データを基にカイゼンする話（定量的レトロスペクティブ）

開発基盤の開発チームが、自分達で作っ
た基盤でデータを基にカイゼンをする話
#devboost #Session4
2020/12/12
青山弦太

View Slide

2
Copyright © 2020 BTC Corporation All Rights Reserved.
INDEX
1. はじめに
2.What is BTC Codebase
3.チームの悩み
4.データを基にしたふりかえり
5.まとめ

View Slide

3
はじめに

View Slide

4
Profile
• 株式会社ビッグツリーテクノロジー＆コンサルティング
– DX事業部 2016年新卒入社
• 運用保守のプロジェクトにてプロセス自動化、自動テスト、運用メトリク
スの可視化、分析を基に、システムの安定稼働を中心に取り組み、その知
見を活かして社内開発/データ分析基盤 BTC Codebaseの開発を推進してい
ます。
• Java/Python/TDD/SET(Software Engineer in Test)/テスト/自動化
• Perfume/アイドル/泳ぐ/Codebase
青山弦太

View Slide

5
今日話すこと/話さないこと
• 話すこと
– BTC Codebaseの簡単な紹介
– データを使ったふりかえり、カイゼンの事例
– ふりかえり、カイゼンを通して得た気づき
• 話さないこと
– BTC Codebaseの細かい紹介
– すごいデータ分析
– すごい技術

View Slide

6
What is BTC Codebase?

View Slide

7
What is BTC Codebase?
プロジェクト運営をデータに基づいて行うように変革したい。そのような想い
から、弊社では開発/データ分析基盤のBTC Codebaseを開発しています。

View Slide

8
BTC Codebase is
BTC Codebaseには大きく２つの機能があります。
• 自動構築機能
• 自動収集/分析機能
活動
成果物
Data
lake
自動化された開発プロセス
ユーザ
BTC Codebase担当
KKD(勘・経験・度胸)を
基に進める。
プロジェクトを跨いだ高
度な分析の提供。
ランタイム
従来のプロジェクト運営 BTC Codebaseを用いたプロジェクト運営
プロジェクトの状況や活
動を一目で定量的に把握。
ファクトベースで進める。

View Slide

9
チームの悩み

View Slide

10
質問です
さて、みなさん質問です。

View Slide

11
質問です
Q.こんなマージリクエストどう思いますか？

View Slide

12
質問です
Q.こんなコミットどう思いますか？

View Slide

13
質問です
@t_wada
コードには How
テストコードには What
コミットログには Why
コードコメントには Why not
を書こうという話をした
https://twitter.com/t_wada/status/904916106153828352
Q.こんなコミットどう思いますか？

View Slide

14
質問です
L3 工数(人日)
DB設計 50
非機能要件定義 20
データ移行 30
…
Q.こんなスケジュールどう思いますか？

View Slide

15
質問です
Q.全部きちんとできてますか…？

View Slide

16
質問です
Q.やりたいけどやれていないこと、たくさん
ありませんか？
やれること

View Slide

17
体制
若手が中心で、社内基盤開発という取り組みの自由度の高い案件です。
• 6人体制(日本3名、オフショアのベトナム３名)
• 内5人は30歳以下
• 基本はリモートワーク
• データ収集の導線開発やAI活用、自動化など…
リーダ(青山)
メンバー
メンバー
ベトナム
日本
メンバー
メンバー
コミュニケー
タ(※)
※コミュニケータ：日本語とベトナム語の両方を理解し、お互いのコミュニケーションの架け橋を行う。
もちろん、会話に中にはITに関する言葉も頻出するため、ITの知識も併せ持つ。

View Slide

18
あふれるやりたいこと
✓ TDD/ペアモブ作業/スクラム/DevSecOpsしたい。
✓ 手作業なんて悪、全部自動化しなきゃ。
✓ 新しいサービスをどんどん使いたい。
✓ etc…
あれもこれも全部やりたい！

