Microsoft Clarityは、Switasのような企業が直面する課題を理解している、実際のプロダクト担当者によって、実用的で現実的なユースケースを念頭に構築された製品として高く評価されました。レイジクリックやJavaScriptエラー追跡といった機能は、ユーザーの不満や技術的な問題を特定する上で非常に役立ち、ユーザーエクスペリエンスとコンバージョン率に直接影響を与える、的を絞った改善を可能にしました。
ストーリーポイントは、作業にかかる時間(時間や日数)ではなく、他の作業と比較して作業規模を表すための相対的な見積もり単位です。チームは、既に完了した参照項目との比較に基づいてポイントを割り当て、イテレーションごとに蓄積されたポイントは、今後の作業量を予測するための基礎となります。
この抽象化が存在するのは、人々が絶対的な所要時間よりも相対的な大きさをより正確に見積もることができるためです。何かにどれくらい時間がかかるかを尋ねられた場合、見積り手は楽観的な仮定に基づいて、中断ややり直しを考慮せず、一貫して下方バイアスのかかった数値を提示します。一方、あるアイテムが別のアイテムより大きいかどうかを尋ねられた場合、同じ人々ははるかに正確な数値を提示します。ポイントは、この非対称性を利用して比較を捉え、観測されたスループットによって時間を変換します。
ポイントは、労力だけでなく、量、複雑さ、不確実性の組み合わせを反映することを目的としています。要件が不明確な馴染みのないコードへの小さな変更は、よく理解されている領域への大規模な変更よりも大きな変更となる可能性があります。ポイントを時間単位の代用として扱うチームは、この側面を見失い、この手法が回避しようとしていた見積もり上の問題を再現してしまうことになります。
この指標は、本来ローカルな性質を持つように設計されているが、実際にはこの性質が最も頻繁に破られている。ポイントは特定のチームの参照項目に基づいて調整され、そのチームの状況、コードベース、構成を反映している。そのため、チーム間でポイントの合計を比較しても意味がなく、チーム間で生産性指標としてベロシティを使用すると、同じ作業に対してより高い点数を付けようとするインセンティブが生じるため、見積もりのインフレが確実に発生する。
ベロシティが目標になると、チーム内でも同様の歪みが生じる。ベロシティの向上を求められたチームは、より余裕を持った見積もりを行うことで即座に目標を達成でき、何も変わらないまま数値が向上する。この指標は容易に操作可能であり、パフォーマンス測定ではなく計画支援として設計されたものであるため、パフォーマンス報告に用いると、本来の目的における有用性が損なわれる。
見積もりには、精査に値する真のコストが伴う。詳細化や計画策定にはチームの時間を大幅に消費し、規模分布が比較的均一な作業においては、単にアイテム数を数えることと比べて予測のメリットは小さい。見積もりを行わないアプローチを採用しているチームは、完了したアイテム数を数え、過去のスループットから予測を行うが、これは多くの場合、同等の精度で、はるかに安価である。見積もりがそのコストに見合う価値があるかどうかは、異端ではなく、正当な疑問である。
参照項目がもはや代表的でなくなった場合は、再調整が必要になります。これは、コードベースが成熟したり、チーム構成が変わったり、作業内容が変化したりする場合に発生します。長年同じ尺度を使い続けているチームは、その尺度がもはや存在しない状況を表していることに気づき、結果として予測がずれていく原因が誰にも分からないままになってしまいます。
見積もり段階で意見の相違を浮き彫りにする際に、これらのポイントが依然として役立つことがあります。チームメンバーが同じ項目に大きく異なる値を割り当てた場合、その後の議論によって、要件の理解が異なっていたこと、あるいは他のメンバーが気づいていない複雑な問題に誰かが気づいていることが明らかになることがよくあります。こうした会話は、最終的に得られる数値よりも価値があることが多く、だからこそ議論を続け、計算は現実的に行うべきなのです。
この手法は1つのチーム内でのみ計画支援として機能するため、その価値は周囲の組織がその成果をどのように利用するかに完全に依存します。実際の見積もり手法は、 製品開発また、複数のチームが1つの製品に取り組む場合、依存関係管理とフロー測定を通じて調整がより適切に行われます。 製品部門 チーム間の推定値を標準化しようとする試みよりも、
Microsoft Clarityは、Switasのような企業が直面する課題を理解している、実際のプロダクト担当者によって、実用的で現実的なユースケースを念頭に構築された製品として高く評価されました。レイジクリックやJavaScriptエラー追跡といった機能は、ユーザーの不満や技術的な問題を特定する上で非常に役立ち、ユーザーエクスペリエンスとコンバージョン率に直接影響を与える、的を絞った改善を可能にしました。