• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Visualizing issue tracking data using a process mining tool to support the agile maturity assessment within the Scaled Agile Framework : A case study / Visualisering av ärendehanteringsdata med hjälp av ett process-mining-verktyg med syftet att stödja den agila mognadsmätningen inom SAFe. : En fallstudie

Hovmark, Olle January 2022 (has links)
Today, agile development is broadly used within both small and large organizations worldwide. Transitioning to agile development in a large organization is a complex task that requires support from everyone in it. The Scaled Agile Framework (SAFe) is a framework meant to help integrate agile development within all parts of an organization. Regularly conducted assessments of how well an organization has integrated agile development can be a way to make sure the transition is happening as intended. These kinds of assessments are often called agile maturity assessments. SAFe includes such an assessment, but since the assessment is based on thoughts and reflections from members in the organization, doing the assessment can be difficult and may give unreliable results. This study aims to explore one way to support the assessment with objective data by generating visualizations of issue tracking data extracted from Jira and Github. The Inductive visual Miner, a plugin in the process mining software ProM, was used for the visualizations. A case study was conducted at the IT department of the Swedish Tax Agency. A slightly modified version of the methodology called the PM2 methodology was used to conduct the study. The modified methodology included six stages; a planning stage, a data extraction stage, a data processing stage, a mining and analysis stage, an evaluation stage and lastly, an improvement stage where an attempt was made to improve the visualizations based on the analysis and the evaluation. The planning stage was used to gain information about the work processes in the organization and what kind of data that may exist in the chosen data sources. A set of goal questions connected to the agile maturity assessment were generated, which the visualizations were expected to provide answers to. Data from six teams were then used to generate the visualizations. At first, the visualizations were explored and later evaluated in collaboration with the SCRUM-master in each team. The results in this study show that visualizations generated from issue tracking data using the Inductive visual Miner can be used to answer questions about time and order of events that are related to the agile maturity assessment within SAFe. However, additional analysis and reflections are needed to draw conclusions about the agile maturity from the information obtained from the visualizations. A set of requirements for the data used to generate this kind of visualizations is also proposed. The requirements were based on the results from all stages. / Agil utveckling används idag flitigt inom både små och stora organisationer över hela världen. Att gå över till agil utveckling i en stor organisation är en komplex uppgift som kräver stöd från alla inom den. Scaled Agile Framework (SAFe) är ett ramverk avsett att göra det lättare att integrera agil utveckling inom alla delar av en organisation. Regelbundet genomförda utvärderingar av en organisations användning av agil utveckling kan vara ett sätt att se till att övergången sker som planerat. Dessa utvärderingar kallas ofta agila mognadsmätningar. I SAFe ingår en sådan utvärdering, men eftersom utvärderingen baseras på tankar och reflektioner från medlemmar i organisationen kan det vara komplicerat att utföra utvärderingen och den kan ge icke pålitliga resultat. Syftet med denna studie är att utforska ett sätt att stödja den agila mognadsmätningen med objektiv data genom att generera visualiseringar av ärendehanteringsdata som extraherats från Jira och Github. En plugin kallad Inductive visual Miner i process mining-verktyget ProM används för denna visualisering. En fallstudie genomfördes på Skatteverkets IT-avdelning. En något modifierad version av metoden kallad PM2 -metoden användes för att genomföra studien. Den modifierade metoden inkluderade sex steg; ett planeringsskede, ett datautvinningsskede, ett databearbetningsskede, ett process mining- och analysskede, ett utvärderingsskede och slutligen ett förbättringsskede där ett försök till att förbättra visualiseringarna utifrån analysen och utvärderingen genomfördes. Planeringsstadiet användes för att få information om arbetsprocesserna i organisationen och vilken typ av data som kan finnas i de valda datakällorna. En uppsättning målfrågor kopplade till den agila mognadsmätningen formulerades. Detta var frågor som visualiseringarna förväntades ge svar på. Data från sex team användes sedan för att generera visualiseringarna. Visualiseringarna undersöktes först noggrant och utvärderades sedan i samarbete med SCRUM-mastern i varje team. Resultaten i denna studie visar att visualiseringar genererade från ärendehanteringdata med hjälp av verktyget Inductive visual Miner kan användas för att svara på frågor om tid och ordning av händelser i arbetsprocessen, som är relaterade till den agila mognadsmätningen inom SAFe. Ytterligare analyser och reflektioner behövs dock för att dra slutsatser om den agila mognaden utifrån informationen som erhålls från visualiseringarna. En uppsättning krav för den data som ska användas för att generera denna typ av visualiseringar föreslås också. Dessa krav är baserade på resultaten från alla steg i metoden.

Page generated in 0.0972 seconds