批量用户故事快速估算方法

在启动一个大项目的过程中往往需要批量估算用户故事,这是一个有挑战的过程。一方面我们不想占用太多时间,另一方面又要求具备做计划需要的准确程度(够用的准确),同时得到完整的项目范围。在众多项目中我们尝试了多种做法,来应对不同规模用户故事的估算。

大规模的估算

对于规模在200个故事以内的需求,可尝试下面2种做法:

相对估算法

旨在短时间内获取相对精确的估算

相对估算法

步骤:

1. 业务人员给开发团队一个个介绍故事,并Timebox讨论的时间,如每个故事不超过2分钟。

2. 比较这个故事与已分析过故事的相对大小,并放在相对大小类似的列下。左边小,右边大。意见不一致时解释一下,再决策。

3. 过完所有故事后,针对有风险的区域做整体调整。比如多个故事完成一个大需求,前面评估时不考虑实现顺序,可能放到了一起,但实际工作中先做的故事工作量会大些,因此需要针对这些故事做些调整,分散它们的相对大小。

4. 把各列故事强制分组到斐波那契数列(1,2,3,5,8,…)或倍数数列(1,2,4,8,16,...)表示的相对大小列中,考虑合并类似大小的列,或分解一列中的故事到相邻的列中。

注意事项:

1. 需要的话大家提前讨论比较相对大小时的指导,如比较技术复杂性,需求细节复杂性以及需求的不确定性等。

2. 尽可能打破大家拿点数换算成人天的固有概念。

3. 要体现群体智慧的力量,而不是某一两个人的理解,可以使用估算扑克的方法判断大小。

看看相对估算法在实际应用中的场景:

相对估算法应用场景
相对估算法应用场景

估算2.0

一种更为强调纪律性和全员强制参与的相对用户故事估算方法


估算2.0

步骤:

1. 准备一个较大的桌子或地面、开发人员选出顺序。待估算的用户故事放置在一边。

2. 第一位开发人员,从待估算的用户故事中选择一个认为工作量适中的用户故事卡片,放置到准备好桌子的中间部分。

3. 第二位开发人员,从待估算的用户故事中选择出一个自己熟悉的用户故事,如果比刚才选择的用户故事大,就放在刚才故事的右边。如果比刚才选择的用户故事小,就放在刚才故事的左边。相似的话就放在刚才故事的下方。

4. 第三位开发人员可以选择移动刚才第二位开发人员的卡片位置,也可以选择放置新的卡片。如果挪动位置的话要说明自己的原因。

5. 重复第4步,并循环开发人员。需求、测试人员可以提出一些疑问。

6. 所有人对故事卡片位置没有意见之后,开始放置相对估算数字。

7. 先放置1,下一个人可以选择移动1,也可以选择放置新的估算数字。

8. 可以继续调整故事卡片,最后所有人对数字没有异议,结束整个过程。

注意事项:

1. 只有开发人员可以移动卡片。

2. 测试和需求人员进行提问和解释。

3. 需要持续写出故事的假设条件。

看看估算2.0在实际应用中的场景:

估算2.0应用场景
估算2.0应用场景

更大规模的估算

如果故事规模增加到数百个,上面的做法就显得耗时太长。在一个项目中我们采用下面的做法,在一天的时间里评估了500个左右的故事和接口。

大致步骤:

1. 先将故事按照业务模块分组贴到墙上。业务模块和故事间还可以加入一层叫特性(下图中的蓝卡)。

2. 多人共同识别出工作量为1的故事(下图中贴粉条的绿卡),就是那些工作量很小的故事,做为后续评估的标准。同时标记出工作量为0,即可忽略工作量的卡(下图中贴黑条的绿卡)。

3. 多人分头识别出工作量是2的故事,也就是比1大,但不至于大3倍的故事,把数字2写到卡片上。再分头依次识别出3,5,8,...的卡。遇到难以评估的卡也标记出来(下图中贴黄条的绿卡)。

4. 针对剩下的难以评估的卡做讨论,分解,再评估。清理掉评估用的各种临时条子。

5. 计算特性的工作量,也就是特性下故事工作量的和,以便于后面利用特性做交付计划。

6. 对于后端接口(后端团队的工作单位),由一位资深工程师按照相对估算法评估。

识别出做为标准的,大小为1的卡
各种标记
各种标记
孤独地评估后端接口中
清理掉各种条子后的结果

当然,在估算活动中还有一些基本原则和细节需要牢记在心,以确保快速和够用的准确,且听下回分解。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,464评论 25 707
  • 一、什么是用户故事 用户故事描述了对用户、系统或软件购买者有价值的功能。一个好的用户故事包括三个要素: 1.角色:...
    ccixom阅读 34,188评论 0 16
  • 第二部分快速开发 第六章快速开发中的核心问题 一个标准是否可以适应所有情况 你需要怎样的开发方法 *进度计划有严格...
    Seymoure阅读 1,069评论 0 2
  • PMP第五版考点汇总冲刺版 第一章引论 P2:《PMI道德与专业行为规范》详细描述从业者在责任、尊重、公正、诚实方...
    文小梦阅读 20,468评论 5 102
  • 一、环境变量 1.变量 要解释环境变量,得先明白变量是什么,准确的说应该是 Shell 变量,所谓变量就是计算机中...
    xuzhougeng阅读 1,026评论 0 4