Enhancing Agile Project Management with Big Data Analytics: A Data-Driven Framework
DOI:
https://doi.org/10.37376/fesj.vi19.7432الكلمات المفتاحية:
إدارة المشاريع الرشيقة، تحليلات البيانات الضخمة، اتخاذ القرارات القائمة على البيانات، تطوير البرمجيات، نتائج المشاريع، تكامل إطار العملالملخص
تقدم هذه الورقة إطار عمل قائم على البيانات، مُصمم لتعزيز عملية إدارة المشاريع الرشيقة من خلال دمج تحليلات البيانات الضخمة مع مراحل إدارة المشاريع الرشيقة، ويسد هذا الإطار المقترح ثغرة في الأبحاث الحالية، التي غالبًا ما تفتقر إلى استراتيجيات لدمج أدوات البيانات الضخمة في إدارة المشاريع الرشيقة، وأيضاً يعد إطار العمل هذا نهجًا منظمًا لاتخاذ القرارات القائمة على البيانات عبر جميع مراحل Agile الخمس الأساسية: التصور، والتكهن، والاستكشاف، والتكيف، والإغلاق. ويستفيد من تحليلات البيانات الضخمة لتمكين مدراء المشاريع من اتخاذ قرارات مدعومة بالأدلة بدلاً من اتخاذ القرارات القائمة على الحدس، بهدف تحسين نتائج المشاري، وقد تم تقييم قيمة هذا الإطار وتأثيره المحتمل من خلال استطلاع رأي شمل 101 متخصصين في Agile، وتقييم معمق من سبعة مديري مشاريع، وأظهرت نتائج الاستطلاع قيمة مُدركة عالية لقدرة الإطار على تحسين القدرة على التنبؤ بالمخاطر, وجودة البرمجيات، واستجابة الفريق، والتعلم التنظيمي، في حين تم تحديد تحديات مثل نقص الكوادر المؤهلة، وتكلفة أدوات البيانات الضخمة، وتعقيد تكامل البيانات، تم أيضًا تسليط الضوء على عوامل تسهيل رئيسة مثل تحقيق عائد استثمار واضح وضمان رضا أصحاب المصلحة.
يقدم هذا البحث مخططًا عمليًا لدمج البيانات الضخمة في إدارة المشاريع الرشيقة، وتعزيز اتخاذ القرارات القائمة على الأدلة، والتحسين المستمر في تطوير البرمجيات الحديثة.
التنزيلات
المراجع
Okeleke, P., Ajiga, D., Folorunsho, S., & Ezeigweneme, C. (2024). Leveraging big data to inform strategic decision making in software development. International Journal of Applied Research in Social Sciences. https://doi.org/10.51594/ijarss.v6i8.1429.
Rahaman, M., Rozony, F., Mazumder, M., & Haque, M. (2024). BIG DATA-DRIVEN DECISION MAKING IN PROJECT MANAGEMENT: A COMPARATIVE ANALYSIS. ACADEMIC JOURNAL ON SCIENCE, TECHNOLOGY, ENGINEERING & MATHEMATICS EDUCATION. https://doi.org/10.69593/ajsteme.v4i03.88.
Daraojimba, E., Nwasike, C., Adegbite, A., Ezeigweneme, C., & Gidiagba, J. (2024). COMPREHENSIVE REVIEW OF AGILE METHODOLOGIES IN PROJECT MANAGEMENT. Computer Science & IT Research Journal. https://doi.org/10.51594/csitrj.v5i1.717.
Latypova, V. A. (2024, May). Decision Support for Documentation Control in Project Management on the Basis of Association Rule Mining. In 2024 XXVII International Conference on Soft Computing and Measurements (SCM) (pp. 333-337). IEEE.
Pantović, V., Vidojević, D., Vujičić, S., Sofijanic, S., & Jovanović-Milenković, M. (2024). Data-Driven Decision Making for Sustainable IT Project Management Excellence. Sustainability. https://doi.org/10.3390/su16073014.
Biesialska, K., Franch, X., & Muntés-Mulero, V. (2020). Big Data analytics in Agile software development: A systematic mapping study. Inf. Softw. Technol., 132, 106448. https://doi.org/10.1016/j.infsof.2020.106448.
Saltz, J., & Krasteva, I. (2022). Current approaches for executing big data science projects—a systematic literature review. PeerJ Computer Science, 8. https://doi.org/10.7717/peerj-cs.862.
Rosen, C., Grawi, B., & Shihab, E. (2015). Commit guru: analytics and risk prediction of software commits. Proceedings of the 2015 10th Joint Meeting on Foundations of Software Engineering. https://doi.org/10.1145/2786805.2803183.
Mazrae, P., Mens, T., Golzadeh, M., & Decan, A. (2023). On the usage, co-usage and migration of CI/CD tools: A qualitative analysis. Empirical Software Engineering, 28, 1-45. https://doi.org/10.1007/s10664-022-10285-5.
Shah, H., Syed, Q., Shankaranarayanan, B., Palit, I., Singh, A., Raval, K., Savaliya, K., & Sharma, T. (2023). Mining and Fusing Productivity Metrics with Code Quality Information at Scale. 2023 IEEE International Conference on Software Maintenance and Evolution (ICSME), 563-567. https://doi.org/10.1109/icsme58846.2023.00073.
Begel, A., & Vrzakova, H. (2018, June). Eye movements in code review. In Proceedings of the Workshop on Eye Movements in Programming (pp. 1-5).
Thiruvathukal, G., , S., Hayward, N., & Läufer, K. (2018). Metrics Dashboard: A Hosted Platform for Software Quality Metrics. ArXiv, abs/1804.02053.
Simpson, B., Johnson, E., Adeleke, G., Amajuoyi, C., & Lande, O. (2024). Leveraging big data for agile transformation in technology firms: Implementation and best practices. Engineering Science & Technology Journal. https://doi.org/10.51594/estj.v5i6.1216.
Maurer, F., Cohn, M., Griffiths, M., Highsmith, J., Schwaber, K., & Kruchten, P. (2004). Agile Project Management. , 201. https://doi.org/10.1007/978-3-540-27777-4_29.
Khalajzadeh, H., Simmons, A. J., Abdelrazek, M., Grundy, J., Hosking, J., & He, Q. (2020). An end-to-end model-based approach to support big data analytics development. Journal of Computer Languages, 58, 100964.
Fawzy, A., Tahir, A., Galster, M., & Liang, P. (2025). Exploring data management challenges and solutions in agile software development: a literature review and practitioner survey. Empirical Software Engineering, 30(3), 1-61.
Ogbuke, N. J., Yusuf, Y. Y., Dharma, K., & Mercangoz, B. A. (2022). Big data supply chain analytics: ethical, privacy and security challenges posed to business, industries and society. Production Planning & Control, 33(2-3), 123-137.
Chen, H., Chiang, R. H., & Storey, V. C. (2012). Business intelligence and analytics: From big data to big impact. MIS quarterly, 1165-1188.
Raj, P. (2018). A detailed analysis of NoSQL and NewSQL databases for bigdata analytics and distributed computing. In Advances in Computers (Vol. 109, pp. 1-48). Elsevier.
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2025 مجلة كلية التربية العلمية
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
