敏捷团队的度量-承诺达成率与迭代速度

敏捷团队运行很长的时间了,也积累了很多数据,如何从敏捷数据里面得出一些指标来指导我们团队的改进,是敏捷团队面临的重要话题。

理论基础

度量是理念、设计、应用三位一体的过程。

度量是什么,不是什么

量化模型就是通常所指的硬数据、硬指标。量化模型就是通常所指的硬数据、硬指标比较,这种比较有两种类型:纵向比较和横向比较。纵向比较就是跟自己比较:持续改进,持续超越自己,就需要比较自己发生的变化。

燃尽图(burn down chart)是随着时间的推移而剩余的工作数量。燃尽图就会呈明显的折线形状,也会对速度和风险的判断带来影响。除了燃尽图,还可以有其他数据展示团队迭代的效果。

数据搜集

根据燃尽图和电子看板,可以搜集最近一年迭代数据。搜集迭代数据以及对迭代有影响的数据:

1、统计周期为月。过去一年,经历过按照月迭代,每月两周迭代。考虑到统一性考虑用月。

2、从燃尽图按照维护,获取计划故事工作量,实际故事工作量,计划故事点,实际完成故事点。

3、参与迭代的团队人数

4、迭代的工作日累计

5、计划外故事点统计。说明:每个迭代预留一定额外任务,如果计划内任务后,可以自由认领。

数据搜集

不可否认数据具有主观性,但是如果是全员参与评估,数据更有效。

以工作量的估算数据为例,在使用Delphi专家估算法的时候,参与者会将很多可以量化、不可以量化的上下文信息都纳入到估算的考虑当中,因此有可能得到更有效的数据。-- 《精益软件度量》

数据分析

1. 承诺达成率

承诺达成率的计算比较简单,利用时间任务工时(故事点)/计划任务工时(故事点)即可。

当然,如果偏差较大,应该有分析说明。

承诺完成率

2. 迭代速率

一轮迭代完成的故事点就是项目的速率。为这个项目做计划时,我们可以用已知的速率,我们也可以自己假想一个速率。速率是一个有用的管理工具,所以在每轮迭代结束和迭代中监控团队的速率是很重要的。--《 Scrum中的团队速率 》

1)折算故事点

每个迭代拆分的故事点,可能大小不一。如果选用故事点对比,不准确,需要统一折算。如果以1月份28故事点作为基准故事,利用工时折算就可以得到折算故事点。

公式:本月任务工时/一月份工时*28就可以就算出折算公式。

2)额外故事点

可以将额外任务共识采用上述方式折算得到额外故事点数。

3)速率

因为每个迭代的人力投入,迭代周期不一致,单看完成故事点并不能反馈速率的变化。

单人单日的故事点的公式:(折算故事点+额外故事点)/迭代工作日/人力数量

如果要计算标准数值*基准工作日*基准人力数即可。

迭代速率折算
团队速率变化曲线

团队速率因为各自团队评估风格有差异,横向对比意义不大,纵向对比可以反映出整体开发效率的提升情况。(上图波动也反馈出团队成员的年休调休对团队速率的影响,说明:如果团队成员年休,承接的任务数可能减少,会有影响)

小结

本次对于数据分析,提出承诺率和迭代速度两个数据计算统计方法,希望可以通过了解过去来改进为了。搜集数据统计分析,可以了解整个团队运行情况,对于前端的需求可以有比较明确的承诺,也有利于团队改进。

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 151,829评论 1 331
  • 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 64,603评论 1 273
  • 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 101,846评论 0 226
  • 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 42,600评论 0 191
  • 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 50,780评论 3 272
  • 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 39,695评论 1 192
  • 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 31,136评论 2 293
  • 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 29,862评论 0 182
  • 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 33,453评论 0 229
  • 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 29,942评论 2 233
  • 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 31,347评论 1 242
  • 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 27,790评论 2 236
  • 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 32,293评论 3 221
  • 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 25,839评论 0 8
  • 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 26,448评论 0 181
  • 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 34,564评论 2 249
  • 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 34,623评论 2 249