Una vez que comience a comprender el desarrollo Agile y los métodos Scrum, definitivamente encontrará " Velocidad ". Representa la suma de todos los puntos de la historia que el equipo de I+D puede completar dentro de un ciclo de iteración; a menudo se utiliza como referencia de medición para ayudar a la estimación del trabajo a largo plazo y la planificación de la iteración.
Unos años más tarde, cuando era gerente de un equipo de excelentes ingenieros de software, me di cuenta de que la "velocidad" era muy defectuosa cuando realmente se medía. También es por esto que pude encontrar el índice de medición de efectividad de I + D real y correcto.
01 ¿Por qué la "velocidad" no es útil?
Comencemos con la fórmula de cálculo de la tasa:
- Tasa real = Puntos totales completados / Número de iteraciones
- Velocidad esperada = Puntos totales estimados generados / Número de iteraciones (los Puntos de historia estimados son la cantidad de Puntos de historia agregados a una iteración)
En la práctica de gestión, la mayoría de los equipos elegirán la "velocidad real", por lo que este artículo también gira en torno a ella. Entonces, ¿cuáles son las desventajas específicas de la tasa real en uso?
1. No se puede mostrar el espacio flotante
La tasa real no puede mostrar numéricamente la fluctuación de la carga de trabajo real del equipo de I+D. Las siguientes son las estadísticas de puntos de historia para dos equipos con la misma definición de puntos en cada una de las cuatro iteraciones:
A partir de los resultados, ambos equipos tienen un valor de velocidad de 20, pero ¿podemos decir que "ambos equipos pueden completar 20 puntos de trabajo en una iteración"?
Podría funcionar para el segundo equipo, que tiene una pequeña variación en los puntos de iteración (± 2 puntos), pero el primer equipo tiene una variación mucho mayor (± 18 puntos). Si solo observa el valor de la tasa real, los gerentes no pueden comprender ni comprender la estabilidad del equipo de I + D.
Además, es imposible estimar con precisión la carga de trabajo de la historia y las misiones a desarrollar, o formular una fecha de lanzamiento esperada para la épica (Epic).
2. Incapacidad para adaptarse con flexibilidad a los cambios
Los equipos de I+D y las necesidades cambian con frecuencia. La asistencia de los miembros, los cambios de personal, las correcciones de errores de emergencia, la formación corporativa, etc., afectarán a los recursos reales disponibles.
Sin embargo, la tasa real se calcula en función de la capacidad operativa promedio ideal del equipo . ¿Puede el equipo completar todas las historias si los miembros están fuera durante la iteración? ¿Cómo afecta esto a la velocidad? ¿Puede el equipo también estimar con precisión la capacidad de desarrollo?
De manera similar, si el equipo da la bienvenida a un nuevo miembro, ¿aumentará la velocidad real? ¿O la velocidad de desarrollo de esta iteración es realmente más lenta porque necesitamos brindar capacitación a los nuevos miembros? ¿Necesita volver a evaluar su cartera de pedidos? No tenemos idea de esto.
3. Las estimaciones son intrínsecamente inexactas
La razón por la que la gestión del rendimiento de I+D con velocidad no es eficaz es que se basa en puntos de la historia, una valoración definida artificialmente que es difícil de alcanzar un consenso dentro del equipo. Al mismo tiempo, también es difícil para el equipo de I+D garantizar que los estándares de medición de puntos en las iteraciones sean consistentes, lo que también es el problema número uno en la estimación del trabajo actual.
Sin estimar el esfuerzo de I+D de una manera relativamente estándar y precisa, es difícil mantener un ritmo constante de desarrollo. Esto no solo afecta la gestión de iteraciones posteriores, sino que también limita la inspección y mejora de la precisión de la estimación.
4. Los miembros se queman
Finalmente, establecer los objetivos de iteración de un equipo en función de los valores de velocidad conduce inevitablemente al agotamiento de los miembros.
Creo que muchos equipos se han encontrado con plazos y entregas urgentes. En el corto período de tiempo en que se acerca la fecha de entrega, los miembros están sobrecargados de trabajo, trabajando 15 horas al día sin descanso los sábados y domingos, tratando de completar todas las tareas pendientes tanto como sea posible para lograr la iteración. meta.
No queremos que ocurran incidentes similares, pero es innegable que la velocidad del equipo en el estado "Desafío extremo" sí ha mejorado. Entonces, al planificar la próxima iteración, ¿puede el equipo de I+D aceptar más trabajo del que hace ahora? A la larga, la carga de trabajo definitivamente hará que los miembros se agoten.
La velocidad no debe usarse para establecer objetivos de equipo, pero los gerentes deben usarla para establecer precedentes de desempeño y predecir el valor futuro.
Dado que la tasa no es factible, ¿qué indicadores se deben utilizar en su lugar para la medición y gestión?
02 Métricas de Gestión Correctas: Desviación del Compromiso
El uso de Commitment Variance (CV) ayuda a mejorar la autoorganización y la automotivación del equipo. Su fórmula de cálculo es la siguiente:
- PointsCompleted-Total Points Completed : la cantidad de puntos de historia entregados con éxito por el equipo de I + D en la iteración anterior.
- PointsCommitted-Total Commitment Points : la cantidad de puntos de historia que el equipo se comprometió a completar en el plan de iteración, expresada como la suma de los puntos agregados a la acumulación de iteración.
1. Objetivos de gestión de indicadores
Cuando se utiliza la varianza del compromiso, el equipo de I+D estima el esfuerzo de I+D con la mayor precisión posible y se compromete con un objetivo de finalización utilizando los mismos criterios.
