Succesvol scrummen aan data science-projecten
Het optuigen van data science lastig en tijdrovend? Met een slimme agile aanpak valt het best mee. Zorg er wel voor dat je telkens de hele sprintcyclus doorloopt. In de praktijk worden vaak de belangrijkste sprintrituelen verwaarloosd. Perrijn Verduin en Raphaël Hoogvliets van Cegeka Consulting breken een lans voor een goed georganiseerd scrumteam en introduceren Data Science as a Service.
Agile software development is tegenwoordig een veelgehoorde term in de IT-wereld. Elke zichzelf respecterende organisatie gebruikt de methodologie om software in kleine stapjes op te leveren, in samenspraak met de stakeholders. Agile heeft dan ook veel voordelen: het is kortcyclisch, bijstuurbaar en resulteert snel in ‘minimaal werkbare producten’ (MVP’s).
We zien regelmatig dat bij data science-projecten het scrum ontwikkelproces moeilijk standhoudt. Na een enthousiaste start over de ‘moderne’ aanpak wordt de repeterende sprintcyclus van planning, development, product review en retrospective niet strak genoeg vastgehouden. Meestal uit tijdoverweging ligt de aandacht dan vooral bij het ontwikkelwerk en minder bij de andere onderdelen. Die zijn echter cruciaal voor het slagen van het project.
Waardevolle informatie
Een belangrijk onderdeel van de ontwikkelproces is de retrospective, de tweewekelijkse procesevaluatie door het ontwikkelteam. Er komt altijd waardevolle informatie boven tafel die de scrum master kan gebruiken om processen aan te scherpen en het team een boost te geven. Juist met deze informatie wordt een scrumteam snel volwassen en daarmee steeds efficiënter. In de praktijk merken we dat de retrospective regelmatig wordt overgeslagen. En dat is jammer.
Ook de tweewekelijkse product review is erg waardevol. Het is belangrijk dat alle stakeholders de ontwikkelde onderdelen regelmatig beoordelen. Reviews leiden tot betere software met de juiste features en daarmee tot minder verspilling van resources. Helaas vindt de product review niet altijd plaats.
Tijdens de sprintplanning komt eveneens waardevolle informatie boven tafel. Hoewel de planningsbijeenkomst het ontwikkelproces vergemakkelijkt, schiet hij er vaak bij in. Developers die snel aan de slag willen, zitten niet altijd te wachten op nog een vergadering. Toch wordt het ontwikkelwerk overzichtelijker en leuker, indien de planning goed is uitgevoerd.
Durf te investeren
De eenzijdige aandacht voor het ontwikkelwerk ten koste van de andere onderdelen van de sprintcyclus levert op korte termijn misschien wat tijdwinst op. Maar op langere termijn is het fnuikend voor de data science-ambities. Durf te investeren in de tijd om het project goed neer te zetten en ga niet bezuinigen op cruciale onderdelen van de cyclus.
Wij begrijpen dat niet elke organisatie de data science-projecten helemaal volgens het boekje kan optuigen. De ambities zijn er wel, maar de kennis en interne support ontbreken bijvoorbeeld. Bovendien zijn vaak de mogelijkheden beperkt om voor elk project individuele data scientists en software engineers in te huren. In zulke gevallen biedt Data Science as a Service uitkomst.
“Met Data Science as a Service kunnen organisaties erop vertrouwen dat hun data science-ambities vorm krijgen.”
Data Science as a Service?
Bij Data Science as a Service (DSaaS) zetten we een gezamenlijk scrumteam op, bestaande uit interne stakeholders en externe professionals die vaker met dit bijltje hakten. Denk hierbij aan een infrastructuurarchitect, een IoT-expert, een data engineer en een data scientist.
Met DSaaS kunnen organisaties erop vertrouwen dat hun data science-ambities vorm krijgen, zonder grote uitgaven aan externen of tijdrovende trajecten voor het werven en inwerken van eigen mensen. Ze betalen een voorspelbaar bedrag per maand en krijgen daarvoor een multifunctionele data science-afdeling ‘on demand’.
Team effort
De kracht van Data Science as a Service zit ‘m in de gezamenlijke team effort, de vertrouwensrelatie die we opbouwen en het flexibel samenbrengen van kennis en ervaring. Zie het als totaaloplossing die aanvullend is op de bestaande organisatie. Samen zorgen we ervoor dat de sprintcyclus standhoudt voorbij de ambitieuze aftrap en dat de resources ten opzichte van de geleverde (tussen)producten in een goede verhouding blijven.
Het is belangrijk dat het scrumteam voldoende aanlooptijd krijgt, iets waar bedrijven in de praktijk soms aan voorbijgaan. Het duurt even voordat iedereen op dreef is. Bij scrum zijn de eerste maanden daarom niet de silver bullet. Durf te investeren in tijd en onderlinge relatie. Als alles eenmaal goed staat, volgt daarna altijd het ‘aha-moment’. Met een gezamenlijke inspanning en het nodige geduld maken we van elk data science-project een succes.
Perrijn Verduin is Technical Consultant bij Cegeka Consulting en Raphaël Hoogvliets is Data Scientist bij Cegeka Consulting.
