Comments 7
Опять стори поинты.
Откуда вообще взяли, что модель у стори поинтов должна сходиться?
Допустим есть задача t1 и три разраба X, Y, Z.
каждый из этих разрабов учитывает свой набор факторов при выставлении оценки
Fx11, Fx12, Fx13...Fx1N (x - имя разарба, 1 - индекс задачи, N - фактор оценки)
Fy11, Fy12, Fy13...Fy1N
Fz11, Fz12, Fz13...Fz1N
при этом общая мощность множества факторов неизвестна, но в итоге эта модель дает какую-то оценку.
теперь берем задачу 2
Fx21, Fx22, Fx23...Fx2N
Fy21, Fy22, Fy23...Fy2N
Fz21, Fz22, Fz23...Fz2N
получаем другой набор факторов и какую-то оценку.
А теперь вопрос: "почему модель должна сходиться, если никакого факторного анализа нет? " Скрам не отбарсывает незначнимые факторы, не выставляет веса значнимым факторам (в этой модели веса не указывал) и не приводит факторы к общему базису.
В итоге оценка чистый рандом, почему люди с вышим техническим образованием не такое ведутся?
вероятно скрам будет работать хорошо в операционщине, где задачи однотипные, их много и они понятны.
А что, никто не работает по фактически затраченному времени?
У нас, руководство хочет получить точные даты, когда к нему приедет фича (естественно, это никому не нужно, но все хотят). Отсюда и выходят все эти приседания с вычислением положения Луны и разницей между оценкой и реальными трудозатратами.
Как-то меня достали эти сторипоинты и я написал свою модель, опираясь исключительно на реальные даты, реальные ошибки в прогнозах и Теорию Вероятностей. Если интересно протестить - велкам https://gosuslugi.pravosleva.pro/dist.estimate-corrector-2024/
В таблице выше это была бы ещё одна колонка с тремя галочками и крестиком напротив сторипоинтов (польза от которых, кмк, стремится к нулю)
Насколько точна ваша модель?
Во всяком случае, прогнозы даёт реалистичные.
Алгоритм довольно прозрачен и был однажды описан здесь: Теория вероятностей в действии 2.0 (суть алгоритма корректировки прогнозов разработчиков) https://habr.com/p/874226/
Новая арифметика трудозатрат