O documento descreve um framework de 5 fases para desenvolver projetos de analytics usando o modelo SCRUM. A primeira fase é mapear os processos de negócios, a segunda é estruturar os dados no banco de dados, a terceira é aplicar análises descritivas e exploratórias, a quarta é implementar soluções analíticas, e a quinta é transferir conhecimento através de educação. O documento fornece detalhes sobre cada fase do framework.
2. Analytics Culture
Desenvolvendo SCRUM Analytics
Josias Oliveira
General Manager
josias.oliveira@statsoft.com.br
StatSoft South America
Learning
Together
4. É preciso ter
consciência de
pontos cruciais
que o Business
terá de solucionar
para prover
ambiente saudável
para desenvolver
soluções
estratégicas com
Analytics.
6. É um processo de
transformação e
requer alto
investimento
A Liderança precisa
ter foco, tempo e
Disciplina para
avançar
Investir e desenvolver
a arquitetura para
BigData & Analytics
é essencial!
Evoluir o
Legado de
Infraestrutura
Transformar
a Cultura
Analítica
Avançar com
o Ecossistema
de Analytics
7. Desenvolver um projeto de
Analytics em um modelo de
projetos rápidos, requer
desdobramentos em 5 fases!
9. Mapear
Processos
É o primeiro passo e, talvez, o mais
importante para desenvolver
projetos de Analytics.
Conhecer o processo sobre o qual
se originam os dados é essencial
para descrever o começo, o meio
e fim da entrega estratégica!
10. Estrutura de
Banco de
Dados
O Banco de Dados
deve refletir o
Processo que se
deseja melhorar!
Lembre-se que os
padrões ocultos em
grandes volumes de
dados são os
elementos que irão
transformar o atual
processo, tornando-
os mais eficientes e
inteligentes.
11. Começa com Descriptive Analytics,
passa por Exploratory Data Analysis
e termina com Advanced Analytics.
Se o Mapeamento de Processos e o
Banco de Dados está em ordem,
esta fase se conclui com até 45 dias
em média.
Aplicações de
Analytics
12. Implementar
Implementar Advanced
Analytics e uma gestão por
indicadores é essencial para o
avanço de Cultura Analítica.
Caso não haja
implementações em sistemas
legados, as criações com
Analytics se perderão com o
tempo.
Medir impactos de
implementação é avaliar se os
sistemas legados suportam os
desenvolvimentos de
inteligência e avaliar qual será
o entregável final desta
transformação no Business.
13. Transferir o conhecimento é a parte final deste
processo de desenvolvimento de Projetos de
Analytics e tem um efeito multiplicador.
Apriori todos aprenderam fazendo, ou seja,
colocando problemas para discutir, trazendo
soluções viáveis e promovendo entendimentos
sobre os insights. Agora, é preciso formalizar o
que foi compreendido e implementado com a
prática de resolver problemas. Tem cunho técnico
e formal, com exemplos do business.
Educação
16. Pré-Projeto Projeto Pós-Projeto
1. Entendimento do
Problema
2. Apresentação da
Proposta
3. Validação da
Proposta
4. Elaboração do
Contrato
5. Assinatura do
Contrato
6. Desenvolvimento
do Cronograma
Inicial
1. Acompanhamento
e Ajustes do
Modelo
2. Lições Aprendidas
3. Treinamento
4. Encerramento de
Contratos
5. Encerramento do
Projeto
i. Revalidação do Problema – O que sabemos?
ii. Identificação dos Componentes do Escopo – Workflow no Kanban
iii. Desenvolvimento do Cronograma
iv. Mapeamento de Recursos e Stakeholders
i. Mapeamento do Processo (Foco no Problema)
ii. Levantamento de Variáveis
iii. Validação do Processo e das Variáveis que Impactam o Processo
i. Mapeamento dos Dados
ii. Estruturação dos Dados
iii. Criação de Integrações
i. Análise Descritiva de Dados
i. Análise Avançada de Dados
i. Preparação do Ambiente
ii. Implementação
iii. Testes
iv. Implantação
Sprint 0
Sprint 1
Sprint 2
Sprint 3
Sprint 4
Sprint 5
Por Cristiano Santos, Project Manager da StatSoft
17. Mapear
Processos
Banco de
Dados - ETL
Basic
Analytics
Data
Modelling
Support to
Implement
Education
Analytics
Coaching
Analytics
2 Semanas
1 Semana
2 Semana
3 Semana
4 Semanas
Acompanhamento até Maturidade
1 Semana
18. Quer falar mais sobre isso?
Fale comigo.
Estou 99,999996% à sua disposição!