Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
見積もり/agile-estimation
Search
Atsushi Harada
November 07, 2019
Technology
0
70k
見積もり/agile-estimation
Atsushi Harada
November 07, 2019
Tweet
Share
More Decks by Atsushi Harada
See All by Atsushi Harada
モジャイリーンな事業開発/mojilean-business-development
harada4atsushi
0
360
スクラムとモジャイル/scrum-and-mojile
harada4atsushi
0
7.5k
リーン・スタートアップとMVP/lean-startup-mvp
harada4atsushi
0
26k
リーンキャンバスの作り方/how-to-make-lean-canvas
harada4atsushi
0
8.7k
振り返り/agile-looking-back
harada4atsushi
0
21k
インセプションデッキの作り方/how-to-make-inception-deck
harada4atsushi
0
9.3k
もふもふなエンジニアの心得/mofmofinc-engineer-knowledge
harada4atsushi
0
7.2k
mofmof inc. 会社紹介 for 採用/mofmofinc-informatioin-for-recruiting
harada4atsushi
3
54k
Other Decks in Technology
See All in Technology
Tokyo dbt Meetup #13 dbtと連携するBI製品&機能ざっくり紹介
sagara
0
240
職種に名前が付く、ということ/The fact that a job title has a name
bitkey
1
270
GitHub MCP Serverを使って Pull Requestを作る、レビューする
hiyokose
2
500
大規模プロジェクトにおける 品質管理の要点と実践 / 20250327 Suguru Ishii
shift_evolve
0
310
ルートユーザーの活用と管理を徹底的に深掘る
yuobayashi
8
740
ソフトウェア開発現代史: なぜ日本のソフトウェア開発は「滝」なのか?製造業の成功体験とのギャップ #jassttokyo
takabow
2
1.8k
ペアプログラミングにQAが加わった!職能を超えたモブプログラミングの事例と学び
tonionagauzzi
1
150
AI・LLM事業部のSREとタスクの自動運転
shinyorke
PRO
0
320
モンテカルロ木探索のパフォーマンスを予測する Kaggleコンペ解説 〜生成AIによる未知のゲーム生成〜
rist
4
1.2k
AIエージェントキャッチアップと論文リサーチ
os1ma
6
1.3k
近年の PyCon 情勢から見た PyCon APAC のまとめ
terapyon
0
260
小さく始めるDevOps 内製化支援から見えたDevOpsの始め方 / 20250317 Ken Takayanagi
shift_evolve
1
120
Featured
See All Featured
Become a Pro
speakerdeck
PRO
27
5.2k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
22
2.6k
Building Adaptive Systems
keathley
41
2.5k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5.4k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
44
7.1k
Stop Working from a Prison Cell
hatefulcrawdad
268
20k
Build The Right Thing And Hit Your Dates
maggiecrowley
34
2.6k
Automating Front-end Workflow
addyosmani
1369
200k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Reflections from 52 weeks, 52 projects
jeffersonlam
349
20k
StorybookのUI Testing Handbookを読んだ
zakiyama
28
5.6k
Agile that works and the tools we love
rasmusluckow
328
21k
Transcript
ݟੵΓ mofmof inc.
