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
72k
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
390
スクラムとモジャイル/scrum-and-mojile
harada4atsushi
0
8k
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
9.2k
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
9.9k
もふもふなエンジニアの心得/mofmofinc-engineer-knowledge
harada4atsushi
0
7.7k
mofmof inc. 会社紹介 for 採用/mofmofinc-informatioin-for-recruiting
harada4atsushi
3
56k
Other Decks in Technology
See All in Technology
어떤 개발자가 되고 싶은가?
arawn
1
420
[AWS 秋のオブザーバビリティ祭り 2025 〜最新アップデートと生成 AI × オブザーバビリティ〜] Amazon Bedrock AgentCore で実現!お手軽 AI エージェントオブザーバビリティ
0nihajim
1
280
書籍『実践 Apache Iceberg』の歩き方
ishikawa_satoru
0
460
kotlin-lsp の開発開始に触発されて、Emacs で Kotlin 開発に挑戦した記録 / kotlin‑lsp as a Catalyst: My Journey to Kotlin Development in Emacs
nabeo
2
310
Amazon Athena で JSON・Parquet・Iceberg のデータを検索し、性能を比較してみた
shigeruoda
1
300
[Journal club] Thinking in Space: How Multimodal Large Language Models See, Remember, and Recall Spaces
keio_smilab
PRO
0
110
Mackerelにおけるインシデント対応とポストモーテム - 現場での工夫と学び
taxin
0
110
サブドメインテイクオーバー事例紹介と対策について
mikit
15
7k
ラスベガスの歩き方 2025年版(re:Invent 事前勉強会)
junjikoide
0
910
Digitization部 紹介資料
sansan33
PRO
1
5.8k
今から間に合う re:Invent 準備グッズと現地の地図、その他ラスベガスを周る際の Tips/reinvent-preparation-guide
emiki
1
270
ストレージエンジニアの仕事と、近年の計算機について / 第58回 情報科学若手の会
pfn
PRO
4
960
Featured
See All Featured
How to Ace a Technical Interview
jacobian
280
24k
Building Adaptive Systems
keathley
44
2.8k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.8k
Bash Introduction
62gerente
615
210k
Music & Morning Musume
bryan
46
6.9k
BBQ
matthewcrist
89
9.9k
Code Review Best Practice
trishagee
72
19k
The World Runs on Bad Software
bkeepers
PRO
72
11k
How to train your dragon (web standard)
notwaldorf
97
6.3k
Six Lessons from altMBA
skipperchong
29
4k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
658
61k
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