デリバリー予測と計画のメトリクス
ソフトウェアを継続的にデリバリーし、同時にライブのサービスも運用するチームに必要なのは、見積もりから絞り出したコミットメントではなく、誠実な予測である。そのため、完了した仕事のフローから計画し、日付ではなく範囲を示し、チーム内限定の計画の数字を比較や目標から遠ざける。
概要と動機
ステークホルダーは、すべてのデリバリーチームに二つの問いを投げます。「いつ終わりますか?」と「どれだけ引き受けられますか?」アジャイルの答えは、アジャイル宣言の原則にある狙いから始まります。価値あるソフトウェアを継続的にデリバリーし、毎日ステークホルダーと協働し、定期的に振り返って改善し、やり遂げると信頼された意欲ある人々を中心に仕事を築く。その狙いに資する予測とは、起こりそうな結果とリスクについてのステークホルダー間の対話であり、圧力の下で引き出された約束ではありません。
ライブのサービスを運用するチームには、さらなる難しさがあります。キャパシティが、計画された変更、計画外のインシデント対応、サービスリクエスト、改善の間で共有されているのです。運用上の負荷を無視した計画は、誰も計画していなかった理由で失敗します(トピック 2.9「運用作業と計画外作業」を参照)。ITILが体系化したITサービスマネジメント(ITSM)は、これをキャパシティと需要の問題として扱います。キャパシティ計画(capacity planning)は、変化する需要を満たすために組織が必要とするキャパシティを決めるプロセスです。チームが実際に終えられるものに照らして計画するというアジャイルの実践は、チームの水準での同じ考え方です。
デリバリーを予測する方法は、大きく二つあります。
- 見積もりから。 チームがアイテムを何らかの単位で見積もり、大きさを合計し、速度で割る。多くのチームはストーリーポイント(story point)のような相対的な見積もりを使い、その速度はベロシティ(velocity)と呼ばれる。始めるのは速いが、チームの見積もりの習慣に依存し、一つのチームの中でのみ意味を持つ。
- フローのデータから。 チームは、完了した仕事の自分自身の記録を使う。週あたりに完了するアイテム数(スループット)と、アイテムが開始から終了までにかかる時間(サイクルタイム)。これらは意見ではなく件数と経過時間なので、ずれに強く、シミュレーションと組み合わせて結果の範囲を与えられる。この手法は、カンバンガイドを含むフローの伝統に由来し、固定の計画期間なしに継続的にデリバリーするチームを含め、仕事を組織するどんな方法とも機能する。
このトピックは二つ目の手法に傾いています。継続的なソフトウェアデリバリーは、フローのデータが直接記述する、完了したアイテムの安定した流れを生むからです(トピック 2.1「フロー指標」とトピック 2.2「リードタイム、サイクルタイム、フロー効率」を参照)。それでも一つ目も扱います。多くのチームが見積もりを使っており、ベロシティの誤用がデリバリーのメトリクスが誤る最も一般的な原因の一つだからです。
予測とは不確かな未来の予測(forecasting)であり、不確かさこそが要点です。不確実性の円錐(cone of uncertainty)の考え方は、早い時期の見積もりが最も不確かだと述べます。計画の錯誤(planning fallacy)は、似た計画が遅れたことを知っていても、人は自分の計画にかかる時間を過小評価する、と述べます。優れた予測の測定値は、これに名前を付け、予測がどのくらい当たるかを測ります。
グッドハートの法則(Goodhart's law)からの防護柵は、ここで重要です。予測や計画は、たやすく約束になり、さらに目標になるからです。チームが日付を守ることで評価されるようになると、リスクを隠し、品質を削り、見積もりを水増しします(トピック 1.2「グッドハートの法則とメトリクスの心理学」を参照)。
主要な原則
- 完了した仕事から予測する。 チームが届けたものは、誰かが届けられると信じることよりも良い証拠である。
- 確率を伴う範囲を示す。 「来月末までにはおそらく、その翌月末までには非常に高い確率で」は、単一の日付に勝る。
- 実際のキャパシティに照らして計画する。 運用の仕事を含め、改善のための時間を残し、満稼働で計画しない。
- 見積もりをローカルに保つ。 どの見積もりの単位も、一つのチームの非公開の計画ツールであり、比較の根拠にはならない。
- デリバリーだけでなく、予測の質を測る。 誤った理由で当たる予測は、運である。
- 予測を共有されたものとして扱う。 ステークホルダーとチームが一緒に築き、事実が変われば見直す。
- チームを信頼する。 信頼され支援された人々は、誠実な予測を出す。
メトリクスの定義
| メトリクス | 定義 | 計算式 | 単位 | データソース | ITILプラクティス | アジャイルの対応物 | 頻度 |
|---|---|---|---|---|---|---|---|
| 予測の的中率 | 実際の結果が示された範囲に入った予測の割合 | 実際の結果が示された範囲内だった予測の数 ÷ 行われた予測の数 | パーセント | 予測ログとデリバリーの記録 | キャパシティとパフォーマンスの管理、継続的改善 | 計画の対話における予測の精度 | 毎月 |
| 予測の範囲の幅 | 予測の中央値に対する、示された範囲の広さ | (上限 − 下限)÷ 予測の中央値 | 比率 | 予測ログ | キャパシティとパフォーマンスの管理 | 不確実性の円錐の収束 | 毎月 |
