Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Dataeierskap som grunnlag for applikasjonsutvik...

Dataeierskap som grunnlag for applikasjonsutvikling - Make Data Smart Trondheim 2022

Tradisjonelt har dataanalyse og rapportering tatt utgangspunkt i spesiallagde datamodeller opprettet på bakgrunn av konvertering og transformasjon av operasjonell data. Det er derimot applikasjonsutviklingen som ligger bak designet av operasjonell data og som regel har denne datamodellen vært lite egnet til analyse og rapportering. En av de direkte årsakene til dette skillet er tilnærmingen som de aller fleste applikasjonsutviklere tar, nemlig funksjonell dekomponering av systemer, basert på systemfunksjoner beskrevet i kravspesifikasjoner, use-case, produkt backlogg etc.

Hva om det fantes en annen måte å utvikle applikasjoner på som gjør at data spiller mye mer sentral rolle i dekomponering av systemer? Hva om denne måten å modularisere systemet på gjør at dataanalyse, rapportering og applikasjonsutvikling plutselig sitter mye nærmere hverandre?

Bli med og se hvordan komplekse systemer kan designes med bakgrunn i dataeierskap og forretningstjenester (business capabilities), noe som fører til et helt annet utgangspunkt for dataanalyse og rapportering. Presentasjonen er basert på reelle historier fra helse- og forsikringsdomenet.

Mufrid Krilic

November 24, 2022
Tweet

More Decks by Mufrid Krilic

Other Decks in Programming

Transcript

  1. @mufridk CoWork – Ingen ledere men fullt av ledelse •

    Tight Loose Tight – TLT • Strategisk og smidig ledelse • Domain-Driven Design • Taktisk og operativ produkt- og teknologiledelse
  2. @mufridk Læringsmål for neste ~30 min • Ulike perspektiver for

    applikasjonsutvikling og data analyse • Domain Storytelling • metodikk for å forstå domene og forretning • Etablere dataeierskap med Domain-Driven Design
  3. @mufridk Ulik organisering • Team for data analyse og rapportering

    • Atskilt fra applikasjonsutviklingen • Forankret i ekte behov for egen datamodell for analytiske data • Datamodellen lagd for applikasjonsbehov er ofte ikke tilstrekkelig
  4. Kan vi redusere gapet? • Kan vi ha et annet

    utgangspunkt? • Modellering av applikasjonsdata
  5. @mufridk ▪ For pasienter med identiske diagnoser kan felles behandling

    i grupper gi en god effekt ▪ Eksempler • Psykiatri • Samtalegrupper • Somatikk • Bassengtrening Domene: Gruppebehandling i sykehus
  6. @mufridk Funksjonell dekomponering • Avgrensninger i systemet etter funksjonene som

    en bruker trenger for å gjøre jobben sin • Klassisk tilnærming • Subdomene = Funksjon
  7. Dataeierskap – funksjonell dekomponering • «Gruppe» for ulike funksjoner •

    Behandlere • Pasienter som deltar i behandlingen • Oppmøtetidspunkter • Lokasjon • Hvem som (ikke) møtte opp • Hvem som kansellerte • Hvem har frikort • Hvordan motta faktura • Hva er egenandel ut fra diagnosegruppe
  8. @mufridk Rollebasert dekomponering • Avgrensninger i systemet ut fra hvilke

    roller som utfører ulike funksjoner • Tillater for mer oppgaveorientert applikasjon • Subdomene = Rollebasert funksjon
  9. @mufridk Dataeierskap - rollebasert dekomponering «Gruppe» planleggingskontekst • Behandlere •

    Pasienter som deltar i behandlingen • Oppmøtetidspunkter • Lokasjon «Gruppe» oppmøtekontekst • Hvem som (ikke) møtte opp • Hvem som kansellerte • Hvem har frikort • Hvordan motta faktura • Hva er egenandel ut fra diagnosegruppe
  10. @mufridk Tids- og rollebasert dekomponering • Avgrensninger i systemet ut

    fra hvilke roller utfører ulike funksjoner på ulike tidspunkter • Tillater for brukerkontekst-orientert applikasjon • Subdomene = Rollebasert funksjon i en tidskontekst
  11. @mufridk Dataeierskap - tids- og rollebasert dekomponering «Gruppe» planleggingskontekst •

