eazyBI - Business Intelligence Reports für Jira und Confluence

Themen

• Individuelle Auswertungen zu mehreren Projekten aus Jira
• Individuelle Auswertungen zu mehreren Bereichen aus Confluence
• Einbindung von einzelnen Reports aus Jira auf Confluence Seiten
• Extract-Transform-Load (ETL) in das eazyBI DWH mit JavaScript beim regelmäßigen Aktualisieren der Daten aus Jira/Confluence
• Anpassung der Daten im eazyBI DWH je Report mit MDX
• Automatische Benachrichtigungen, wenn Kennzahlen in einem Report unter- oder überschritten werden
• Einbindung externer Daten, wie Microsoft Excel und die kombinierte Darstellung dieser Daten mit Daten aus Jira
• Einbindung externer Daten via SQL und REST
• Optische Anpassung von Reports, eazyBI bietet viele Varianten
• Externe Generierung von Daten mit Python und Pandas und das Einlesen dieser Daten in ein eazyBI DWH

Beispiele für Übungen

• Mitarbeiter*in des Monats, anhand selbst definierter Kennzahlen aus Jira oder Confluence
• Kosten je Mitarbeiter*in via Excel einlesen und mit den gebuchten Zeiten multiplizieren. Als Ergebnis werden bspw. die Kosten je Release angezeigt.
• Kosten je Mitarbeiter*in via Excel einlesen und mit den geschätzten Zeiten multiplizieren. Als Ergebnis werden bspw. die Kosten der noch anstehenden Arbeit je Release angezeigt.
• Geleistete Kosten und anstehende Kosten gegen Projekt-Budgets rechnen und darstellen.
• Zusammenfassung von Werten mit MDX wie “Highest, High, Medium” zu “high” und “Low”, “Lowest” zu “low”. Ein grundsätzliches Verständnis hilft, wenn bspw. “gut” und “schlecht” anteilig je einer Zeitspanne angezeigt werden soll.
• Erzeugung eines Time-Sheets.
• Darstellung von Projektplänen als Gantt.
• Weitere Beispiele. Es können auch Wünsche geäußert werden.

Beispiele für Reports

Welche gemeinsam von Beginn an individuell und gemeinsam erzeugt werden.

Wie viele Aufgaben sind offen, verteilt über Zeiträume, wie lange Aufgaben bereits offen sind

An welchen Releases wird gearbeitet, nach Fertigstellungsgrad

Hier ist eine Wasserfall-Planung möglich, mit einer agilen Darstellungsform, wie Burn-Down Charts.

Wie entwickelt sich die Arbeitsumfang über die Zeit

Viel-dimensionale Tabellen

Berechnung der Zukunft

Over-Allocation And Duration

‍

Programmierung

MDX

JavaScript

Python Pandas

‍

‍

‍

‍