwickelt, mit der Data Vault-Modelle gezeichnet werden können. Die Schablone ist erhältlich bei www.visualdatavault.com.