批量用戶故事快速估算方法

在啟動(dòng)一個(gè)大項(xiàng)目的過程中往往需要批量估算用戶故事辟灰,這是一個(gè)有挑戰(zhàn)的過程哈垢。一方面我們不想占用太多時(shí)間赖捌,另一方面又要求具備做計(jì)劃需要的準(zhǔn)確程度(夠用的準(zhǔn)確)案疲,同時(shí)得到完整的項(xiàng)目范圍封恰。在眾多項(xiàng)目中我們嘗試了多種做法,來應(yīng)對(duì)不同規(guī)模用戶故事的估算褐啡。

大規(guī)模的估算

對(duì)于規(guī)模在200個(gè)故事以內(nèi)的需求诺舔,可嘗試下面2種做法:

相對(duì)估算法

旨在短時(shí)間內(nèi)獲取相對(duì)精確的估算

相對(duì)估算法

步驟:

1. 業(yè)務(wù)人員給開發(fā)團(tuán)隊(duì)一個(gè)個(gè)介紹故事,并Timebox討論的時(shí)間备畦,如每個(gè)故事不超過2分鐘低飒。

2. 比較這個(gè)故事與已分析過故事的相對(duì)大小,并放在相對(duì)大小類似的列下懂盐。左邊小褥赊,右邊大。意見不一致時(shí)解釋一下莉恼,再?zèng)Q策崭倘。

3. 過完所有故事后,針對(duì)有風(fēng)險(xiǎn)的區(qū)域做整體調(diào)整类垫。比如多個(gè)故事完成一個(gè)大需求司光,前面評(píng)估時(shí)不考慮實(shí)現(xiàn)順序,可能放到了一起悉患,但實(shí)際工作中先做的故事工作量會(huì)大些残家,因此需要針對(duì)這些故事做些調(diào)整,分散它們的相對(duì)大小售躁。

4. 把各列故事強(qiáng)制分組到斐波那契數(shù)列(1,2,3,5,8,…)或倍數(shù)數(shù)列(1,2,4,8,16,...)表示的相對(duì)大小列中坞淮,考慮合并類似大小的列茴晋,或分解一列中的故事到相鄰的列中。

注意事項(xiàng):

1. 需要的話大家提前討論比較相對(duì)大小時(shí)的指導(dǎo)回窘,如比較技術(shù)復(fù)雜性诺擅,需求細(xì)節(jié)復(fù)雜性以及需求的不確定性等。

2. 盡可能打破大家拿點(diǎn)數(shù)換算成人天的固有概念啡直。

3. 要體現(xiàn)群體智慧的力量烁涌,而不是某一兩個(gè)人的理解,可以使用估算撲克的方法判斷大小酒觅。

看看相對(duì)估算法在實(shí)際應(yīng)用中的場(chǎng)景:

相對(duì)估算法應(yīng)用場(chǎng)景
相對(duì)估算法應(yīng)用場(chǎng)景

估算2.0

一種更為強(qiáng)調(diào)紀(jì)律性和全員強(qiáng)制參與的相對(duì)用戶故事估算方法


估算2.0

步驟:

1. 準(zhǔn)備一個(gè)較大的桌子或地面撮执、開發(fā)人員選出順序。待估算的用戶故事放置在一邊舷丹。

2. 第一位開發(fā)人員抒钱,從待估算的用戶故事中選擇一個(gè)認(rèn)為工作量適中的用戶故事卡片,放置到準(zhǔn)備好桌子的中間部分。

3. 第二位開發(fā)人員,從待估算的用戶故事中選擇出一個(gè)自己熟悉的用戶故事,如果比剛才選擇的用戶故事大,就放在剛才故事的右邊察郁。如果比剛才選擇的用戶故事小,就放在剛才故事的左邊。相似的話就放在剛才故事的下方。

4. 第三位開發(fā)人員可以選擇移動(dòng)剛才第二位開發(fā)人員的卡片位置,也可以選擇放置新的卡片逼友。如果挪動(dòng)位置的話要說明自己的原因精肃。

5. 重復(fù)第4步,并循環(huán)開發(fā)人員帜乞。需求司抱、測(cè)試人員可以提出一些疑問。

6. 所有人對(duì)故事卡片位置沒有意見之后黎烈,開始放置相對(duì)估算數(shù)字习柠。

7. 先放置1,下一個(gè)人可以選擇移動(dòng)1照棋,也可以選擇放置新的估算數(shù)字资溃。

8. 可以繼續(xù)調(diào)整故事卡片,最后所有人對(duì)數(shù)字沒有異議烈炭,結(jié)束整個(gè)過程溶锭。

注意事項(xiàng):

1. 只有開發(fā)人員可以移動(dòng)卡片。

2. 測(cè)試和需求人員進(jìn)行提問和解釋符隙。

3. 需要持續(xù)寫出故事的假設(shè)條件趴捅。

看看估算2.0在實(shí)際應(yīng)用中的場(chǎng)景:

估算2.0應(yīng)用場(chǎng)景
估算2.0應(yīng)用場(chǎng)景

更大規(guī)模的估算

如果故事規(guī)模增加到數(shù)百個(gè)垫毙,上面的做法就顯得耗時(shí)太長。在一個(gè)項(xiàng)目中我們采用下面的做法拱绑,在一天的時(shí)間里評(píng)估了500個(gè)左右的故事和接口综芥。

大致步驟:

