在迭代过程中更改估计值可以吗?


14

我们已经开始由4个开发人员组成的团队使用Agile / Scrum。我们进行了故事估算,并在产品积压订单中订购了故事Primed故事。

我们从对复杂度从1到5的基于点的估计开始,而不是通常的1,2,3,5,8,13 ....等

在处理了几个故事之后,我们觉得一些估计为4点的故事应该只有2个,而其他估计为2点的故事要复杂得多,应该估计为5个。我想知道:

  • 在迭代过程中更改我们的故事估算值可以吗?
  • 是否可以使用当前估计点从1到5,而不是通常的1,2,3,5,8,13 ....等

尽管我个人认为这两种情况都不应该,但是由于我自己的理解还不是很清楚,我需要支持自己(尽管任何好的参考资料都会很好!)


4
问问自己:花时间重新估计冲刺中值有什么好处?与粗糙的3 vs. 5相比,花更多的时间“争论”于细颗粒的3 vs. 4 vs. 5,有什么好处?
雨果

Answers:


13

在迭代过程中更改我们的故事估算值可以吗?

绝对不。我们希望这种情况会发生。而且,我们希望这些错误能够随着时间的流逝而自行解决。我们仅在明显可以确定某个类别(例如新网页)的情况总是比我们估计所有情况时所想的复杂的情况下,才真正调整估计值。

由于史诗般的故事被分解为较小的故事(应该在冲刺发生之前很久就发生了),我们可能似乎会调整原始估算,但我将其称为优化而不是重新估算。那是因为那时我们的视野更清晰了。

迈克·科恩(Mike Cohn)的《敏捷估算与规划》是一本关于该主题的好书。我警告不要将其(或任何“敏捷”书)用作圣经,但这是完善流程的一个很好的起点。

他谈到了错误的估计平衡为“魔术”的方式,但强调他已经看到它反复地起作用。

是否可以使用当前估计点从1到5,而不是通常的1,2,3,5,8,13 ....等

使用斐波那契数列估计值是一种接受,即故事越大,我们的估计值就越不准确(请参阅我之前关于Epics的评论)。

但是,如果它对您不起作用,尤其是如果您将所有工作都做得很小,那就不要使用它。这是一个准则,而不是一条规则。

T恤尺码(SML XL XXL)也很流行,与(1 2 3 4 5)基本上没有区别。


+1:在回顾中讨论这一点。在明年春天初重新确定优先级时,请重新估算。这就是为什么有冲刺的原因。在sprint期间没有管理开销-只需编写代码。
S.Lott

关于fabonacci系列用法的使用,假设您知道一个故事要花将近3天,而没有。做故事的任务是A,B,C。您还觉得它不是很复杂,但是每一项任务都将花费1天。您对这个故事有什么估计?
tintin 2011年

@tintin:使用积分的原因是避免说诸如“您知道一个故事将花费近3天”之类的事情。点是相对任意的,与其他作业相比,每个作业都是基于复杂性(显然,您应该避免将被低估的作业用作基准)。但是,为了避免不确定性,请避免丢失数字。因此,如果作业B的复杂度是作业A的两倍,并且作业A被标记为2点,则将作业B标记为5点。
pdr

+1代表:故事越大,我们的估计就越不准确
kevchadders

1

在迭代过程中更改我们的故事估算值可以吗?

绝对可以-如果它将影响当前或将来的春季计划。敏捷的重点是使您的操作基于最新和尽可能正确的信息。

如果估算结果如此错误以致于当前的Sprint无法在其时间范围内完成,则您需要对修订的估算值采取行动,因此您可能需要更改它。如果您将新的估算值基于旧的估算值(而不是仅仅依靠内存/经验,而不是依靠内存/经验),那么您需要它们是正确的。

另一方面,估计的正确性本身并没有任何价值。不要浪费时间来整理一些毫无意义的统计数据。


在我们的案例中,最初的估计是一个很大的估计,而要完成的工作却要少得多。因此,不是我们当前的冲刺未及时完成,而是我们有额外的时间。因此,经理建议降低估算值。
tintin 2011年

@Michael,这个答案对于某些敏捷过程可能是正确的,但问题与Scrum有关。在Scrum中,建议不要在完成Sprint计划后更改故事点,因为团队Velocity指标可能会受到影响。
GuyR 2011年

估计失败会带来好处,因为您可以使用它们来相应地调整任何将来的估计。如果您估计的时间太长,那么与估计时间太短的失败一样多,因为结果是未充分利用的资源。正确估算的价值在于,您知道自己很可能会达到发布目标,并且团队已得到充分利用。因此,您将始终根据过去的经验来进行未来估算,并根据自己对估算的了解进行调整。
S.Robins,2012年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.