АНАЛИЗ ФАКТОРОВ УСПЕХА И ДЕЙСТВИЙ В ПРОЕКТАХ DEVOPS С ИСПОЛЬЗОВАНИЕМ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ

  В быстро развивающейся области разработки программного обеспечения компании все чаще используют парадигму DevOps для повышения скорости и качества. Однако управление процессами DevOps сопряжено со значительными трудностями. Несмотря на то, что свод знаний по управлению проектами (PMBOK) предоставляет лучшие практики, не зависящие от отрасли, существует пробел в понимании практической осуществимости достижения ее факторов успеха в рамках проектов DevOps. Цель исследования – выявить ключевые факторы успеха в управлении ИТ-проектами DevOps, которые считаются важными, но не всегда реализуются на практике. Проведен анкетный опрос с использованием теории нечетких множеств и метода анализа нечеткой иерархии для решения многокритериальных задач принятия решений. В результате анализа был составлен ранжированный список действий, в котором были выделены две группы: действия, которыми пренебрегают, и действия, которым уделяется больше внимания, чем требуется. Эти результаты указывают на несоответствия между признанными факторами успеха и реальной практикой управления. Устранение этих несоответствий имеет решающее значение для повышения эффективности управления проектами DevOps, оптимизации распределения ресурсов и улучшению показателей успешности проектов. Эти выводы служат основой для разработки стратегий, которые лучше интегрируют принципы PMBOK в процессы DevOps.

1. Liu S., Wu B., Meng Q. Critical affecting factors of IT project management // 2012 International Conference on Information Management, Innovation Management and Industrial Engineering. IEEE, 2012. V. 1. P. 494–497.

2. Guide A. Project management body of knowledge (pmbok® guide) // Project Management Institute, 2001. V. 11. № 1. P. 7–8.

3. Левадний Е.И., Романов Р.М. Исследование интеграции управления проектами devops с PMBOK с использованием теории нечетких множеств. // Современные проблемы физики и технологий: Сборник тезисов докладов XI международной молодежной научной школы-конференции, Москва, 23–25 апреля 2024 года. Москва: Национальный исследовательский ядерный университет «МИФИ», 2024. С. 322–323.

4. Banica L., Radulescu M., Rosca D., Hagiu A. Is DevOps another project management methodology? // Informatica Economica, 2017. V. 21. Iss. 3. P. 39–51.

5. Moeez M. Mahmood R, Asifet H. et al. Comprehensive Analysis of DevOps: Integration, Automation, Collaboration, and Continuous Delivery // Bulletin of Business and Economics (BBE), 2024. V. 13. № 1. DOI : 10.61506/01.00253.

6. Bass L., Weber I., Zhu L. DevOps: A software architect's perspective. Addison-Wesley Professional, 2015. 425 p.

7. Erich F.M.A., Amrit C., Daneva M. A qualitative study of DevOps usage in practice // Journal of software: Evolution and Process, 2017. V. 29. Iss. 6. Article e1885.

8. DOI: 10.1002/smr.1885.

9. Maroukian K., Gulliver S.R. Leading DevOps practice and principle adoption // arXiv preprint arXiv:2008.10515, 2020. DOI: 10.48550/arXiv.2008.10515.

10. Luz W.P., Pinto G., Bonifácio R. Adopting DevOps in the real world: A theory, a model, and a case study // Journal of Systems and Software, 2019. V. 157. P. 110384.

11. Akbar M.A. et al. DevOps project management success factors: A decision-making framework // Software: Practice and Experience, 2024. V. 54. Iss. 2. P. 257–280.

12. Dubois D., Prade H. Decision-making under fuzziness. in Gupta M.M., Pagade R.K., and Yager R.R. Advances in Fuzzy Set Theory and Applications. Elsevier/North-Holland, 1979. P. 279–302.

13. Chen C.T. Extensions of the TOPSIS for group decision-making under fuzzy environment // Fuzzy sets and systems, 2000. V. 114. № 1. P. 1–9.

14. Mardani A., Jusoh A., Zavadskas E.K. Fuzzy multiple criteria decision-making techniques and applications–Two decades review from 1994 to 2014 // Expert systems with Applications, 2015. V. 42. № 8. P. 4126–4148.

15. Chang D.Y. Applications of the extent analysis method on fuzzy AHP //European journal of operational research, 1996. V. 95. № 3. P. 649–655.

16. Chang D.Y. Extent analysis and synthetic decision // Optimization techniques and applications, 1992. V. 1. № 1. P. 352–355.