敏捷应对快速变化的能力能够给涉及到“大数据”的项目带来实时，高容量的报表，Ian Abramson说，他是位于多伦多的EPAM Systems公司的企业数据主管。在EPAM，敏捷的使用对交付更加有用、及时的应用程序很有用，这很大程度上是由于数据分析业务领导人之间的更好合作和开发以。

　　为什么说敏捷开发和大数据是很好的组合？在上周的甲骨文OpenWorld的大会上，Abramson指出的敏捷是打败大数据挑战的很好手段的原因。“在什么是你现在最重要的事情上，敏捷中心响应变化胜过遵循计划，”Abramson说。“敏捷实践可以帮助开发人员带来实时预测、洞察驱动优化和给大数据工具还来统一的视图。”

　　大数据分析和管理工具今天常用于业务战略规划，内部面向用户的应用程序例如CRM和ERP，以及支持系统比如数据仓库和推荐系统中。

　　今天，大数据工具正在把信息收集到一起，无论是结构化的（像SAP）还是非结构化的（像Twitter），从而使业务领导都更好的了解他们的公司，他们的客户和怎样做好业务。大数据帮助企业了解他们是怎样沟通和消费的，从而驱动未来的行为和选择，Abramson说。

　　数据使用分析和管理工具今天在运营和交互应用程序中广泛浒，但这两个小组又独立的。是时候把这两者连接起来了，并给数据管理、业务分和应用开发创造一个竞争重整的方法，Abramson说。

　　领导能力和协作能力对于大数据技术的集成和创新是最大的障碍。“我们需要业务和技术领导都，他们要了解大数据是关于什么的，以及大数可以和什么一起工作，” Abramson说。

　　业务需要可以反应变化的报告和对在达到中庸之道和业务价值的报告。高质量和高效率在数据分析中是很难实现垢，很在程度上是因为信息和它的来源不同而且往往是不确定的。“真相的一个版本是难以实现，”Abramson。越接近真相，商业智能（BI）和数据分析就不得不与业务流程集成。

　　Abramson曾经成功地使用敏捷实践把EPAM技术和业务领导都带到了一起。“职能用户，业务分析师，开发和IT之间的合作可以给高数据和高产品质量提供一个管道，”他说。

　　使用敏捷的多样化团队建设实践——如每日站立会议、协作工具和建立一个共同的语言——可以帮助在团队中建立信任。敏捷还帮助减轻了项目风险，因为它需要持续的迭代计划、迭代评论和用户反馈。降低风险是对于业务来说是关键的信心构建都，因为数据完整性是成功的关键。

　　敏捷与大数据一起工作是因为敏捷迭代的，增值的和进化的，Abramson说。可工作的软件是定期交付的。持续改进是通过短迭代和持续的用户反馈维持的。

　　革命性的社交媒体前景正在持续地改变着数据收集和消耗的方式。敏捷开发的中心工作把和用户有关的放在第一位，所以给快速开发的新型的报告设定的舞台是处理数据技术变化。

　　“现在为了有效地使用大数据，所以业务要靠扔硬币来决定变不变，”Abramson说。“使用瀑布式，当你完成一个报告时，你已经落后了。”

　　Abramson提供了一个传统的可交付的时间上的对比，通过他自己的经验对瀑布式和敏捷数据项目的对比。瀑布式开发在一个星期内交付了５个数据提取、转换和加载（ETL）的实体，相对地敏捷有10个实体而且是每周两次的发布。使用敏捷允许团队在未来部署中比通过瀑布式的云计算要提高25%甚至更高。

　　把敏捷和大数据项目组合提升了对数据知道是怎样对业务产生利益的的了解，Abramson说。

　　更多关于大数据

　　云端大数据分析：存储、网络和服务器的挑战