View Slide

19
あふれるやりたいこと
あれ、、、全然できてないし
余計に大変になってる気がす
る、、、。
✓ TDD/ペアモブ作業/スクラム/DevSecOpsしたい。
✓ 手作業なんて悪、全部自動化しなきゃ。
✓ 新しいサービスをどんどん使いたい。
✓ etc…

View Slide

20
考えてみた

View Slide

21
考えてみた
手段が目的になっているのでは？
• なんでこの取り組みをしていたんだっけ？
• そもそもそれは導入する必要があったんだっけ？
• 困りごとがないのにプラクティスが先行していない？
• 私たちに本当に足りないなものは何なんだろう。

View Slide

22
✓ Keep
✓ Problem
✓ Try
ふりかえってみた
• Keep
• Problem
• Try

View Slide

23
✓ Keep
✓ Problem
✓ Try
ふりかえってみたけど難しかった
いまいち自信の持てないふりかえり…。
• Keep
• やり方を変えてみたけどKeepすべきなのか分からな
い。
• Problem
• 多分Problemなのかもしれない…どうなんだろう…。
• Try
• 上手くいかないけど何が原因？
• 何をTryすればいいの？
• Tryしてみたけど本当によくなったの…？

View Slide

24
✓ Keep
✓ Problem
✓ Try
ふりかえってみたけど難しかった
いまいち自信の持てないふりかえり…。
• Keep
• やり方を変えてみたけどKeepすべきなのか分からな
い。
• Problem
• 多分Problemなのかもしれない…どうなんだろう…。
• Try
• 「私たちはデータ分析基盤の開発者なのだから、
データを基にふりかえろう。」

View Slide

25
データを基にしたふりかえり

View Slide

26
日毎の会議を可視化。
赤がアドホックな会議数。青がスケジュー
ル済み会議数。
アドホックな打ち合わせの数
が減少し、作業時間が増加！
消化ポイントが増えた！
Tryを実践！
(分析)
アドホックな打ち合わせが１日の多くの時間を占めている
ことを発見。
いずれも、課題や想定外の事象に関する相談や確認だった。
課題や想定外が多いので、金曜に行っているプランニング
を密に行うのはどうか？
(Try)
金曜に行っているプランニングを長くし、より深ぼって検
討をする。
(Problem)思っていたよりも作業できる時間が少ない…。

View Slide

27
発見仮説
取組
評価
Codebaseを使いデータ、事実を基にふりかえることで「問題の発見」「仮説
の導出」「取組の妥当性」「効果の評価」を「自信を持って」行うことができ
た！
チームの活動、成果物データ

View Slide

28
チームカイゼン（その他の事例）
発見：特定のドメインに関するチケットは、コメントの数が多いことを発見。
仮説：認識合わせが不十分のため、課題や認識齟齬が頻発しているのでは？
取組：週に１回作戦会議をしタスク「土台」「意味」「背景」の検査をするフローを追加。
評価：往復が減り、スムーズに作業が進むように変革！
発見：繰り返されるタスクや定型的なタスクについて、個々人で対応速度に差があることを発見。
仮説：暗黙知で作業が早くなっている部分があるのでは？
取組：暗黙知を共有すべく、ペア、モブ作業を多く実施するように。
評価：ショートカットや効率の良い暗黙知が自然と共有されるようになり、消化ポイントが増加！
発見：レビューの指摘数が作業分類で固まっていることを発見。同じことを毎回指摘されることが多い。
仮説：セルフレビュー用のチェックリストを設けて日々アップデートすれば、より早く良い質のものが作れるのでは？
取組：チェックリストの作成とその更新フローを作成して、セルフレビューするように。
評価：レビューでの毎回の指摘が減り、レビュー工数の削減、消化ポイントが増加！

