Mike Cohn谈敏捷估算:使用“水桶方法”估算工作量

image

译注:用户故事点估算为什么不可能精确?除了“规划扑克”,还有什么有效的估值方法和策略?本文讨论的“水桶方法”解答了这几个问题。原文来自敏捷先驱之一Mike Cohn的博客文章:Story Point Estimates: For Accuracy, Use Ranges & Round Up。公众号【码斯基之矛】翻译了这篇文章。在不影响内容理解的情况下,为简洁起见,译文中许多地方将Product Backlog Item这一英文概念翻译为“用户故事”(或故事,虽然它与故事并不完全是一回事)。

进行故事点估算时,大部分团队会使用某个预先定义的、不包含所有可能情况的数值范围来进行,如团队会使用一个2次幂的序列(1,2,4,8,16,...)、或斐波那契数列(1,2,3,5,8,13,...)来进行这种估算。

通过有意将一些数值排除在可接受的估值范围之外,团队避免了陷入某些无休止的讨论之中。如某个故事到底该估值为15还是16,若真要达到“是15还是16”那样的估算精确度,一般是非常困难和耗时的,通常也不可能完成。

我常遇到有人提出这样的问题:我怎么能确定一个具体的用户故事(Product Backlog Item)估值为8还是13?

这篇文章里,我将尝试用“水桶估值法”来部分解答该问题。

假如你有10升的水要储存,并且你有一个8升的桶和一个13升的桶。你会选择用哪个桶来存储这些水?
显然,你会选择13升的那个桶。10升水没法装进8升的桶,水会溢出。

进一步推断,你还会用13升的桶来装入体积在9升到13升这个范围的水。如果你有14升的水,你就需要一个比13升更大的桶了。

这个思考策略与故事点估算是一致的。考虑将每个预设的参考估值作为一个桶,所有体积在这个桶与邻近的小一号桶之间的用户故事都可以用这个"估值桶"(估值范围)来装。例如,许多团队在使用“规划扑克”玩敏捷规划游戏时,会采用一种调整后的斐波那契数列:1、2、3、5、8、13、20、40、100。13这个参考数值,可用于故事点大于8、且小于等于13之间的所有故事的估值。

即,每个故事点估值的隐含意义是一个估值范围--正如一个桶可以存储在其容量范围之内各种体积的水,问题的关键在于如何选择合适的桶。

选择合适的桶

要得到更准确的估算和计划,团队需要转变思路:他们不是在给某个用户故事估一个数值,而是要想办法为这个故事找一个合适的“估值桶”。我知道很多时候人们在做故事点估算时,习惯的做法是拿支笔、为某个用户故事写个数字,但更好的思路应该是找一个能装下这个故事的足够大的数字(桶)。

所以,估算时的推荐做法是:让团队成员想象自己面前有一堆标有数字1,2,3,5,8,13,...(或其他序列)的桶,对每个故事进行估值时,想象着将故事卡片扔进一个大小合适的桶里。

这有助于团队成员脱离“估算要完美和精确”的执念,因为这不可能做到。故事被扔进了合适的桶里,就已经达到估算的要求。

为什么“向上舍入估值法”是有效的?

你可能注意到,这种“向上舍入”(译注:指类似有9点的故事用13点的桶来装,这种做法使得估算都比实际故事点要大,类似四舍五入的做法)的估值方式有可能导致故事点膨胀(inflated or padded schedules)。我解释一下为什么这样的事不会发生。

假如你认为某个故事应该有10点,使用上面提到的斐波那契数列及向上舍入的估值策略,这个故事将被估值为13点。进一步,我们假设这个13点的故事因为太大而没法在一个迭代里完成,所以团队将它分解成3个小的故事,故事点分别为5,5,2。

这里注意数值发生的变化。这3个小故事加起来点数为12,这比前面13点的大故事估值少1点,却比最初大故事的合理估值10点多2点。

通过强行让估值向上舍入的方式,提升了准确预测项目交付日期的可能。

当然,如果你偏要使用“向下舍入”的方式给故事估值为8,项目将会产生4个点的延迟。而当你使用自己认为准确的估值10时,项目将又产生2个点的延迟。

所以,使用水桶方法及向上舍入的估值策略,你更可能按时交付项目。

但10点的故事难道真的不能是8个点吗?当然可能,但它也可能是14点或15点,或其他任何数字。

“水桶方法”和“向上舍入法“是有效的估算工具

“向上舍入估值法”不会导致估值膨胀--我在另一篇博文,“How to Prevent Estimate Inflation”里论述过该问题。相反,“水桶方法”结合“向上舍入法”,是估值不确定性的一种反映。将故事点视为一系列有容量限制的桶正好说明了这种不确定性,有助于制定更合理的项目计划。


作者简介
熊俊,技术工程师,敏捷研发教练、精益实践者。10多年软件开发、技术架构与研发团队管理经验,曾在社交网络、企业级Saas方向创业2年多。技术上以Python/Django体系见长,在代码重构、领域驱动设计(DDD)方面有丰富的实战经验。

...
公众号:码斯基之矛

如需转载,请关注公众号与作者联系。

©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 194,242评论 5 459
  • 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 81,769评论 2 371
  • 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 141,484评论 0 319
  • 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 52,133评论 1 263
  • 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 61,007评论 4 355
  • 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 46,080评论 1 272
  • 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 36,496评论 3 381
  • 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 35,190评论 0 253
  • 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 39,464评论 1 290
  • 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 34,549评论 2 309
  • 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 36,330评论 1 326
  • 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 32,205评论 3 312
  • 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 37,567评论 3 298
  • 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 28,889评论 0 17
  • 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 30,160评论 1 250
  • 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 41,475评论 2 341
  • 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 40,650评论 2 335

推荐阅读更多精彩内容