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
Bridging gaps between skills and ideas
kawaguti
PRO
1
43
Definition of Done
kawaguti
PRO
6
500
Nonaka Sensei
kawaguti
PRO
4
930
Ninno LT
kawaguti
PRO
1
150
大人の学び - マイクの持ち方について
kawaguti
PRO
6
840
User Story Mapping + Inclusive Team
kawaguti
PRO
4
860
Creative Pair
kawaguti
PRO
1
210
Women in Agile
kawaguti
PRO
4
270
I could be Wrong!! - Learning from Agile Experts
kawaguti
PRO
9
5.5k
Other Decks in Technology
See All in Technology
KubeCon + CloudNativeCon Japan 2025 に行ってきた! & containerd の新機能紹介
honahuku
0
120
ビズリーチが挑む メトリクスを活用した技術的負債の解消 / dev-productivity-con2025
visional_engineering_and_design
2
5.8k
FOSS4G 2025 KANSAI QGISで点群データをいろいろしてみた
kou_kita
0
370
AIの全社活用を推進するための安全なレールを敷いた話
shoheimitani
2
250
B2C&B2B&社内向けサービスを抱える開発組織におけるサービス価値を最大化するイニシアチブ管理
belongadmin
1
5.3k
Witchcraft for Memory
pocke
1
730
敢えて生成AIを使わないマネジメント業務
kzkmaeda
1
230
自律的なスケーリング手法FASTにおけるVPoEとしてのアカウンタビリティ / dev-productivity-con-2025
yoshikiiida
1
13k
赤煉瓦倉庫勉強会「Databricksを選んだ理由と、絶賛真っ只中のデータ基盤移行体験記」
ivry_presentationmaterials
2
270
高速なプロダクト開発を実現、創業期から掲げるエンタープライズアーキテクチャ
kawauso
2
7.3k
タイミーのデータモデリング事例と今後のチャレンジ
ttccddtoki
6
2.2k
無意味な開発生産性の議論から抜け出すための予兆検知とお金とAI
i35_267
2
10k
Featured
See All Featured
Into the Great Unknown - MozCon
thekraken
39
1.9k
Music & Morning Musume
bryan
46
6.6k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
YesSQL, Process and Tooling at Scale
rocio
173
14k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
46
9.6k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Practical Orchestrator
shlominoach
188
11k
The World Runs on Bad Software
bkeepers
PRO
69
11k
Thoughts on Productivity
jonyablonski
69
4.7k
Become a Pro
speakerdeck
PRO
28
5.4k
Large-scale JavaScript Application Architecture
addyosmani
512
110k
Done Done
chrislema
184
16k
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