敏捷估算中的那些事儿

估算卡牌

如果你的项目正在用敏捷的方式运作,相信你已经开展了估算的工作。通常来说,在迭代开始前,我们会对迭代中计划的任务进行估算,确保我们计划的工作量相对合理。但这种预测和天气预报一样是存在误差的。在迭代过程中,我们经常可以听到这样的声音:

之前的点估小了,这张卡(story)还需要几天;

这个卡比之前想的简单,估计可以提前完成。

面对这些情况,我们应该如何应对呢?是保持原始估点不变?还是按实际的工作量修改原始估算?要回答这个问题,我们分别看看这两种方案。

更新原始估算

既然计划要持续的做,那估点的变化当然需要更新,这样可以准确的判断出变更对整体迭代计划的影响。比如,一张卡(story)从3个点涨到了5个点,这意味着我们很可能要从迭代计划中舍弃一张2个点的卡。这时就需要我们和客户一起找出可以排到下个迭代的任务,如果是砍需求,过程很可能是痛苦的,相信做过项目经理的同学一定有体会。这种方式增加了信息的透明度,而最终各卡的估算也与实际工作量相匹配。看起来很完美,但是当下个迭代开始,新的问题来了,我们应该计划多少需求呢?假设我们的资源和工时不变,我们是否可以按上个迭代完成的工作量计划呢?我们再看看另一种方案。

保持原始估算不变

对于上面的例子,如果不改变原始估算,当迭代结束时,我们会比之前的计划少完成2个点。这时,对当前迭代计划的影响则需要手工计算,此时如果有多张卡存在上下浮动,那计算的复杂度将会随之上升。在后续计划的制定中,我们同样需要考虑计划多少的问题。

应该计划多少

两种方案都指向同一个问题:如何制定后续计划?

当实际完成量减少时,如果是乐观的项目经理(PM),你应该认为上次砍需求,这次该轮到加需求,于是你会按之前迭代的实际完成量做计划。如果你相对悲观,你会认为昨天的悲剧今天可能还会再次上演,于是你想在实际完成量的基础上减去估算总偏差;当实际完成量增加时,相信你会选择相反的方案。

此时,我们隐约看到了一种更科学的计算方案。相比于一个固定点数的计划,我们可以通过估算偏差让计划浮动起来:

计划工作量 = 过去完成工作量 +- (过去完成工作量 X 估算偏差)

也就是说,我们后续的计划最多完成之前加偏差的工作,最少完成之前减偏差的工作。而偏差可以通过每个需求的原始估算与实际完成工作量对比得出:

估算偏差 = 相对变化量 / 实际完成工作总量

这个偏差应该是迭代范围内相对的,如果有两个需求,一个加1点,一个减1点,则偏差应该为零,因为我们关注的是整体迭代的计划情况。所以,敏捷中的迭代计划应该是在一个范围内,而不是一个确定值。而这个范围的大小,取决于我们估算的准确度。

点vs人天

从定义的角度看,功能点反应的是完成这件工作的实际工作量。应该说,点与人天应该是成正比的,之所以在计划时选择点,是为了简化估算的过程,通过点数的抽象,快速达成共识。这也要求我们在估算过程中更多的关注对需求的澄清和解决方案的设计,避免陷入精确天数的讨论。

团队速率怎么办

提起估算,不能不提它的另一消费者团队速率(Velocity),很多团队通过对实际完成点数的跟踪实现对团队速率的计算。并认为团队速率反应实际的生产力。但实际的过程中,我们很难用统一的标尺评估不同时期需求的工作量。因为随着时间的发展,团队人员的能力,项目的技术、业务复杂度、需求的不确定性都是在发生变化的。众多的影响因素使得我们不能简单的认为今天的15个点一定好于昨天的10个点。如果生产力真的提升了,以前3个点的工作量,今天可能1个点就可以完成,这样算总团队速率反而会下降。

综上,正确使用团队速率的办法是用其计划未来,而不是度量生产力的变化。

估算三要素

估算不是免费的,它是一项非常昂贵的活动,而作为这笔投资的回报,我们得到了对项目的预测能力。实际应用中,我们需要在投入时间,成本,估算偏差上做出平衡。以我的实际经验,两周的迭代周期下,估算应该在2小时内完成(需求的讲解不算),而准确度上,20%的估算偏差是完全可以接受的。选择敏捷,最大的转变在于接受失败的心态,一个完全透明的项目,就会是有些迭代超过预期,有些迭代低于预期。要想完全消除偏差,只会把项目经理逼上做假的绝路。当然,如果你的项目需要精确的交付日期,那你需要在估算上做更大的投资,甚至加入缓冲(buffer)。估算并不是越准越好,找到合适自己的度最为关键。如果交付节奏够快,客户足够信任,我们完全可以取消估算。




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 194,911评论 5 460
  • 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 82,014评论 2 371
  • 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 142,129评论 0 320
  • 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 52,283评论 1 264
  • 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 61,159评论 4 357
  • 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 46,161评论 1 272
  • 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 36,565评论 3 382
  • 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 35,251评论 0 253
  • 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 39,531评论 1 292
  • 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 34,619评论 2 310
  • 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 36,383评论 1 326
  • 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 32,255评论 3 313
  • 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 37,624评论 3 299
  • 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 28,916评论 0 17
  • 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 30,199评论 1 250
  • 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 41,553评论 2 342
  • 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 40,756评论 2 335

推荐阅读更多精彩内容