[논문 리뷰] Exploring Data Management Challenges and Solutions in Agile Software Development: A Literature Review and Practitioner Survey

Ahmed Fawzy, Amjed Tahir외 2명|arXiv (Cornell University)|2024. 02. 01.

Big Data and Business Intelligence인용 수 5

한 줄 요약

이 논문은 애자일 소프트웨어 개발에서 데이터 관리 과제를 식별하고 제시된 솔루션을 조사하는 체계적 문헌 고찰을 수행하여 실무에 대한 시사점을 제시합니다.

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.

연구 동기 및 목표

• 애자일 소프트웨어 개발에서 논의되는 데이터 관리 측면을 식별한다.
• 데이터 관리 측면 전반의 도전과제를 특성화한다(예: 통합, 수집, 품질, 분석).
• 애자일 맥 context에서 데이터 관리 과제에 대해 제안된 해결책을 식별하고 분류한다.
• 데이터 관리 과제의 팀 및 제품 제공에 대한 함의를 평가한다.
• 강건한 데이터 관리를 애자일 프레임워크에 통합하기 위한 권고를 제시한다.

제안 방법

• Kitchenham 및 Charters의 SLR 지침을 따랐다.
• 2023년 10월 이전의 영어 논문을 검색하기 위해 Scopus를 사용했다.
• 연구 선별에 포함/배제 기준을 적용했다.
• 두 단계의 선별 및 전문 검토를 통해 45편의 고품질 연구를 확보했다.
• 데이터를 추출하고 데이터 관리 측면에 따라 연구를 분류했다.
• 추출된 결과로 재현 가능한 데이터셋을 제공했다.

Figure 1: The review process

실험 결과

연구 질문

• RQ1 RQ1: 애자일 소프트웨어 개발 맥락에서 어떤 데이터 관리 측면이 논의되나요?
• RQ2 RQ2: 이러한 측면들에 관해 어떤 도전과제가 제기되나요?
• RQ3 RQ3: 이러한 도전과제를 해결하기 위해 어떤 해결책이 제안되나요?

주요 결과

• 열다섯 개의 데이터 관리 측면이 식별되었고, 데이터 통합, 데이터 수집, 데이터 품질, 데이터 분석이 가장 논의된다.
• 주요 과제에는 상호 운용성, 시맨틱 이질성, 이질적인 데이터 원천의 통합이 포함된다.
• 해결책에는 온톨로지, 데이터 메시 접근법, 자동 ETL 도구, 품질 중심 개발 방법이 포함된다.
• 클라우드 기반 데이터 로딩 파이프라인, 온톨로지 기반 통합, 아키텍처 중심 접근법이 구현된 해결책 중 일부였다.
• 데이터 수집과 분석 간, 데이터 통합과 품질 간의 중복 증거가 있다.

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