Анализ данных при принятии решенийАнализ

Программный комитет ещё не принял решения по этому докладу
Андрей Макаров
True Engineering

Более 5 лет в управлении крупными проектами. Внедрял ИС в банках РФ ТОП10, авиакомпании S7. Не знает, что бывают проекты меньше 1000 чел/часов.

Тезисы

Принятие решений в условиях неопределенности – “едим слона” по частям правильно.

Что делать в ситуации “Реши сейчас, разберемся потом”. Обычно для решения таких задач нужно море времени и ресурсов. Это дорого. Мы на примерах разберем подход к выбору параметров и переходу от “мне кажется, так говорит мой опыт” к “вот расчеты и логика принятия решения”.

1. Теория. Как выбрать правильную “линейку” и принять решение.
1.1 Требования – продуктовый подход.
1.2 Как смотреть - процесс или объекты.
1.3 Оценка узлов с точки зрения ценности для бизнеса.
1.4 Принцип "дерева принятия решений".

2. Практика и кейсы.
2.1 Видение vs Требования. Заказчик “видит” продукт, но не знает требований. Их создаем мы.
2.2 Roadmap проекта без детального плана в условиях предыдущей ситуации.
2.3 Тестирование и результат. Анализ готовности функционала до проведения полного регресса.

3. Оценка эффективности такого подхода.
3.1 На регрессе мы не тратим время на поиск ошибок, если не проверен "самый ценный" кейс.
3.2 Проверяя постановку задачи объективными данными, мы снижаем риск изменения требований по ходу постановки.

4. Что важно и что дальше?
4.1 Мы прививаем командам продуктовый подход и разностороннее понимание процесса/продукта.
4.2 Мы разрабатываем прикладные утилиты для предварительного тестирования данных или ключевого процесса.

Методологии и процессы разработки ПО; Сроки и приоритеты
,
Большие проекты/команды
,
Модели руководства
,
Оценка сложности проекта
,
Продуктовая разработка
,
Управление / другое
,
Теории и техники анализа
,
Приёмочные и функциональные тесты

Другие доклады секции Анализ