El objetivo de optimizar la varianza del compromiso es reducir su valor absoluto a 0 tanto como sea posible; el equipo se esfuerza por completar todas las tareas y hacer que el gráfico de trabajo pendiente sea 0 al final de la iteración.
2. Interpretación de los resultados
Si el valor de la variación del compromiso
- Si es mayor que 0, significa que se ha superado el objetivo. El equipo puede decidir si aumentar el valor de compromiso de la siguiente iteración según el valor de compromiso y el proceso de iteración, o combinar la revisión de iteraciones para analizar las razones específicas de la sobreentrega, como puntos de historia sobreestimados, aumento de mano de obra no planificado, etc.
- Si es menor que 0, significa que la expectativa de compromiso es demasiado alta. Con base en la línea de base numérica actual, diseccione las causas del compromiso excesivo y reajuste en la siguiente iteración.
- Igual a 0, significa que el equipo puede estimar con precisión las tareas de I+D y evaluar las capacidades de entrega. ¡Sigue el ritmo y sigue adelante!
3. Análisis de ventajas
Al utilizar la variación del compromiso en lugar de la velocidad para administrar la capacidad de entrega de I+D, el equipo obtiene las siguientes ganancias:
- Combinando la situación real de cada iteración, formule compromisos y objetivos de iteración de manera flexible.
- Defina correctamente los puntos de la historia y concéntrese en estimaciones de trabajo precisas.
- Evaluar adecuadamente la entrega del equipo y establecer compromisos y metas con un propósito.
- Alinee el trabajo en torno a compromisos autoestablecidos para reducir el riesgo de fatiga en los sprints.
Para los jefes de equipo, la variación del compromiso también es de gran importancia y se refleja principalmente en:
- Obtenga una sensación de seguridad y confianza al tener la oportunidad de trabajar con un equipo en nuevas características y/o estimaciones de complejidad del producto.
- Proporcione a las partes interesadas plazos de entrega estimados más precisos.
- Autorice de manera tranquilizadora a los miembros a autoorganizarse y motive al equipo a crecer por sí mismo.
4. Riesgos potenciales
Por supuesto, existen algunos riesgos potenciales al utilizar la gestión de variaciones de compromiso.
-
Autopresión e involución/fricción. Una vez que los miembros vinculan la carga de trabajo de entrega con la evaluación del desempeño, etc., puede surgir una presión interna/personal excesiva, promesas excesivas y entregas excesivas. Los gerentes deben crear un entorno seguro para evitar fricciones internas entre los miembros; también deben estar interesados en identificar el exceso de compromiso para mantener el desarrollo saludable y estable a largo plazo del equipo.
-
Reducir deliberadamente el compromiso. Algunos equipos pueden subcomprometerse artificialmente o completar solo una parte del compromiso. Los gerentes necesitan identificar la existencia de pseudo-patrones para evitar el desperdicio de recursos.
Una pequeña sugerencia: puede usar la variación del compromiso para administrar el trabajo primero. Después de establecer un estándar de estimación relativamente preciso, intente usar la velocidad para establecer un punto de referencia de capacidad y cree un búfer de aceleración sobre la base de la variación del compromiso.
03 Análisis de casos
A continuación, usamos ejemplos para explicar con más detalle la aplicación práctica de la variación del compromiso. Aún así, los dos equipos mencionados al principio, supongamos que ahora usan la variación del compromiso para completar la estimación de tareas y la evaluación de la capacidad.
En la tabla anterior, la "carga de trabajo promedio realmente completada por iteración" del equipo es la velocidad real. Ambos equipos tuvieron un "número promedio de puntos de historia comprometidos" muy cercano a los 22 (± 0,25) puntos, pero las finalizaciones reales fueron muy diferentes.
El primer equipo, utilizando la varianza del compromiso, descubrió que la definición actual de "puntos" no respaldaba la estimación correcta del esfuerzo y la evaluación de la capacidad.
Entonces, en la cuarta iteración, ajustaron la definición de "un poco de trabajo" y llegaron a un consenso interno. Debido a la granularidad de la métrica, otorgaron un compromiso de 28 puntos (aunque los datos muestran que solo lograron 12 puntos en la última iteración).
Al trazar las tendencias de variación del compromiso de los dos equipos, podemos ver que optimizar la cantidad de puntos de la historia también es un proceso de mejora continua.
04 Liga AI Resumen
Basado en el mismo estándar de puntos, Commitment Variance combina orgánicamente la estimación de la carga de trabajo con la evaluación de la capacidad y resuelve el problema de la falta de flexibilidad y precisión en la gestión de tarifas.
El objetivo de gestión de la variación del compromiso es reducir su valor absoluto a 0 tanto como sea posible. No se comprometa demasiado y haga que el equipo se agote, pero también evite subestimar los compromisos, lo que resulta en un desperdicio de recursos.
(Autor original: Michel C; Fuente del artículo: Medium)
Para romper el cuello de botella del crecimiento, LigaAI continuará compartiendo la experiencia de construir el sistema de medición del desempeño de I+D, así como los métodos de gestión científica de los indicadores de medición. Obtenga más información sobre la optimización del rendimiento y el crecimiento, bienvenido a seguir a LigaAI@oschina , ¡hagamos más grande y más fuerte juntos!
También espero que haga clic en LigaAI, una nueva generación de plataforma inteligente de colaboración en I+D para comunicarse con nosotros :)
¡LigaAI ayuda a los desarrolladores a zarpar, y estamos ansiosos por acompañarlos hasta el final!