wolf-cld-system-thinking
生态系统因果图系统思考Casual Loop Diagram-狼图腾节选
2016年9月15日
中国敏捷现状与Scrum导入推广
2016年12月30日
在导入敏捷Scrum之后,很多人还习惯于原先瀑布的大规模估算,试图给出一个完美精确的估算,来进行承诺。敏捷教练小伙伴们也常常有人讨论这个问题?

然而,估算永远是不准确的,在估算上花太多时间会得不偿失。正如天气变化,我们可以对几天内的天气准确估计,但是却无法对一年后的天气进行估计。软件系统和组织和天气一样,是一个复杂系统,充满变化。唯有在各个层面体现Planning Onion即计划洋葱,小批量的做计划、频密地做探索和反馈,才是唯一可行的出路。

业界常用的方法包括敏捷计划估算扑克牌,推荐采用故事点作为单位进行相对估算,而且不鼓励专家估算而是多点估算。这些都是破解复杂系统之道。

估算为什么这么难,也可以参考 @申导 几年前翻译Uncle Bob的一篇文章。

原文链接:估算是一种,很难的东西,如影~随行~

最近Uncle Bob发表了新的博客 Why is estimating so hard?

Bob大叔首先抛出一个问题,如何将著名的葛底斯堡演说的237个单词以固定字体和固定行宽写在一张书签上。如果人工执行这个任务,假设每秒钟处理一个单词来寻找合适的断句点,估计5分钟内就可以完成,而且实际花费时间也和估计的差不多。然而,如果要编写程序来做,要花多久?而且是在知晓算法、没有意外情况、没有绊脚石、无需备份和恢复功能的情况下,编写程序要花多久时间?

Bob大叔提醒说:程序只不过是遵循某个过程的具体指令,而这个过程是已知的。在动手写程序之前给出3个估算,最佳情况、最差情况和正常情况。根据Bob大叔的统计,大部分人需要花上30-45分钟,也有人用了15分钟,还有人用90分钟。这样,很多人之前的估算与实际花费相差悬殊。其中一个原因,他们基于手工任务看似简单来进行估算的。
Bob大叔回忆某个下午和Kent Beck采用测试驱动开发来结对编程写这个算法。他们估计这需要10-15分钟,结果花了30分钟却毫无进展。在被迫接受这个体验后思考,为什么这算法这么难?为什么把如此简单和直观的过程写下来这么难?
其实,人类是目标导向的,在分解文字时,人类不会遵循一个过程,而是不断评估输出,然后调整做法直到正确为止,因此会预估5分钟之内完成。而过程是盲目的,它不管输出是否正确。如果过程错了,那输出结果也会错。人类不了解过程,不了解过程的难度如何。人类不是电脑,做事的时候不会遵循过程,所以无法比较过程任务和手工任务的复杂性。这就是估算为什么难,而且经常犯错的一个原因:任务看上去简单,人们基于这个表面现象来估算,之后却发现写出过程实际上是多么复杂。人们估算不准是因为估算了错误的东西。
回到分解长字符串的例子。每次分解一行,记录下分解位置和选择这个位置的原因。将其概括为三个不同的场景:
如果单词长于10个字符,在第10字符处断词。
如果第11个字符是空格,在第11字符处断词。
从第10个字符向回查找,如果找到一个空格,就在该处断词。
这些场景仍然需要被组成一个过程,但是至少知道这个过程有几个部分组成,从而使估算更容易。
这个故事的寓意是任务看似容易被人类解决,却经常被描述为复杂的过程。所以估算时,确保不要被简单的表面现象所迷惑。深入进去,尝试列举出过程所包含的场景数量。
博文显示估算失真有多容易。人脑不善于回答抽象问题,往往替换实际问题为一个直觉问题。而直觉在寻找答案时,如同博文所说,以期望结果的产生来考虑问题,不关注未知或可能出错的东西,而是关注那些能够理解的东西。
博文引发大量讨论。有人认为分解过程为小的片段并无价值,有价值的是知道哪类问题是困难的和为什么困难。也有人认为多练习有助于提高估算准确度,或者让有经验的人而不是新手估算。然而经验最可以依靠,却仍然可能出错,除非项目与之前完全一样。
除了博文所讨论的原因,还有人认为,团队水平、办公室政治、企业缺乏变更控制,也都成为导致估算不准确的原因。
更多的人吐槽:在实际中,估算往往发生在没有明确需求可以参考的时候,更不用说之后不断变化的需求、未知因素、代码基础中隐藏的陷阱。因此固执地遵循最初的时间表也使得估算看起来是不准确的。而且开发人员面对来自于客户和经理的压力时,往往倾向于低估时间表。

原文:

http://www.infoq.com/cn/news/2012/05/estimate-is-difficult

评论关闭了。