View Slide

29
ユーザ
BTC Codebase is
BTC Codebaseには大きく２つの機能があります。
• 開発する環境を自動生成、あらゆる開発プロセスを自動化させる機能
• 開発プロセスの活動、成果物、ランタイム…あらゆる情報を開発者に意識させずに収集、分析
する機能
活動
成果物
Data
lake
自動化された開発プロセス
BTC Codebase担当
KKD(勘・経験・度胸)を
基に進める。
プロジェクトを跨いだ高
度な分析の提供。
ランタイム
従来のプロジェクト運営 BTC Codebaseを用いたプロジェクト運営
プロジェクトの状況や活
動を一目で定量的に把握。
ファクトベースで進める。

View Slide

30
曜日毎のMRの動きを可視化。
赤がMR作成数。ピンクがMRマージ数。
リリース直後の再リリースの
回数が減少！
Tryを実践！
月火水木金
MR
の
数
月火水木金
MR
の
数
(分析)
ソースfixする直前にマージリクエストが集中。
レビュアーが確認がきちんととれていないんじゃないか。
作業が終わったブランチを、後の方まで抱えることが多い
ことが判明。
(Try)
MRを均すため、作業が終わったMRをリリースの直前まで
抱えるのではなく、適宜レビューに回す。
(Problem)リリースの後に問題が発覚し、再リリースすることが多い！

View Slide

31
社内カイゼン（その他の事例）
課題：レビュー待ち時間が長く、ボトルネックになることが多い。
発見：プッシュ/マージリクエストを送る時間が夜の18時以降(帰る直前)に偏っていること発見。
仮説：帰る直前にまとめてではなく、適宜送るようにすればレビューが固まらずにボトルネックが解消されるのでは？
取組：帰る直前にまとめてではなく、適宜送るように変更。
評価：ボトルネックが解消し、チケット完了までの時間が安定！
課題：イテレーション終了時に予定されていたタスクの多くが完了されていないことが続いた。
発見：レビューが予定されたタイミングで終わらないことが多く、長大なマージリクエストが送られていたことを発見。
仮説：MRのサイズが小さくなれば適切なタイミングで適切なレビューができるのでは？
取組：マージリクエストの数を倍にするように変更。
評価：イテレーション終了時に予定通りにデリバリされる他に、消化ポイントも数倍に！
※このプロジェクトでは、課題ありきで細かい分析をデータを用いて行っていきました。

View Slide

32
まとめ

View Slide

33
今日話すこと/話さないこと
• 話すこと
– BTC Codebaseの簡単な紹介
– データを使ったふりかえり、カイゼンの事例
– ふりかえり、カイゼンを通して得た気づき
• 話さないこと
– BTC Codebaseの細かい紹介
– すごいデータ分析
– すごい技術

View Slide

34
まとめ
• データは皆に自信をくれる
• データによって革新的な発見をすることもあるが、それはそう多くはない。
• 「そんなこと、データを取る前から知ってたよ。」と言われても、仮説を自信に
変えてくれるだけで、大きな価値がある。

View Slide

35
まとめ
• 計測無くしてカイゼン無し
• データは、カイゼンすべき点、カイゼンの効果を目に見える形で教えてくれる。
• データを基に行うことで、不安になりながらではなく、自信をもってカイゼンす
ることが出来る。

View Slide

36
まとめ
• 計測無くしてカイゼン無し
• データは、カイゼンすべき点、カイゼンの効果を目に見える形で教えてくれる。
• データを基に行うことで、不安になりながらではなく、自信をもってカイゼンす
ることが出来る。
• カイゼンは一歩づつ
• 一足飛びに全部カイゼンをするのは大変。
• 一歩づつ徐々にカイゼンをすることで、積み上げると大きなカイゼンになってい
た。(ベイビーステップ)

View Slide

37
ご清聴ありがとうございました

View Slide

データを基にカイゼンする話（定量的レトロスペクティブ）

データを基にカイゼンする話（定量的レトロスペクティブ）

ao-nyannyan

More Decks by ao-nyannyan

Other Decks in Technology

Featured

Transcript