写点什么

对超高生产力的度量是浪费时间吗?

  • 2009-06-03
  • 本文字数:1424 字

    阅读完需:约 5 分钟

在一个关于超高生产力与电击疗法的演讲中, Jeff Sutherland 提到:超高生产力(Hyper-Productivity)至少应该达到丰田的绩效水准,也就是四倍于行业平均水平。他认为:正确进行敏捷开发的团队,应该可以在 3 个为期两周的迭代中体现出 300% 的进步。最近在 Scrum Development group 的讨论中,成员们争论有无可能准确度量多个 sprint 体现出来的生产力,以及这样做是否有益,还谈到是否有可能看出团队已经到达超高生产力状态。

Adam Sroka 认为要想度量多个 sprint 体现出来的生产力或工作效率很困难,甚至不可能。很多时候,团队的生产力建立在故事点数基础之上,而这个数字在各个 sprint 之间是不断变化的。他觉得:

故事点数未必可以比较,即使它们看起来是随时间推移不断稳定下来的(比如在迭代 1 中的 5 个故事点数与迭代 5 中的 5 个故事点数就没有可比性。不过,迭代 5 中的 5 个故事点数与迭代 6 中的 5 个故事点数就比较接近)。因此,一个敏捷项目在过程中体现出来的生产力提升类似于没有实际证据的轶事 。我们见过这样的状况,也知道它确实存在,但我们找不到确定的方式来度量它。

Tobias Mayer 同意 Adam 的意见,他也指出:

对“超高生产力”的度量纯属浪费时间——而且就跟卖“大力丸”差不多。对故事的估算不是一成不变的,团队交付软件的能力会随着时间推移提升,也会改变他们估算故事的结果。正如 Adam 指出的,对于同等复杂的故事,我们估算的准确度会越来越高。
我认为这样的“量化”会给 Scrum 造成伤害,正如最初的帖子指出的,如果你将底线设得足够低,所有的事情看起来像是达到了“超高生产力”。要是团队在第一个 sprint 中什么都没有完成呢?在此后的第二个 sprint 中完成的 1 个故事点数就像是增长了无数倍啊。真是荒谬透顶!

Joseph Little 指出:尽管很多关于“超高生产力”的谈话都是白费口水,“超高生产力”本身还是有意义的。他建议:团队应该知道自己的速度,这样才能不断改进。他也同意:速度可能会随着迭代的推进而改变,所以在不同 sprint 中,大小相同的故事可能分配的点数不同。要解决这个问题,应该计算 3 个 sprint 下来的平均速度,而不是就拿一个 sprint 中的速度来说事儿。接下来应该要做的,就是让团队的开发速度翻番了,这就需要对开发流程进行大大小小的调整,移除遇到的障碍,多多益善。Joseph 认为:

让我说得更明白点儿:软件开发这件事儿现在做得真不怎么样,要想让团队的工作效率翻番没那么困难。

Roy Morien 补充道:要想精确度量个人或团队的生产力,难上加难。因此,团队应该把注意力放在交付有效的、可工作的软件之上,力图改善上个 sprint 中做事的方法,而不是去考虑如何度量生产力。

与他的观点相同, Adam Sroka 指出:团队不应该浪费时间度量生产力、分析团队是否到达“超高生产力”状态,而是应该将焦点放在:

  1. 我们是不是正在交付有价值的、可工作的软件?是不是持续不断地、每个迭代都是这样?
  2. 我们现在是不是把精力都放在可持续的工作方式之上?我们能一直按照这个步调交付软件么?我们还能改进么?
  3. 我们有没有把精力浪费在对于直接交付价值没有贡献的事情上?我们应该怎么消除这些浪费?

综上,通过这些讨论,大部分人都认为:在敏捷开发中,相对于比较不同 sprint 之间的生产力数字以查看是否达到“超高生产力”状况,还有更重要的事情要做。而且,由于没有收集不同 sprint 之间生产力数字的标准计算方法,去比较这些数字也就不怎么靠谱了。

查看英文原文: Is Measuring Hyper-Productivity a Waste of Time?

2009-06-03 04:261141
用户头像

发布了 479 篇内容, 共 161.0 次阅读, 收获喜欢 51 次。

关注

评论

发布
暂无评论
发现更多内容

Scale Prometheus: K8s 部署 GreptimeDB 集群作为 Prometheus 长期存储

Greptime 格睿科技

数据库 k8s 集群

贝锐花生壳内网穿透:无需公网IP,远程访问自建WebDAV文件共享!

贝锐

内网穿透 NAS 群晖

抽象最佳实践提供一键复用体验,火山引擎进一步简化 AI 能力落地难度

新消费日报

数据为王 存储先行 | 数智化转型中的数据存储需求变革

Geek_2d6073

附演讲视频|隐语城市行·北京站:行业发展趋势、大模型前沿技术、实践落地案例干货打包

隐语SecretFlow

lazada 商品详情 API 的获取与应用

科普小能手

API 接口 API 测试 lazada商品评价接口 lazada API接口 lazada API

30岁转行学 IT 如何避免内卷?

高端章鱼哥

智能体一体机,大模型时代一叶见菩提

脑极体

AI

《使用Gin框架构建分布式应用》阅读笔记:p143-p207

codists

i9K进化U9K,285k(ing) 新君下洞庭

E科讯

Illustrator 2023版 for mac(Ai2023矢量设计应用程序)

Mac相关知识分享

一文教会你如何使用 iLogtail SPL 处理日志

阿里巴巴云原生

阿里云 云原生 SPL

@开发者,请查收新书《MindSpore大语言模型实战》

Geek_2d6073

如何在软件工程团队中提升领导力

爱吃小舅的鱼

领导力

QCN9274 and Mesh Networks: A Game-Changer for Seamless Connectivity

wallyslilly

创新实践:基于边缘智能+扣子的智能取物机器人解决方案

火山引擎边缘云

物联网 机器人 智能IoT边缘服务 AI Agents 边缘智能

2025北京软件产品博览会·世亚软博会

AIOTE智博会

软件展会 软件展 软博会 世亚软博会 北京软博会

0基础真的能学会java吗?

伤感汤姆布利柏

工业互联网引领制造业革命:智能化升级与创新亮点揭秘!

EquatorCoco

低代码 工业互联网

C#常见的四种经典查找算法

快乐非自愿限量之名

Java C# 算法

柔性LED屏:沉浸式品牌体验的8个好处

Dylan

数字化 品牌 LED display LED显示屏 沉浸式

Tecplot 360 EX 2021 R1 for Mac CFD可视化和分析工具

Mac相关知识分享

2024 OPPO开发者大会召开,携手火山引擎加速迈进AI语音交互新时代

新消费日报

iPaaS 平台在企业中的定位及集成方式

RestCloud

API网关 应用集成 ipaas api可视化编排

java和前端,选哪个好点?

秃头小帅oi

1.8K Star,简洁易用 Web 端创意画板

GitHub指北

对超高生产力的度量是浪费时间吗?_研发效能_Vikas Hazrati_InfoQ精选文章