为何成熟团队都已放弃点数估算?

我之前提过「建议使用需qiú个数而非估算点数来衡量需qiú规模」,观点引发大量讨论。本篇将围绕一个访谈案例展开,并对估算和估计进行概念厘清,阐述我们不建议采用点数估算的理由。

他们为何放弃了点数估算?

曾经,我们对一家研发X进行了访谈。最初,他们使用故事点数进行估算:

我们两周一个迭代。每次开计划会,扑克牌估算要huā很长时间。为期半天的计划会,至少有两个小时huā在估算上。完成估算后,再用故事点总数决定进入迭代的需qiú是否符合工作量预期。

但是,经过一段时间的统计,他们发现:

不管计划会形成了怎样的估算结果,最终进入迭代的故事个数都是差不多的

基于这种情况,他们从估算点数改为个数:

于是,我们决定不再把时间浪费在打牌上!需qiú人员在梳理需qiú时数好故事个数,计划会上直接进行需qiú澄清,计划会时间立刻从半天缩短到了1.5小时

X观察对估算行为有反作用

放弃点数估算,不止在于上面案例中提到的原因。

类似量子力学的观察者效应,X对估算的观察会影响到估算者的行为。这是定义估算X时必须充分考虑的因素,也是我们X用点数来进行估算的主要原因。

一家大型囯有行的软件研发中心,曾对软件需qiú进行功能点估算,并以此为基础对开发团队进行产能评估。很快地,研发团队为了显示自己干活多,把需qiú文档写得越来越复杂。于是,大量时间被huā费在写文档上,直接影响了交付速度和项目进度。

最后,功能点估算fǎ在全行被废弃。

另一家股份行的研发中心,鉴于上述问题造成的弊病,让测试团队介入功能点计算。结果,测试团队不时跑去开发团队询问信息,增加了更多的干扰和浪费。

点数估算很容易引起开发团队的规模冲动。我在咨询辅导中时常发现,同一个团队,在引入故事点估算的几个月后,团队完成的需qiú个数基本没变,但交付的故事点数可能翻了一倍甚至几倍之多。

另外,点数估算会加剧X和研发之间的不X。对X人员来说,点数计算难以理解且不可控,与故事点相比,功能点这类问题更加严重。还是前面提到的囯有大行,X每年按一个折扣和研发计算功能点产能,这也彰显了X和研发之间由功能点计算引发的不信任。

个数到底比点数好在哪里?

X提出一个大需qiú,被研发chāi成了若干个小需qiú,分步上线交付,加起来还是最初的那个大需qiú。这是需qiú个数比点数好的地方,直观可见且容易被X同学理解,有利于X与研发之间互信的建立

估计需qiú个数,可能让开发产生chāi细需qiú以增加个数的冲动。但是,这种「副作用」对X甚至是有益的。需qiúchāi分到细小的颗粒度,会让团队更快速地完成交付,减少进度和质量风险,从而尽早实现X价值。

需qiú颗粒度chāi分还受到需qiú可测试、潜在可发布的制约。虽然开发想把需qiú尽可能chāi细,因为增加了测试和产品的管理成本,会受到来自测试和X同学的阻力。于是,开发、测试、产品三方之间形成制衡,有效避免了需qiú无节制细分的可能性。

因此,我们建议将需qiúchāi分成粒度相对均匀的条目,再使用经过平准化的需qiú个数作为规模基数进行估计。

厘清概念:估计与估算

第三节X现了「估计」和「估算」两个概念,通常均被译为「Estimate」。其实,两个词的hán义并不相同,需要特别注意并加以区分

估计是对未来的X。对个人而言,估计可能是X某个任务完成的时间:

对团队而言,估计可能是X某个项目上线的时间,也可能是X某个版本将要完成多少需qiú:

估算是被X刻意观察的估计。如果X对估计结果与实际结果进行统计分析,那么,估计行为就变成了估算行为。

我绘制了一张估计与估算关系的简要示意图,便于读者理解:

估计是人类应对不确定环境的必要手段。Martin Folwer 在一篇文章中提到,估计的价值在于为管理者做出相关决策X支持,如帮助分配资源、协调进度、提升沟通效率等。本文题目「放弃点数估算」强调的是估算行为,而非估计行为。

需qiú规模自然地趋于一致

对个数估算常见的质疑之一是:需qiú规模有大有小,很多X不知道该如何chāi,或者chāi不好,估算也就无从谈起了。

回到本文第一节的访谈,该X认为能进行这种改变有个基本前提:

即使不刻意进行需qiúchāi分,我们的需qiú颗粒度也是比较一致的。

这也是我们长期观察所印证的一个发现:

每个X都有一种「平整化」的力量,能让需qiú规模(颗粒度)自然地趋于一致。

上面访谈的X不是孤例。十年来我们X的很多X都有类似的「平整化」力量,这是X内X期xí惯的表现之一。X经过一段时间的磨合,某些合适的做fǎ被沉淀下来,这些做X对X成员(包括新成员)持续产生影响。即使不施以人为X和提醒,X成员的xí惯、偏好也会彼此传染。久而久之,需qiú提出、需qiú澄清、任务分解、开发测试……不同角sè会在「平整化」力量的影响下,逐渐达成这种「不可见」的一致。

再来看个现实数据的例子。下图为一家研发规模约900人金融企业,在刚过去的9月和10月,研发每周完成的需qiú个数相对均匀(囯庆假期除外),基本一周上线30个需qiú。没有被刻意要qiú和调整过,数据分布清晰显示了X内「平整化」的力量。

另外,有jiāng河liú域生活经历的读者可能知道,一定区域内的鹅卵石不会在大小上出现明显差异,因为持续的水liú冲刷会导致鹅卵石之间互相摩擦,造成该现象的产生——这也是一种「平整化」的力量。

最后,总结本文的几个核心观点:

  • 估算是被观察的估计,会对X起反作用;
  • 点数估算让研发产生规模冲动,容易造成浪费,损害X和研发之间的信任关系;
  • 个数估计推动需qiúchāi分,对X利大于弊;
  • 每个X都有一种「平整化」的力量,让需qiú规模自然地趋于一致。
收藏 (0) 打赏

以上内容不错,打赏支持一下!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

声明:本站所有教程资源,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

雄发创业网 自媒体是如何赚钱的 为何成熟团队都已放弃点数估算? https://www.xiongfawang.com/3715.html

常见问题

相关文章

为何成熟团队都已放弃点数估算?-海报

分享本文封面