[論文レビュー] Exploring Data Management Challenges and Solutions in Agile Software Development: A Literature Review and Practitioner Survey

Ahmed Fawzy, Amjed Tahir+2 more|arXiv (Cornell University)|Feb 1, 2024

Big Data and Business Intelligence被引用数 5

ひとこと要約

この論文は、アジャイルソフトウェア開発におけるデータ管理の課題を特定し、提案された解決策を調査する系統的文献レビューを実施し、それらが実践に与える影響を概説している。

ABSTRACT

Context: Managing data related to a software product and its development poses significant challenges for software projects and agile development teams. These include integrating data from diverse sources and ensuring data quality amidst continuous change and adaptation. Objective: The paper systematically explores data management challenges and potential solutions in agile projects, aiming to provide insights into data management challenges and solutions for both researchers and practitioners. Method: We employed a mixed-methods approach, including a systematic literature review (SLR) to understand the state-of-research followed by a survey with practitioners to reflect on the state-of-practice. The SLR reviewed 45 studies, identifying and categorizing data management aspects along with their associated challenges and solutions. The practitioner survey captured practical experiences and solutions from 32 industry practitioners who were significantly involved in data management to complement the findings from the SLR. Results: Our findings identified major data management challenges in practice, such as managing data integration processes, capturing diverse data, automating data collection, and meeting real-time analysis requirements. To address the challenges, solutions such as automation tools, decentralized data management practices, and ontology-based approaches have been identified. The solutions enhance data integration, improve data quality, and enable real-time decision-making by providing flexible frameworks tailored to agile project needs. Conclusion: The study pinpointed significant challenges and actionable solutions in data management for agile software development. Our findings provide practical implications for practitioners and researchers, emphasizing the development of effective data management practices and tools to address those challenges and improve project success.

研究の動機と目的

• アジャイルソフトウェア開発で議論されるデータ管理の側面を特定する。
• データ統合、収集、品質、分析など、データ管理の各側面における課題を特徴づける。
• アジャイル文脈におけるデータ管理の課題に対する提案解決策を特定し、分類する。
• チームとプロダクトデリバリーへのデータ管理の課題の影響を評価する。
• アジャイルフレームワークへ堅牢なデータ管理を統合するための推奨事項を提供する。

提案手法

• Kitchenham and Charters のSLRガイドラインに従った。
• 2023年10月以前の英語論文をScopusで検索した。
• 研究のフィルタリングに含める/除外基準を適用した。
• 二段階のスクリーニングと本文精読を通じて45件の高品質研究を取得した。
• データを抽出し、データ管理の側面ごとに研究を分類した。
• 抽出結果を含む再現性のデータセットを提供した。

Figure 1: The review process

実験結果

リサーチクエスチョン

• RQ1 RQ1: アジャイルソフトウェア開発の文脈で議論されているデータ管理の側面は何か？
• RQ2 RQ2: これらの側面に関してどのような課題が直面しているか？
• RQ3 RQ3: これらの課題に対処するためにどのような解決策が提案されているか？

主な発見

• 15のデータ管理の側面が特定された。データ統合、データ収集、データ品質、データ分析が最も議論されている。
• 主要な課題には相互運用性、意味的異種性、および異種データソースの統合が含まれる。
• 解決策にはオントロジー、データメッシュのアプローチ、自動ETLツール、品質重視の開発手法が含まれる。
• クラウドベースのデータロードパイプライン、オントロジーに基づく統合、アーキテクチャ中心のアプローチが実装された解決策の一例であった。
• データ収集と分析の間、データ統合と品質の間に重複の兆候があるという証拠がある。

Figure 2: Total number of studies discussing challenges and solutions associated with fifteen aspects of data management