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
Sprint
Search
Yasunobu Kawaguchi
PRO
July 20, 2021
Technology
8
1.7k
Sprint
Yasunobu Kawaguchi
PRO
July 20, 2021
Tweet
Share
More Decks by Yasunobu Kawaguchi
See All by Yasunobu Kawaguchi
Creative Pair
kawaguti
PRO
1
160
Women in Agile
kawaguti
PRO
4
210
I could be Wrong!! - Learning from Agile Experts
kawaguti
PRO
7
4.5k
Replit Agent
kawaguti
PRO
2
710
Mobbing Practices
kawaguti
PRO
3
500
RSGT Walk Through
kawaguti
PRO
6
1.8k
XP matsuri 2024 - 銀河英雄伝説に学ぶ
kawaguti
PRO
3
930
1Q86
kawaguti
PRO
2
470
Shinagile 2024
kawaguti
PRO
3
210
Other Decks in Technology
See All in Technology
スキルだけでは満たせない、 “組織全体に”なじむオンボーディング/Onboarding that fits “throughout the organization” and cannot be satisfied by skills alone
bitkey
0
130
AI Agent時代なのでAWSのLLMs.txtが欲しい!
watany
2
160
Potential EM 制度を始めた理由、そして2年後にやめた理由 - EMConf JP 2025
hoyo
2
1.6k
1行のコードから社会課題の解決へ: EMの探究、事業・技術・組織を紡ぐ実践知 / EM Conf 2025
9ma3r
6
2.1k
クラウドサービス事業者におけるOSS
tagomoris
3
970
OpenID Connect for Identity Assurance の概要と翻訳版のご紹介 / 20250219-BizDay17-OIDC4IDA-Intro
oidfj
0
460
わたしがEMとして入社した「最初の100日」の過ごし方 / EMConfJp2025
daiksy
13
3.7k
AIエージェント元年
shukob
0
140
一度 Expo の採用を断念したけど、 再度 Expo の導入を検討している話
ichiki1023
1
250
JavaにおけるNull非許容性
skrb
1
670
2025-02-21 ゆるSRE勉強会 Enhancing SRE Using AI
yoshiiryo1
1
460
Swiftの “private” を テストする / Testing Swift "private"
yutailang0119
0
140
Featured
See All Featured
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
45
9.4k
Designing Experiences People Love
moore
140
23k
Making the Leap to Tech Lead
cromwellryan
133
9.1k
The Invisible Side of Design
smashingmag
299
50k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
49k
How to train your dragon (web standard)
notwaldorf
91
5.9k
Building a Scalable Design System with Sketch
lauravandoore
461
33k
The World Runs on Bad Software
bkeepers
PRO
67
11k
Agile that works and the tools we love
rasmusluckow
328
21k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5.3k
Adopting Sorbet at Scale
ufuk
74
9.2k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
32
2.1k
Transcript
まずはタイミングを 合わせましょう、 というスライド
だいたいは ゴールしなければ ならない タイミングが 決まっています。
しかし、 手をつけてみなければ わからない という仕事も たくさんあります。
もちろん、 手慣れた仕事も あるでしょう。 経験もあり 自信もあるような。
必要な仕事を ゴールまでに 終わらせたい
8:2の法則 8割の仕事は 2割の努力で 終わる。 残りの2割に 8割の努力が 吸われる。
一発作業の危険 作って最後に見せたら 問題が発覚して大騒ぎ
ゴールに向けて、 内部スケジュールを 組みます。 その単位を スプリントと呼びます。
ゴール ゴール スプリントは同じ周期で繰り返します。
カレンダーに 直すと こんな感じ。 ※2週間スプリントの場合
例えば数か月先でも、 スプリントの切れ目が、 いつになるか、計画できます。
ゴール ゴール ゴールは相手のあることなので、 もしかしたらスプリントの切れ目と 合わないかもしれません。
ゴール ゴール ゴールは相手のあることなので、 もしかしたらスプリントの切れ目と 合わないかもしれません。 その場合は、 直前のスプリントまでに 完成させておきます。
クリスマスまでに7スプリント、とか。 (8スプリント目にやる分は間に合わない) 1 2 3 4 5 6 7
同じ周期なので、同じ人たち(チーム)で関わる限り、 だいたい同じぐらいのアウトプットが出せると ある程度、推測できます。
もちろんバラツキはあります
次のスプリントでどれくらい できるのでしょうか? ?
傾向をみると、 次はどのくらいの量をこなせるかは なんとなくわかりそうです。 ?
? この傾向のことをベロシティといいます。 巡航速度とか平均速度というような意味です。 傾向をみると、 次はどのくらいの量をこなせるかは なんとなくわかりそうです。
じゃあはじめての時は どうしたら? ?