ソフトウェアの納期⾒積もりは、 星占いレベルのものであると思う 引⽤:メソッド屋のブログ http://simplearchitect.hatenablog.com/entry/2016/07/07/080250
• ਫ਼ • ݟੵΓ • ෆ࣮֬ੑ
不確実性コーン
時間をかければ ⾒積もり精度は上がる
⾒積もり=設計
⾒積もり⼿法の歴史 • LOC • FP • COCOMO • CoBRA •
KKD
⾒積もり精度の推移 精度 コスト(時間) '1 ϓϥϯχϯά ϙʔΧʔ ,,%
⾒積もりのタイミング ΩοΫΦϑ ϦϦʔε εϓϦϯτ ϓϩδΣΫτ
اը࣌ ΩοΫΦϑ࣌ εϓϦϯτܭը࣌
プランニングポーカー
͜ͷػೳɺ͘Β͍ͰͰ͖ΔΑͶʁ 営業
͍͍͘Β͍͔͔ΔΑ 営業 ベテラン エンジニア
͘Β͍ඞཁͩͱࢥ͍·͢ʂ 営業 ベテラン エンジニア 若⼿ エンジニア
ҰମԿΛ৴͡ Ε͍͍ʁ
• ૬ରݟੵΓ • νʔϜݟੵΓ • ετʔϦʔϙΠϯτ
͜ͷڇͷମॏԿΩϩ ͜ͷڇͷମॏԿΩϩ
͜ͷڇΩϩʂ
なぜ相対⾒積もりか • 相対的な基準があれば、簡単に⾒積もり の精度を上げることが出来る • ⼯数で絶対⾒積もりをすると、個⼈のス キルに依存した⾒積もりになってしまう • 実際には⾒積もる⼈と担当する⼈が違う ことも多いので、⾒積もりミスにつなが
る
ストーリーポイント • 個⼈のスキルに依存させないため、相対的な ⾒積もり尺度を「ポイント」で表現する • ストーリーポイント = 時間(⼯数)ではない • 基準となるユーザーストーリーと⽐較して、
どの程度複雑か、曖昧であるか、などを評価 して⾒積もる
基準ポイントの決め⽅ • 既に出ているストーリーの中から、全員 が理解できそうな⼀つのストーリーを決 めて、1ポイント or 3ポイントとする • 基準としてふさわしいものがなければ、 全員が認識を⼀致させる実装のイメージ
を使⽤しても良い
フィボナッチ数列(もどき)を使う • 0,1,2,3,5,8,13,20を使うことが多い • 規模が⼤きくなるほど正確に⾒積もれな くなる性質と、フィボナッチ数列が相性 が良い • ⼤きい単位の数字は細かく考えても精度 が上がることはないので考えるのはムダ
• ⼩さい単位に分割して⾒積もり可能にする
͜ͷௗΩϩʂ ͜ͷͷମॏʁ
• େ͖͍ετʔϦʔׂ • ཧɿʙϙΠϯτ • ϙΠϯτʙநߴΊ
議論をする • チーム全体で⾒積もる • ⾒積もりの差異が出た場合、何か考慮漏れ、ある いは考慮しすぎである可能性がある • ズレ幅が最も⼤きい⼈同⼠で、その⾒積もりをし た理由を説明し、その情報を追加した上で再度⾒ 積もる
• 議論の最中にカードを出し直してもOK • 議論が終わってから全員でもう⼀度⾒積もりしな おすでもOK
実際にやってみよう
ςʔϚ தͷՆٳΈͷ॓
10ઌੜ ߨࢣ ϝϯόʔੜె Έͳ͞Μ
お客様の中に経験者いますか?
流れ 1. 基準の1ptとなるストーリーを決める 2. ストーリーを⼀つずつ読み、以下繰り返し 1. ストーリーの単位が⼤きすぎる場合は分割する 2. 必要であればPOに確認して、ストーリーを詳細 化する
3. 全員で専⽤カードを使って⾒積もりする 4. ⾒積もり差異について議論する 5. チームで⼀つの⾒積もりを合意して決める
ポーカーのやり⽅ • ストーリーの詳細を読んだら基準ポイン トに対してどの程度のボリュームか⾒積 もり、カードを裏返しで出す • 全員がカードを出したら⼀⻫に表にする
Appendix
ग़དྷΔͬͯ ݴͬͨΑͳʁ
τϨʔυΦϑͷؔΛ ߹ҙ͓ͯ͜͠͏
参考:プランニングポーカー https://speakerdeck.com/ryuzee/planning_poker_guide
参考 https://www.slideshare.net/taguchimasahiro/ss-44419906