Что общего между Lean в ИТ и ITIL: цифровизация для бережного управления Big Data и наоборот

Ранее мы рассказывали, что общего между бережливым производством и DevOps. Сегодня рассмотрим, как 7 принципов Lean отражены в разработке программного обеспечения. Также читайте в нашей статье об актуальности методологии ITIL для проектов цифровизации и внедрения технологий больших данных (Big Data).

7 принципов Lean в ИТ

Мы уже упоминали, что впервые концепцию Lean к области ИТ адаптировали программисты Мэри и Том Поппендики, опубликовав в 2003 году книгу «Бережливое производство программного обеспечения» («Lean Software Development: An Agile Toolkit»). В этом труде они изложили принципы и практики бережливой разработки ПО [1]:

1. ликвидировать потери, определив главную ценность для конечного потребителя (программное решение) и максимально сократив действия, которые ее не производят (согласование, документирование, тестирование);
2. встраивать качество, используя разработку через тестирования;
3. создавать знание не в виде разрозненных документов, а с помощью эффективных коммуникаций между членами команды и единого центра актуальных данных;
4. откладывать необратимые решения, чтобы фундаментальные ошибки не привели к краху всего проекта. Например, прежде чем приступить к непосредственному кодированию, следует продумать архитектуру проектируемой системы с учетом будущих перспектив и возможных рисков;
5. доставлять быстро, превратив релиз в рутину, а не в событие;
6. уважать людей, объективно оценивая их мнения с точки зрения разумности и полезности, а не регалий и прочих внешних факторов (стаж, прежние заслуги и т.д.);
7. оптимизировать целое, принимая во внимание общее улучшение деятельности, а не только локальную оптимизацию отдельных его частей. Например, выявив с помощью карт потока создания ценностей неэффективные процессы, в первую очередь следует исправить те точки, от которых зависят остальные этапы, чтобы не тратить ресурсы на «двойную» или «тройную» переделку.

Цифровизация, бережливое производство и ITIL

Напомним, цифровизация представляет собой переход предприятия или целой отрасли на новые модели бизнес-процессов, менеджмента и способов производства на базе современных ИТ, в т.ч. интернет вещей (Internet of Things), Big Data, машинное обучение (Machine Learning) и прочие методы искусственного интеллекта. При этом цифровая трансформация активно использует лучшие практики бизнес-аналитики и управления качеством, включая Agile-подходы к планированию работ и их выполнению, а также принципы Lean. В частности, для идентификации потерь и их исключения из производственного цикла применяются средства расширенной аналитики больших данных. Подробнее об этом мы рассказывали здесь.

Подчеркнем, что технологии Big Data, как и Lean – это всего лишь инструменты достижения бизнес-целей, а не отдельная инициатива, ценная сама по себе. Более того, проекты больших данных и цифровизации с технической точки зрения – это рядовые элементы корпоративной ИТ-инфраструктуры, для управления которой еще с 1980-х годов используется фреймворк ITIL (IT Infrastructure Library, библиотека инфраструктуры информационных технологий). Эта методология включает практики и принципы по управлению ИТ-услугами для повышения эффективности бизнеса. Руководящие принципы ITIL почти полностью повторяют основы Lean [2]:

1. фокус на ценности;
2. действия по текущей ситуации;
3. итеративный прогресс с обратной связью;
4. сотрудничество и открытость действий;
5. целостное мышление и слаженная работа;
6. практичность и простота;
7. оптимизация и автоматизация.

Ключевые шаги бережливого производства и практики ITIL также практически на 100% совпадают друг с другом [3]:

Кроме того, одна из основных целей внедрения рекомендаций ITIL направлена на снижение непродуктивных затрат в ИТ-деятельности, что соответствует главному назначению Lean – избавиться от потерь. Наконец, как и все Agile-подходы, ITIL – это не только технические практики и процессы, но и организационная работа с людьми [3]. Поэтому цифровизация начинается не с внедрения Apache Hadoop, Spark, Kafka и прочих технологий Big Data, а с изменения человеческого мышления. Например, понимания ценности продукта для конечного потребителя и отбрасывании лишнего. Как это сделать на примере анализа и формализации требований к ПО в условиях компромисса между жесткими рамками ГОСТ-ов и Agile, мы рассмотрим в следующей статье.

Еще больше реальных примеров цифровизации бизнеса и практических кейсов из аналитики больших данных вы узнаете на наших образовательных курсах в лицензированном учебном центре обучения и повышения квалификации руководителей и ИТ-специалистов (менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data) в Москве:

• Аналитика больших данных для руководителей
• Анализ и оптимизация бизнес-процессов

Источники

1. https://geekbrains.ru/posts/howto_lean_development
2. https://ru.wikipedia.org/wiki/ITIL
3. https://cleverics.ru/subject-field/articles/137-lean-it