Save 37% off PRO during our Black Friday Sale! »

Scrum Fest Mikawa 2021 じゃん 13:00-

Scrum Fest Mikawa 2021 じゃん 13:00-

974851414f4cfdf366b87342db4a8134?s=128

Yutaka Nakano

October 02, 2021
Tweet

Transcript

  1. アジャイルなアナリストの道具箱: すべての道は ”IPO” に通ず Scrum Fest Mikawa 2021 / @ytk250

  2. 本日の内容 • IPO(インプット、プロセス、アウトプット)は • すべての”仕事”に当てはまる原理原則で、 • あたり前の話だけど、意識的につかっている人は少ない • クライアント業務の理解やシステム解析はもちろん、 コミュニケーションにも応用できる

  3. 自己紹介 • 中野 裕(なかの ゆたか) • 兵庫県生まれ、札幌育ち • 経歴 •

    SIerで金融系システム(2002年- / 東京) • フリーで業務系システムをいろいろ(2014年- / 札幌) • 味の素エンジニアリング(株)社員(2021年- / リモート週2-3) PLANTAXIS®の開発担当 / PO的役割 • アジャイル札幌 / スクラムフェス札幌2021実行委員 • SCM(2019年-) • 読書、ビール、登山(初心者)
  4. アジャイルな『アナリスト』 • 自分が普段使っているツールを 総動員して、ユーザーストーリー の本質について顧客と 意思疎通をはかる 引用:『アジャイルサムライ』 Jonathan Rasmusson 著

    西村直人・角谷信太郎 監訳 / 近藤修平・角掛巧拓未 訳 この人
  5. ここから本題 ツールの1つを紹介します

  6. IPOって言葉使いますか? I:インプット P:プロセス O:アウトプット の略です

  7. こんなイメージ プロセス イン プット アウト プット

  8. それがどうしたの? どんな仕事に対しても、常に成立する大原則 プロセス イン プット アウト プット • 小麦粉 •

    水 • イースト • まぜる • こねる • 発酵 • 焼く • パン ex.
  9. どんな仕事でも? • 人がやる仕事 • 組織でやる仕事 • 機械がやる仕事 • コンピューターがやる仕事 •

    etc.. さらに、各仕事の粒度を変えても成立する
  10. 人や組織の仕事

  11. 機械やコンピューターの仕事

  12. (余談)どこから持ってきた言葉か 過去に参画したプロジェクトの 処理記述書(IPO編)という設計書の書式から借りた言葉で、 例えばこんな感じで書きます

  13. 実例 IPOの使いかた

  14. 活用シーン • クライアントの業務分析の第一歩 • 既存システムの解析 • チームや個人が行う仕事の可視化 • etc..

  15. 実例 • Case1 クライアントの業務をIPOで可視化する • Case2 テスト結果のNGをIPOで説明する • Case3 成果物が期待と違うことをIPOで説明する

  16. Case1 クライアントの業務をIPOで可視化する

  17. Case1 クライアントの業務をIPOで可視化する • ある業務システムを開発する場合 • クライアントは自身の業務を説明できない • 業務フローの作成は、めんどくさい・コスパが悪い • IPOを会話のベースする

  18. 物流 Case1 クライアントの業務をIPOで可視化する • 会社のIPOを整理 • ブレイクダウンしつつIPOを整理 • トップダウン、ボトムアップを 行ったり来たり

    会社 営業 生産 調達 製造 配送 I:生産計画 O:材料の発注 I:材料、レシピ O:製品 I:製品、配送先 O:配送 I:ヒト、モノ、カネ、情報 O:製品 I:生産計画 O:製品 I:製品、受注情報 O:配送
  19. Case1 クライアントの業務をIPOで可視化する • 部門間のIPOをつなげて、過不足を洗い出す 調達 製造 配送 取引先 ユーザー 生産計画

    製品 発注 材料 製品(配送) 受注情報 レシピ
  20. Case2 テスト結果のNGをIPOで説明する

  21. Case2 テスト結果のNGをIPOで説明する • あるシステム開発プロジェクトで • テストの結果が期待通りではなかった場合、 • どこに誤りがあったのかIPOで説明する

  22. Case2 テスト結果のNGをIPOで説明する • I:入力データ • P:処理 • O:出力データ 処理 (プログラム)

    入力 データ 出力 データ
  23. Case2 テスト結果のNGをIPOで説明する • テスト結果がNGの場合、原因は入力データ or 処理 処理 (プログラム) 入力 データ

    出力 データ まぜて考えない
  24. Case2 テスト結果のNGをIPOで説明する • NGの原因特定のためには、データと処理を分けて考える • クライアントに説明する際にも、 データと処理を分けて伝えると理解してもらいやすい

  25. Case3 成果物が期待と違うことをIPOで説明する

  26. Case3 成果物が期待と違うことをIPOで説明する • あるメンバーの • タスクの成果が期待通りでなかった場合、 • IPOで説明する

  27. Case3 成果物が期待と違うことをIPOで説明する • I:資料 • P:タスク • O:成果物 ある人が タスクを実施

    資料 成果物
  28. Case3 成果物が期待と違うことをIPOで説明する • 期待どおりの成果ではない場合、 原因は資料 or タスクのやり方 ある人が タスクを実施 資料

    成果物 まぜて考えない
  29. Case3 成果物が期待と違うことをIPOで説明する • 要件定義の場合、インプットが足りないことが多い • 手法よりインプットが大事 要件定義 (=ユーザーを 理解する活動) インプット

    成果物 • 組織図 • 業界用語 • 関連法規 • フィードバック 足りてないことが多い
  30. まとめ

  31. 本日のまとめ① • IPO(インプット、プロセス、アウトプット)は • すべての”仕事”に当てはまる原理原則で、 • あたり前の話だけど、意識的につかっている人は少ない • クライアント業務の理解やシステム解析はもちろん、 コミュニケーションにも応用できる

  32. 本日のまとめ② • IPOは、つまりDFD、PFDの1要素を取り出したもの • フローではなく取り出した1要素も有用

  33. ありがとうございました