Stacey 矩阵，来源：Greiner 等人，2022：30根据Stacey Matrix，项目可以分为以下复杂程度：简单、复杂、复杂和混乱。 X 轴描述了解决方案方法的清晰度，而 Y 轴表示项目需求的清晰度。项目越不明确，就越推荐使用敏捷方法。
敏捷看板方法适用于复杂的项目，根据 Stacey Matrix，Scrum 是复杂项目的合适框架。需求不明确和解决方案不明确的混乱项目为设计思维过程提供了合适的基础。
DS 项目被归类为适合敏捷方法的复杂且不可预测的项目。然而，问题是使用哪些敏捷方法以及如何评估它们。在 DS 环境中使用敏捷框架背后存在哪些机遇和挑战？
研究状况
有许多关于敏捷性主题的著作涉及各种敏捷项目管理方法，并强调敏捷思维和行动对于动态环境中的公司的重要性。
Scrum 框架和看板方法在很多著作中都有讨论，但关于 Scrumban 的文献却很少。关于数据科学、机器学习和人工智能等学科领域，还有许多其他阐述提供了这些学科的概念和技术概述。有一些关于 CRISP-DM 的出版物，但仍有大量研究要做，特别是在敏捷环境中。对于 CRISP-ML(Q) 方法尤其如此，因为它几乎没有被研究过。由于 DS 项目的复杂性和不确定 医疗保健电子邮件列表 性，选择合适的方法或框架至关重要。 Scrum、看板或设计思维等各种方法都被考虑在内。然而，敏捷 DS 项目的研究方法却很少。敏捷性和数据科学这两个术语仅由 Kleist 和 Pier (2021) 以及 Saltz 和 Suthrland (2019) 在项目管理环境中使用。
在 Kleist 和 Pier (2021) 的工作中，Scrum 被应用于汽车行业的 DS 项目。 Saltz 和 Suthrland（2019）对敏捷框架进行了研究，并在概念上将其与 Scrum 和看板进行了比较。 “数据思维”这个词也出现了，它结合了设计思维和数据科学。然而，敏捷DS项目缺乏整体解决方案。目前还没有对项目标准、敏捷方法和框架与数据科学的兼容性或 DS 项目中不同敏捷方法的组合进行全面的研究。
前景
与往常一样，在使用正确的方法和框架进行敏捷软件开发时，这取决于项目的具体要求、团队组成和其他因素。因此，哪种敏捷方法适合这一问题并不是一个容易回答的问题。除了项目标准之外，项目阶段在选择正确方法方面也发挥着至关重要的作用。例如，Scrum 或 Scrumban 更适合项目后期阶段，而看板或设计思维已被证明在项目早期阶段更具优势。在下一篇博客文章之前，我们不会提出具体的行动建议。
重点是“敏捷”并支持团队找到一条适合他们的道路。实验性的迭代方法有助于逐步测试和优化最佳程序。
在这篇博文中，我研究了 DS 项目的要求，讨论了选择正确的敏捷方法，并让您深入了解当前的研究状况。