Principe mining: architectuur ondersteunen met data intelligence

Het fenomeen van process mining is breed bekend: door analyse van data in business proces systemen zichtbaar maken hoe processen werkelijk verlopen en de waarden meten die de kwaliteit van het proces tonen. Naar analogie van dit fenomeen zou het ook mogelijk moeten zijn om door analyse van data in ICT systemen de architectuurprincipes zichtbaar te maken en de feitelijke waarden van deze principes te meten. Dat is de hypothese die we in een experiment willen toetsen.

Architectuurprincipes zijn algemeen geldende regels. Zij zijn leidend bij het maken van keuzes betreffende het ontwerp, de inrichting, realisatie en exploitatie van de informatievoorziening. De ‘body of knowledge’ van het architectuurvak omvat de verzameling van principes die betiteld kan worden als de ‘best practice’. Er is inmiddels een brede verzameling principes in omloop. Via referentie-architecturen zijn best practices samengesteld voor een aantal contexten. Worden die principes daadwerkelijk in praktijk gebracht, met andere woorden: wat is de "practice"? En leidt toepassing ook tot het veronderstelde goede resultaat, met andere woorden: is de practice echt "best"?

Op basis van de resultaten in de sessie van VNA, NAF en Ngi-NGN is kort verkend of er een experiment zou kunnen worden gestart waarin de toepassing van data intelligence in de architectuurpraktijk meer concreet kan worden gemaakt. Met name het geautomatiseerd toetsen van architectuurprincipes lijkt daarin kansrijk. Een dergelijke toets kan je toepassen als onderdeel van "self service architectuur" voor agile teams, als evaluatiemiddel van bestaande systemen of als evaluatiemiddel van architecturen.

Bij een self service architectuur zou je kunnen denken aan een data-intelligence hulpmiddel dat helpt business principes en inrichtingsprincipes te vinden en te toetsen tijdens de refinement van backlog-items. Of je kan denken aan een hulpmiddel dat helpt nieuwe of gewijzigde services te toetsen tegen principes tijdens een sprint review. Bij een evaluatiemiddel van bestaande systemen zou je kunnen denken aan analyses van code, logfiles en gebruiksdata om afwijkingen van met name constructie-principes te detecteren die duiden op verbetermogelijkheden of storingsbronnen. Bij een evaluatiemiddel van de architectuur zelf kan een dergelijke analyse worden gebruikt om te bepalen welke principes daadwerkelijk onderscheidend zijn en tot succes leiden om zo tot een kleinere set principes te komen die eenvoudiger toe te passen en te beheren is.

Om dit experiment vorm te geven wil VNA een werkgroep faciliteren die een selectie aan principes samenstelt die kansrijk zijn om met principe-mining te ondersteunen (bijvoorbeeld een selectie uit de principes van een of meer referentie-architecturen). Vervolgens doelstellingen formuleert voor de toegevoegde waarde die principe mining zou kunnen leveren (zoals patroonanalyse van een kennisbank, process mining op log files voor het aantonen van de kwaliteit van services, automatische herkenning van architectuurpatronen of automatische aanbevelingen voor optimalisatie). De daad ook bij het woord voegt door datasets te detecteren die als bron kunnen dienen voor principe mining (zoals kennisbanken, logfiles of andere bronnen) en met behulp van data intelligence tools een proof of concept realiseert voor principe mining

Wij roepen geïnteresseerden op om zich bij Via Nova Architectura te melden: via een reactie op deze site, op LinkedIn LinkedIn groep Via Nova Architectura of via een mail aan Danny Greefhorst of Martijn Sasse.

Weergaven: 326

Opmerking

Je moet lid zijn van Via Nova Architectura om reacties te kunnen toevoegen!

Wordt lid van Via Nova Architectura

Sponsoren

Sessies

19-02: ERP software - KNVI meer...

Advertenties

Je kunt hier adverteren

© 2019   Gemaakt door Stichting Digital Architecture.   Verzorgd door

Banners  |  Een probleem rapporteren?  |  Algemene voorwaarden