Az elmúlt években a nagy mennyiségű, úgynevezett BigData adatok analitikus feldolgozásának, elemzésének szinte kizárólagos eszközévé vált a Hadoop. Partnerünk megbízható adatkezelési, adatelemzési megoldások és nyílt forráskódú, tehát bárki által szerkeszthető szoftverek globális szállítójaként aposztrofálja magát. Adatbányász és hardverkezelő szoftver fejlesztésével, összeállításával és a kiadott verziók támogatásával foglalkozik. A szoftver nyílt forráskódú moduljait részben közösségi fejlesztés keretében, részben saját fejlesztők segítségével módosítják, a saját fejlesztésű modulok nem nyílt forráskódúak. A társaság hozzáadott értéke a fejlesztések és a modulokon dolgozó szakemberek közötti kommunikáció összehangolásában, valamint az egyes modulok funkcióinak meghatározásában és a kész programcsomag összeállításában van. Úgy gondolták, hogy a kiadott verziók támogatása, vagyis a hibaelemzéssel és felhasználói segítségnyújtással lefoglalt munka csökkenthető és az így felszabaduló kapacitást fejlesztési célokra tudják fordítani, ha létrehoznak egy döntéstámogató segédeszközt maguknak.
Modulonként több, akár 10 fejlesztő és egy, az összeállításban szakértő csapat dolgozik. Az összehangolás mellett a fő kihívást az összeállítás jelenti, amely önmagában is jelentős időt vesz igénybe. Fő problémája ugyanis az, hogy az egyes modulokban hozott változtatások kihatnak a teljes program működésére. A kódban tervezett módosítások hatását nem lehetett megjósolni, és az sem derült ki az első 6 hónapos használat előtt, hogy milyen hibákat, fennakadásokat okoz.
K+F bizonytalanságok
Abból indultak ki, hogy a támogatási esetek száma feltételezhetően összefüggésben van azzal, hogy a módosított kódrészlet milyen komplexitású, mennyire fedik le az ellenőrző tesztek és milyen gyakran használják. Feltételezték azt is, hogy az egyes hibák hatása nem egyszerűen összeadódik, hanem egymásra is hatással vannak.
A bizonytalanságok feloldása csak módszeres kutatás és tudományos igényű kísérletezés mellett lehetséges, a szükséges ismeretek hiányoznak, és saját tevékenység körében kellett megszerezni, ezek a K+F projektek alapvető kellékei.
Projektcélként azt tűzték ki, hogy az új eszköz legyen képes maghatározott paraméterek alapján 6 hónapra előre jelezni, hogy egy tervezett beavatkozás milyen SC számot generál. Az SC a felhasználók által jelzett hibák és diszfunkcionális működésének, illetve ezek fejlesztő oldali kezelését jelenti. Legyen képes előjelezni azt is, hogy az egyes beavatkozások várhatóan egymást erősítik-e, vagy függetlenek egymástól. Valamint azt is, hogy ez milyen mértékben befolyásolja az SC-k számát. Leegyszerűsítve: a lehetséges szoftverfejlesztési beavatkozások, vagyis a kód módosításának hatását támogatási esetszám szinten mutassa meg.
Mit tettek önmagukért?
A jelenlegi build folyamatot alakították át. Az angol szó mögött a forráskódokat tartalmazó fájlok lefordítását és egybeépítését értjük fordítóprogram segítségével. Partnerünk az addigi modul összeépítési módszertan felhasználásával a buildnek egy egyszerűsített modelljét alkották meg, amely az előrejelzés adatbázisaként és alapeszközként szolgált.
Először a kockázatkezelő algoritmust még nem tartalmazó alapeszközt fejlesztettek, kiegészítő szoftverelemek és statisztikai szoftverekhez szükséges adatbázisok kialakítása valósult meg.
Következhetett a kockázatelemző algoritmus meghatározása. Az algoritmusok kezdeti verzióját a múltbeli verziók és támogatási esetek típusa, száma alapján határozták meg, majd tovább fejlesztették célirányos adatgyűjtés és elemzés segítségével. Az algoritmusok működését két lépcsőben vizsgálták: először beavatkozás nélkül, vagyis összehasonlították az előre jelzett és a tapasztalt támogatási esetek számát, utána pedig a fejlesztés segédeszközeként felhasználva vizsgálták, hogy valóban segíti-e a fejlesztési folyamatot.
Mindeközben feltárták a Hadoop alapú, a társaság által kínált szoftver modulokon belüli és modulok közötti összefüggéseit a hibák egymásra hatása tekintetében, az általuk fejlesztette szoftverekben az SC-k független változóit, új alapokra helyezték az SC-ket okozó hibák osztályozását, és meghatároztak tényezőket, amelyek alapján egy hiba besorolható az osztályozási rendszerbe.
A saját eszköz fejlesztése közben általános ismeretekhez is jutottak a szoftverek felépítésének és a felépítésből eredő hibahalmozódás terén. Gyakorlatilag létrehoztak egy hiba és SC adatbázist. Felismerték és tézisüket igazolták: a SC-k előfordulását mind az érintett modulok önmagában való vizsgálatával, mind a komplex rendszer vizsgálatával együtt lehetséges meghatározni a változás paramétereinek ismeretében.
A társaság a fejlesztés nyomán képessé vált gyorsabb és stabilabb disztribúciókat, tehát a megrendelő igényei szerinti szoftver modulokat komplex rendszerekké építeni. A döntéstámogató eszköz segítségével szimulálni lehet a build folyamatot, és döntést tud hozni arra vonatkozóan, hogy lehetséges-e egyszerre érvényesíteni a rendszerben a kívánt változtatásokat, milyen mértékben kell áthelyezni várhatóan a hangsúlyt a jövőben a fejlesztésről a támogatási tevékenységre. Ez a társaság szolgáltatási színvonalának nagyfokú fejlődését eredményezi, valamint további fejlesztések meghatározó eleme lehet.
A know-how dokumentációt letétbe helyezték és az elért tudományos eredményeket a társaság publikálta.
A beruházás költségeit és a megtérülés kockázatát partnerünk jelentősen tudta csökkenteni, mert a Glósz és Társa Kft. segítségével benyújtott minősítési eljárási kérelmet az SZTNH (Szellemi Termékek Nemzeti Hivatala) jogerős határozatban minősítette K+F-nek. Tehát az ötlet megvalósításához igénybe tudta vehetett K+F támogatást és K+F adókedvezményeket, javítva ezzel is az innováció megtérülését.
