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
開発規模とバグ数の話
Search
MIXI ENGINEERS
PRO
January 16, 2024
Technology
2
200
開発規模とバグ数の話
2024/1/16に開催された「JaSST nano vol.32」に登壇した、ソーシャルベッティング事業本部村田の発表資料です。
MIXI ENGINEERS
PRO
January 16, 2024
Tweet
Share
More Decks by MIXI ENGINEERS
See All by MIXI ENGINEERS
【D2-5】MIXI SREの最新事例まるわかり! 〜 各事業のSRE活動にかかわるエンジニアに本音を聞く | #MTDC2024 | MIXI TECH DESIGN CONFERENCE 2024
mixi_engineers
PRO
3
85
【D2-7】共闘ことばRPG コトダマンの自律分散型QA組織 | #MTDC2024 | MIXI TECH DESIGN CONFERENCE 2024
mixi_engineers
PRO
1
33
【D2-S1】MIXIオンプレミス設備のこれまでとこれから~そして印西へ~ | #MTDC2024 | MIXI TECH DESIGN CONFERENCE 2024
mixi_engineers
PRO
1
60
【D2-6】モンスト10周年における真獣神化実装担当者が10年分の形態変化の設計をイチから作り直した話 | #MTDC2024 | MIXI TECH DESIGN CONFERENCE 2024
mixi_engineers
PRO
2
83
【D2-8】WordPressのヘッドレス運用化 〜minimo roomのJamstack構成移行プロジェクト〜 | #MTDC2024 | MIXI TECH DESIGN CONFERENCE 2024
mixi_engineers
PRO
2
43
【D2-S2】Kotlin と Flutter を愛であう会 for Android開発 | #MTDC2024 | MIXI TECH DESIGN CONFERENCE 2024
mixi_engineers
PRO
2
67
なんで私に登壇依頼が?! ~頼られるエンジニアになるためには~ /
mixi_engineers
PRO
2
250
【D1-3】フィギュアスケートにおける自動追尾カメラ開発 - 位置情報+AI画像解析 | #MTDC2024 | MIXI TECH DESIGN CONFERENCE 2024
mixi_engineers
PRO
1
310
【D1-6】netkeibaにおける機械学習を用いた競馬オッズ予測手法の開発とその変革 | #MTDC2024 | MIXI TECH DESIGN CONFERENCE 2024
mixi_engineers
PRO
1
300
Other Decks in Technology
See All in Technology
ExaDB-D dbaascli で出来ること
oracle4engineer
PRO
0
2.1k
障害対応をちょっとずつよくしていくための 演習の作りかた
heleeen
1
1.8k
成長をサポートするピープルマネジメントのやり方
sioncojp
9
1.3k
LLM開発・活用の舞台裏@2024.04.25
yushin_n
3
1.3k
R3のコードから見る実践LINQ実装最適化・コンカレントプログラミング実例
neuecc
3
3.1k
Babylon.js JAPAN活動紹介 (2024/4)
limes2018
1
120
自己改善からチームを動かす! 「セルフエンジニアリングマネージャー」のすゝめ
shoota
6
1.1k
Android Target SDK 35 (Android 15) 対応の概要
akkie76
0
160
コードや知識を組み込む / Incorporate Code and knowledge
ks91
PRO
0
150
Max out Local LLM in Challenging Environments
sashimimochi
2
190
Microsoft Intune 勉強会 第 2 回目
tamaiyutaro
2
490
Gitlab本から学んだこと - そーだいなるプレイバック / gitlab-book
soudai
7
1.4k
Featured
See All Featured
Product Roadmaps are Hard
iamctodd
45
9.8k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
34
6k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
123
39k
Gamification - CAS2011
davidbonilla
77
4.6k
How GitHub Uses GitHub to Build GitHub
holman
468
290k
Debugging Ruby Performance
tmm1
70
11k
Web Components: a chance to create the future
zenorocha
306
41k
Optimizing for Happiness
mojombo
370
69k
GitHub's CSS Performance
jonrohan
1025
450k
Imperfection Machines: The Place of Print at Facebook
scottboms
261
12k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
22
1.4k
Fashionably flexible responsive web design (full day workshop)
malarkey
398
65k
Transcript
©MIXI 開発規模とバグ数の話 株式会社MIXI ソーシャルベッティング事業本部 村⽥雄⼈
2 ©MIXI • 経 歴: ◦ 2011/04〜2015/08 ▪ 営業職や⼈事職 ◦
2015/09~2022/03 ▪ 第三者検証会社にてQA ◦ 2022/04〜 ▪ 株式会社MIXIにてQA • 趣 味:筋トレ • 今年の⽬標:英語の勉強‧JSTQB ALTA取得(できれば) ⾃⼰紹介
3 ©MIXI PJ紹介 • 体 制:スクラム開発(に近い) • PJ⼈数:約60名 • 1スプリント:2週間
• story pt(以下:pt):各職掌の代表者によるプランニングポーカーにて算出 (※各代表者が提⽰した数字の平均値をptとする) • QAチームにて、各スプリントで検出したバグ数を計測している
4 ©MIXI 開発規模とバグ数の話 あるsprintの検出バグ数を計測していた時のこと
5 ©MIXI いつものsprintよりバグが少ない気がする 開発規模とバグ数の話
6 ©MIXI 消化pt数が近い過去のsprintと⽐較してみると 検出バグ数 消化pt 実装story数 最⼤story pt sprint43 sprint46
sprint47 sprint49 27 20 73 8 59 56 56 57 11 12 11 16 32 35 22 8 開発規模とバグ数の話
7 ©MIXI 理由を深掘りしてみると 検出バグ数 消化pt 実装story数 最⼤story pt sprint43 sprint46
sprint47 sprint49 27 20 73 8 59 56 56 57 11 12 11 16 32 35 22 8 小規模storyを 数多く 1storyの規模が 大きい 開発規模とバグ数の話
8 ©MIXI storyの⼤きさとバグ数に関係性があるかもしれない 開発規模とバグ数の話
9 ©MIXI という訳で、story別に検出バグ数を取れるように仕組みを変更 開発規模とバグ数の話
10 ©MIXI story 別にバグ数を計測し、ptレンジ別にその平均を⾒てみると 対象期間:sprint55(2023/06/26開始)〜sprint65(2023/11/27開始) 検出バグ数平均(件) 実装story数 story pt 1~10
11~20 21~35 1.06 32.4 32.5 94 5 2 開発規模とバグ数の話
11 ©MIXI 検出バグ数平均(件) 実装story数 story pt 1~10 11~20 21~35 1.06
32.4 32.5 94 5 2 10pt以下のstoryでは バグが1件/story程度に story 別にバグ数を計測し、ptレンジ別にその平均を⾒てみると 対象期間:sprint55(2023/06/26開始)〜sprint65(2023/11/27開始) 開発規模とバグ数の話
12 ©MIXI 10 pt以下だと、バグ数が減る!(のかも) 開発規模とバグ数の話
13 ©MIXI おわりに • 10pt以下のストーリーほどバグが少ない傾向にある ◦ ただし「テストの量」や「⾒落とし」等の側⾯からも分析は必要 • タスクを「どう⼩さくするか」が重要 ◦
testabilityを意識しないと、結局⼤きな単位でのテストになる可能性が • 定量化されることでエビデンスができ、PJへの提案がしやすくなる ◦ まだ提案できていないですが...
©MIXI