Die im Konferenzprogramm der TDWI München 2023 angegebenen Uhrzeiten entsprechen der Central European Time (CET).
Per Klick auf "VORTRAG MERKEN" innerhalb der Vortragsbeschreibungen kannst du dir deinen eigenen Zeitplan zusammenstellen. Du kannst diesen über das Symbol in der rechten oberen Ecke jederzeit einsehen.
Hier kannst Du die Programmübersicht der TDWI München 2023 mit einem Klick als PDF herunterladen.
Scrum-Teams sammeln in ihren Jira-Projekten einen immensen Datenschatz. Wir zeigen, wie diese Daten mithilfe von Data Science-Methoden im gesamten Scrum-Prozess vom Planning bis zur Retrospektive eingebracht werden können. Geplante vs. umgesetzte Velocity, Kopfmonopole und Chaos im Backlog werden besprochen.
Ziel ist es, dem Scrum-Team Methoden in die Hand zu geben, um offene Entscheidungen datenbasiert zu treffen. Dafür lernt es, eigenverantwortlich die notwendigen Daten mithilfe eines Self-Service BI-Tools zu erheben und zu analysieren.
Zielpublikum: Data Scientists und Scrum-Teams
Voraussetzungen: Grundlegende Scrum-Kenntnisse
Schwierigkeitsgrad: Einsteiger
Extended Abstract:
Die Einflussnahme und die unterschiedlichen Interessen der Stakeholder in Scrum-Projekten können eine fokussierte Ausrichtung auf Sprint-Ziele schwierig machen. Wir zeigen, dass in Jira-Projekten durch moderne Natural-Language-Processing-Methoden (NLP-Methoden) die Messung der inhaltlichen Heterogenität der einzelnen Aufgaben des Sprints möglich ist. Hierbei wird eine thematische Ähnlichkeit der Jira-Tickets über die Inhalte der Beschreibungstexte und der Titel angenommen - ähnlich zum Vorgehen einer Suchmaschine. Ein Jira-Projekt mit einigen Monaten Laufzeit reicht hierzu als Datenbasis aus. Diese Methode ist aber auch für sämtliche Projektgrößen, bis hin zu großen Entwicklungsprojekten, geeignet.
Auch mehrsprachige Aufgabenbeschreibungen und projektbezogene Fachsprache im Ticket stellen kein Problem dar. In unserem Vortrag fokussieren wir uns auf die Fragestellungen: Ist Excel wirklich das effizienteste Tool, um die langfristige Entwicklung der Velocity in einem Projekt zu untersuchen? Trägt eine starke Ausrichtung auf das Sprint-Ziel zu einer hohen Velocity bei? Wurde mein Team im Laufe des Sprints vom Tagesgeschäft abgelenkt?
Diese Fragen können wir mithilfe der zuvor beschriebenen Methodik zuverlässig analysieren. Als Ergebnis entstehen automatisch aus Jira abgeleitete Dashboards, die Teams bspw. mit PowerBI einsehen und reflektieren können. Wir berichten von unserer Praxiserfahrung und insbesondere wird es um die Korrelation von Heterogenität und Velocity gehen. Danach möchten wir gemeinsam mit dem Auditorium die Schlussfolgerungen für Scrum-Teams und deren inhaltliche Steuerung daraus diskutieren.
Dr. Ina Humpert ist Mathematikerin und als Beraterin bei der viadee IT-Unternehmensberatung tätig. Ihr Schwerpunkt ist Data Engineering auf SQL basierten Datenbanken im Bankenumfeld. Außerdem interessiert sie sich für Daten-Visualisierung unter anderem mit Power BI.
Ronja Köhling ist Beraterin bei der viadee. Ihr aktueller Schwerpunkt liegt im Bereich Data Science, unter anderem Maschinelles Lernen, Operations Research und Process Mining. Darüber hinaus interessiert sie sich für agile Themen und deren Schnittstellen zum Bereich Data Science.
Vortrag Teilen