じゃあはじめての時は どうしたら? ? データも経験もないので 誰にもわかりません。
チームは、スプリントを繰り返しながら、 学習を重ねていき、予測性を上げていきます。 きっと仕事も上手になっていくでしょう。
なので、最初に「繰り返す」 ということを決めてしまいます。 スプリントは同じ周期で繰り返します。
スプリントのたびに できたものを見てもらいます。 動くプロダクトを見てもらい、 フィードバックをもらうのです
耳の痛い フィードバックも あるでしょう 思ったより時間がない 思ったよりできない なんてことに気づくかも。
フィードバックの例 - ビルドできない - 性能が出ない - テスト難しい - デプロイ未整備 -
テスト用データがない - 仕様が理解できてない - 使いづらい - 意味が伝わらない - 欲しがられない - 儲かりそうにない - 複雑な人間関係の発見
Valuable Usable Feasible (会社にとって) 価値がある (開発者にとって) 現実に作れる (利用者にとって) 便利に使える ここを
目指している
スプリントは実戦の繰り返しです。 誰かが決めた全体計画にしたがうより、 チームの力が培われるでしょう。
集中して 作業します プロダクトにつながらない 作業やミーティングは 極力行わないようにします。 仕事ですから。
クロスファンクショナル (職能横断的) 必要なスキルをそろえた 少人数のチームで 仕事します。 部署間調整の ミーティング地獄 ダメ、ゼッタイ
後になって、想定外の事態が起きたとき、 チームの真価が発揮されるかもしれません
何も終わらせられない 場合は、 フィードバックも 受けられません。 計画は、 現実的に。
実績のベロシティ(完成した仕事量)を みながら、次のスプリントの予測をします。 ?
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログは これから作っていくものの リストです。 提供したい順番に 並べておきます。 プロダクトバックログ
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI 各PBIのサイズは 実際に仕事をする 人々が見積もります でかいな 小さいな 同じくらいかな プロダクトバックログ
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
チームはスプリントで 上から順に 開発・提供していき、 プロダクトバックログ
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
? 実績にかわります チームはスプリントで 上から順に 開発・提供していき、 プロダクトバックログ
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ ? 実績のベロシティを もとに、次はどの辺まで 行けそうかを予測します。
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ スプリントで 予想したより、 早く終わったら? すばらしい。 次のPBIを おかわりします。
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ スプリントで 予想したほど、 終わらなかったら? 予想か、見積もりが、 間違ってましたね。 新しい情報が手に入った!
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ PBIの 大きさの 見積もりは ちょくちょく 見直します バックログ リファインメント PBI PBI
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ よいバックログの条件 1. すぐに取りかかれる 2. 議論できる 3. 価値がある 4. 見積もり可能 5. サイズが適切 Ready Ready by Jeff Sutherland
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ 5. サイズが適切 5人のチームで 2週間のスプリントなら 1スプリントの ベロシティ予想の範囲内に 5x2 =10以上のPBIが 入っていること の目安 PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ PBI PBI PBI PBI PBI PBI PBI PBI PBI
PBI PBI PBI PBI PBI PBI PBI バックログ リファインメント 近づいてきたら 詳細度を上げたり、 適切なサイズに 分割します。
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ 直近3スプリント分は Ready Readyな よいプロダクトバックログを そろえていきます。 PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
プロダクトバックログ PBI PBI PBI PBI PBI PBI PBI PBI PBI
PBI もっと先の分も載せておきます。 細かくする努力は、急ぎません。 PBI PBI PBI
プロダクトバックログ PBI PBI PBI PBI PBI PBI PBI PBI PBI
PBI PBI PBI PBI プロダクトバックログは 誰にとってもオープンにして 意見をもらえるようにします
PBI PBI PBI PBI PBI PBI PBI PBI PBI PBI
? 実績にかわります チームはスプリントで 上から順に 開発・提供していき、 プロダクトバックログ
スプリントのたびに できたものを見てもらいます。 動くプロダクトを見てもらい、 フィードバックをもらうのです
プロダクトバックログ PBI PBI PBI PBI PBI PBI PBI PBI PBI
PBI PBI PBI PBI PBI PBI PBI 近づいてきたら 詳細度を上げたり、 適切なサイズに 分割します。 プロダクト バックログは 常に最新の情報 をもとに見直します
考えて、作って、評価を得ることを繰り返して 一歩一歩うまくなっていきます。
フィードバックをする人たちも、 うまく付き合う方法を学んでいきます。
タイミングを合わせて実戦を繰り返す ことを通じて、動くプロダクトと 作れるチーム、そして信頼を培います。
まずはスプリントの日程を 決めるところから 1 2 3 4 5 6 7
まずはタイミングを 合わせましょう、 というスライド