1. 先將故事按照業(yè)務(wù)模塊分組貼到墻上。業(yè)務(wù)模塊和故事間還可以加入一層叫特性(下圖中的藍(lán)卡)猎拨。

2. 多人共同識(shí)別出工作量為1的故事(下圖中貼粉條的綠卡)膀藐,就是那些工作量很小的故事,做為后續(xù)評(píng)估的標(biāo)準(zhǔn)迟几。同時(shí)標(biāo)記出工作量為0消请,即可忽略工作量的卡(下圖中貼黑條的綠卡)。

3. 多人分頭識(shí)別出工作量是2的故事类腮,也就是比1大臊泰,但不至于大3倍的故事,把數(shù)字2寫到卡片上蚜枢。再分頭依次識(shí)別出3缸逃,5,8厂抽,...的卡需频。遇到難以評(píng)估的卡也標(biāo)記出來(下圖中貼黃條的綠卡)。

4. 針對(duì)剩下的難以評(píng)估的卡做討論筷凤,分解昭殉,再評(píng)估。清理掉評(píng)估用的各種臨時(shí)條子藐守。

5. 計(jì)算特性的工作量挪丢,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計(jì)劃卢厂。

6. 對(duì)于后端接口(后端團(tuán)隊(duì)的工作單位)乾蓬,由一位資深工程師按照相對(duì)估算法評(píng)估。

識(shí)別出做為標(biāo)準(zhǔn)的慎恒,大小為1的卡
各種標(biāo)記
各種標(biāo)記
孤獨(dú)地評(píng)估后端接口中
清理掉各種條子后的結(jié)果

當(dāng)然任内,在估算活動(dòng)中還有一些基本原則和細(xì)節(jié)需要牢記在心,以確比诩恚快速和夠用的準(zhǔn)確死嗦,且聽下回分解。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末粒氧,一起剝皮案震驚了整個(gè)濱河市越走,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖廊敌,帶你破解...
    沈念sama閱讀 207,248評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件铜跑,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡骡澈,警方通過查閱死者的電腦和手機(jī)锅纺,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,681評(píng)論 2 381
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來肋殴,“玉大人囤锉,你說我怎么就攤上這事』ご福” “怎么了官地?”我有些...
    開封第一講書人閱讀 153,443評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長烙懦。 經(jīng)常有香客問我驱入,道長,這世上最難降的妖魔是什么氯析? 我笑而不...
    開封第一講書人閱讀 55,475評(píng)論 1 279
  • 正文 為了忘掉前任亏较,我火速辦了婚禮,結(jié)果婚禮上掩缓,老公的妹妹穿的比我還像新娘雪情。我一直安慰自己,他們只是感情好你辣,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,458評(píng)論 5 374
  • 文/花漫 我一把揭開白布巡通。 她就那樣靜靜地躺著,像睡著了一般舍哄。 火紅的嫁衣襯著肌膚如雪宴凉。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,185評(píng)論 1 284
  • 那天蠢熄,我揣著相機(jī)與錄音跪解,去河邊找鬼炉旷。 笑死签孔,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的窘行。 我是一名探鬼主播饥追,決...
    沈念sama閱讀 38,451評(píng)論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼罐盔!你這毒婦竟也來了但绕?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,112評(píng)論 0 261
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎捏顺,沒想到半個(gè)月后六孵,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,609評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡幅骄,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,083評(píng)論 2 325
  • 正文 我和宋清朗相戀三年劫窒,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片拆座。...
    茶點(diǎn)故事閱讀 38,163評(píng)論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡主巍,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出挪凑,到底是詐尸還是另有隱情孕索,我是刑警寧澤,帶...
    沈念sama閱讀 33,803評(píng)論 4 323
  • 正文 年R本政府宣布躏碳,位于F島的核電站搞旭,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏唐断。R本人自食惡果不足惜选脊,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,357評(píng)論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望脸甘。 院中可真熱鬧恳啥,春花似錦、人聲如沸丹诀。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,357評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽铆遭。三九已至硝桩,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間枚荣,已是汗流浹背碗脊。 一陣腳步聲響...
    開封第一講書人閱讀 31,590評(píng)論 1 261
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留橄妆,地道東北人衙伶。 一個(gè)月前我還...
    沈念sama閱讀 45,636評(píng)論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像害碾,于是被迫代替她去往敵國和親矢劲。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,925評(píng)論 2 344

推薦閱讀更多精彩內(nèi)容

  • Android 自定義View的各種姿勢(shì)1 Activity的顯示之ViewRootImpl詳解 Activity...
    passiontim閱讀 171,527評(píng)論 25 707
  • 一慌随、什么是用戶故事 用戶故事描述了對(duì)用戶芬沉、系統(tǒng)或軟件購買者有價(jià)值的功能躺同。一個(gè)好的用戶故事包括三個(gè)要素: 1.角色:...
    ccixom閱讀 34,198評(píng)論 0 16
  • 第二部分快速開發(fā) 第六章快速開發(fā)中的核心問題 一個(gè)標(biāo)準(zhǔn)是否可以適應(yīng)所有情況 你需要怎樣的開發(fā)方法 *進(jìn)度計(jì)劃有嚴(yán)格...
    Seymoure閱讀 1,071評(píng)論 0 2
  • PMP第五版考點(diǎn)匯總沖刺版 第一章引論 P2:《PMI道德與專業(yè)行為規(guī)范》詳細(xì)描述從業(yè)者在責(zé)任、尊重丸逸、公正蹋艺、誠實(shí)方...
    文小夢(mèng)閱讀 20,536評(píng)論 5 102
  • 一、環(huán)境變量 1.變量 要解釋環(huán)境變量黄刚,得先明白變量是什么车海,準(zhǔn)確的說應(yīng)該是 Shell 變量,所謂變量就是計(jì)算機(jī)中...
    xuzhougeng閱讀 1,030評(píng)論 0 4