    Behandlere • Pasienter som deltar i behandlingen • Oppmøtetidspunkter • Lokasjon «Gruppe» økonomikontekst • Hvem har frikort • Hvordan motta faktura • Hva er egenandel ut fra diagnosegruppe «Gruppe» oppmøtekontekst • Hvem som (ikke) møtte opp • Hvem som kansellerte
  12. @mufridk Dekomponering etter forretningstjenester • Avgrensninger i systemet etter tjenester

    som forretningen tilbyr sine kunder • Subdomene = Forretningstjeneste • Subdomene ≠ Funksjon • Utgangspunkt for produktarkitektur Forretningstjeneste aka Business Capability
  13. @mufridk Dataeierskap - forretningstjenester dekomponering «Gruppe» psykiatri tjeneste • Psykolog

    og/eller psykiater som behandlere • Diagnose • Psykiatrivedtak • Pasienter • Oppmøtetidspunkter «Gruppe» somatikk tjeneste • Lege som behandler • Diagnose • Oppmøtelokasjon utenfor sykehuset • Pasienter • Oppmøtetidspunkter
  14. @mufridk Språk som verktøy • Ett og samme domenebegrep i

    ulike subdomener er definert med ulik, evt. delvis overlappende sett med egenskaper • Bruk domenespråket til å finne passende nivå for dekomponering
  15. Kjernedomenet • Det som skiller deg fra dine konkurrenter •

    “Ikke alle deler av et system vil bli designet på en like god måte” • Generiske subdomener • Støtte-subdomener • Supporting Subdomain
  16. Problemrommet og løsningsrommet Problemrommet • Domeneanalyse for å oppdage naturlige

    Subdomener Løsningsrommet • Modellere applikasjon på en tilsvarende måte for å etablere Avgrensede Kontekster • Bounded Contexts
  17. Språklige grenser Ubiquitous Language • Omforent språk • Det samme

    språket overalt • Samtaler • Dokumentasjon • Kode
  18. De to pilarene av DDD 1. Omforent språk 2. Avgrensede

    kontekster • Avgrensede kontekster (Bounded Contexts) i applikasjonen defineres av språklige grenser • Kontekst er en del av applikasjonen der et domenebegrep er entydig
  19. Tverrfaglig samarbeid • Lage programvare som er så nært som

    mulig til det domeneeksperter hadde lagd om de hadde vært utviklere • En utforskningsprosess der alle , inkl. domeneeksperter faktisk kan lære enda mer om domene
  20. Strategisk DDD • Fokusere på kjernedomenet • Problem- og løsningsrommet

    • Subdomener og Bounded Contexts • Språklige grensene • Omforent språk • Tverrfaglig samarbeid mellom domeneeksperter og produktteam
  21. Oppsummering og takeaways ▪ Respektere og forene ulike behovene for

    applikasjonsutvikling og data analyse – Data Mesh ▪ Ulike tilnærminger til modellering i applikasjonsutviklingen – Unngå funksjonell dekomponering ▪ Etablere dataeierskap med Domain-Driven Design Ella Fitzegerald – «They Cant’t Take That Away From Me»
  22. @mufridk Bilder • https://unsplash.com/@x_vinicius • https://unsplash.com/@mpho_mojapelo • https://unsplash.com/@fazurrehman • https://unsplash.com/@freegraphictoday

    • https://unsplash.com/@dancristianp • https://unsplash.com/@patrickperkins • https://unsplash.com/@nadineshaabana • https://unsplash.com/@chuttersnap • https://unsplash.com/@ceebeesnap • https://unsplash.com/@renemolenkamp • https://unsplash.com/@rosiekerr • https://unsplash.com/@janilson123 • https://unsplash.com/@profwicks