Требования к данным

1. Моделирование данных

Модель данных является одним из наиболее мощных инструментов, используемых для сбора требований к информации. Это отличный подход, потому что каждый элемент данных может быть тщательно задокументирован, включая его тип данных, длину поля и его связь с другими элементами данных. Как уже упоминалось ранее, модель данных является прекрасным средством проверки полноты модели бизнес-процесса.
Другим аспектом моделирования данных, который делает его мощным, является то, что, как только он будет установлен и проверен SME, бизнес-аналитик может работать с администратором базы данных, чтобы перепроектировать модель в физическую базу данных, особенно если модель была разработана с использованием инструмента моделирования данных.

Моделирование данных требует практики, и, если у вас нет опыта в этом методе, может потребоваться пройти курс обучения и работать с опытным коллегой или наставником, который может помочь вам учиться.

2. Словарь данных

Словарь данных является необходимой частью модели данных, но может быть разработан и отдельно. Словарем данных является письменное описание элементов данных системы, которое описывает сущности, атрибуты каждого объекта и отношения между ними. Для разработки словаря данных не требуется значительная подготовка, но это не тривиальное упражнение, и для этого потребуется усидчивость.

Проверка словаря данных может быть сложной задачей, поскольку бизнес-аналитик часто сталкивается с разногласиями между заинтересованными сторонами относительно определений. Согласование этих различий на раннем этапе жизненного цикла проекта является обязательным, и их игнорирование может быть катастрофическим на поздних стадиях.

3. Анализ отчетов и прототипов

Другим способом, который бизнес-аналитик может описать требованиями к данным, является разработка серии макетов отчетов. Предполагается, что все данные, поступающие в систему, выводятся в той или иной форме в отчете. В конце концов, если данные не будут отображаться в отчете, зачем вообще помещать их в базу данных? Теоретически, как только бизнес-аналитик имеет набор макетов отчетов, которые были проверены SME, у него есть все элементы данных, которые он не может упустить.

Обычно бизнес-аналитику не придется создавать макеты отчетов с нуля, потому что уже будут отчеты, которые использует организация. Могут быть новые или разные отчеты, которые приведут к дополнительным требованиям к данным, и могут быть изменения в некоторых существующих отчетах. Это один из наиболее простых методов разработки требований к данным, а также тот, который не требует значительного обучения.

4. Обратный инжиниринг

Многие проекты по разработке IT систем сосредоточены на коммерческих готовых решениях Сommercial Off-The-Shelf Solutions (COTS), поскольку большинство организаций осознают риск и затраты на разработку индивидуальных решений. При внедрении COTS, организации, которые не выполняют "домашнее задание", с точки зрения определения их бизнес-процессов и требований к данным, довольно легко рискуют провалиться. Недостаточно все просто доверить поставщику, вы сами полностью должны быть уверены в том, что получите на выходе.

Технология обратного проектирования включает в себя приобретение пробной версии рассматриваемого COTS и копирование БД программного обеспечения в инструмент моделирования данных для создания физической схемы БД. Затем схема сравнивается с моделью данных, представляющей требования к данным организации. Анализ различий между ними определит области, в которых должны быть приняты решения. Например, если решение не поддерживает определенные требования к данным, организация должна будет решить, может ли он жить без него, или добавить ручную работу или определить, можно ли настроить продукт. Существует множество причин, по которым не всегда возможно обратное проектирование базы данных поставщика, и даже если это возможно, требуется определенное техническое ноу-хау.