| デリバリーゴールの成功率 | その期間について述べられたデリバリーゴールのうち、アウトカムで判断して達成されたものの割合 | 達成されたゴールの数 ÷ 設定されたゴールの数 | パーセント | ステークホルダーと合意したゴールの記録 | サービスレベル管理、継続的改善 | ステークホルダーとのアウトカムレビュー | 毎月、またはゴールのリリースごと |
| スコープの変更率 | 予測が行われた後に、追加、削除、再見積もりされた、約束済みの仕事の割合 | 予測の後に追加または削除されたアイテムの数 ÷ 当初の予測に含まれていたアイテムの数 | パーセント | 作業追跡システムの変更履歴 | 変更実現、サービスレベル管理 | フィードバックに応じたバックログの適応 | 毎月 |
| キャパシティの配分 | チームのキャパシティのうち、変更、運用の仕事、改善に費やされた割合 | 各区分で完了したアイテムまたは時間 ÷ 完了したすべてのアイテムまたは時間 | パーセント | 仕事の種類を持つ作業追跡システム | キャパシティとパフォーマンスの管理、インシデント管理 | 仕事の種類の分布 | 毎月 |
| スループットの安定性 | 週ごとのスループットのばらつき | 週ごとのスループットの標準偏差 ÷ 週ごとのスループットの平均 | 比率 | 作業追跡システム | キャパシティとパフォーマンスの管理 | フローの予測可能性 | 毎月 |
| ローカルなベロシティ | 一つのチームの、計画期間あたりの、自分自身の見積もりの単位での完了した仕事 | その期間に完了の定義を満たしたアイテムの見積もりの合計 | チームが定義するポイント | 作業追跡システム | キャパシティとパフォーマンスの管理 | チームのキャパシティ計画の補助 | 計画期間ごと |
時計を定義します。予測は、記録されてステークホルダーに共有された時点で「行われた」ものとし、結果がリリースされ使われている状態になったときに「達成された」ものとし、コードがマージされたときではありません。スループットは完了の定義を満たすアイテムを数え、大きさが大きく異なる種類のアイテムは、別の系列で数えます。ローカルなベロシティは、それを所有するチームにのみ示します。
推奨事項
フローから予測する
1. スループットとサイクルタイムから予測を築く。 直近12〜26週について、毎週完了したアイテムを数えます。その履歴を使って、ある日付までに何アイテムが終わるか、あるいはアイテムの集合がいつ終わりそうかを予測します。チーム自身の履歴から何千回も標本抽出するモンテカルロ法(Monte Carlo method)のシミュレーションは、履歴を確率の範囲に変えます。簡単なスプレッドシートや小さなスクリプトで十分にできます。履歴の期間と予測の日付を述べます。
2. 結果のパーセンタイルを報告する。 「3月14日までの可能性が50パーセント、4月4日までの可能性が85パーセント、4月18日までの可能性が95パーセント」と述べます。各パーセンタイルはリスクについての誠実な記述であり、ステークホルダーは必要な余裕の大きさを選べます。単一の日付はその選択を隠します(トピック 1.6「サービスメトリクスのための統計リテラシー」を参照)。
3. 単一のアイテムにはサイクルタイムのパーセンタイルを使う。 一つのアイテムについては、過去のサイクルタイムの85パーセンタイルが、どんな見積もりよりも「これにはどのくらいかかりそうか?」によく答えます。それをボード上に、進行中のアイテムの年齢と比較できる線として示します(トピック 2.1「フロー指標」を参照)。
4. アイテムの大きさをおおむね揃える。 スループットに基づく予測は、アイテムが小さく、数えられるほど似ているときに最もよく機能します。チームは、それでも価値を届ける最小の断片に仕事を分割することでそこに至ります。これは継続的なソフトウェアデリバリー自体の習慣です。アイテムが大きくばらつくなら、仕事の種類ごとに別の系列を追跡します。
5. 事実が変わるたびに予測を更新する。 予測は生きた見方です。スコープが変わる、チームの規模が変わる、大きなインシデントが一週間を消費する、といったときは、再計算し、ステークホルダーに伝えます。予測にバージョンを付け、後で判断できるようにします。
実際のキャパシティに照らして計画する
6. 仕事の種類でキャパシティを配分する。 チームの完了した仕事のうち、計画された変更、計画外の運用の仕事、サービスリクエスト、改善が占める割合を記録します。理想ではなく、経験が示す割合で計画します。ライブのサービスを運用するチームは、キャパシティの三分の一以上が運用の仕事に向かうとよく気づきますが、その数字は借りるものではなく、自分で測るものです(トピック 2.9「運用作業と計画外作業」を参照)。
7. 改善のためのキャパシティを確保する。 継続的改善は仕事の常設の一部なので、配分に時間を計画し、守ります。忙しい時期のたびにそれを絞り出すチームは、運用の負荷が増え、それがさらに絞り出す結果になります。改善の割合と、改善が運用の割合に与える効果を追跡します。
8. 満稼働で計画しない。 100パーセントで計画したチームには変動の余地がなく、稼働率が限界に近づくとキューが増えます(トピック 2.3「仕掛かり作業と待ち行列」を参照)。予期しないことのために余裕を残し、それを無駄ではなく設計上の選択として扱います。
見積もりを使うなら慎重に使う
9. ベロシティをローカルな計画の補助として扱う。 チームがストーリーポイントで仕事を見積もるなら、そのベロシティは次の計画の対話でどれだけ引き受けるかを決める助けになり、同じチーム自身の最近の過去とのみ比較すべきです。チームを比較する、ベロシティの目標を設定する、生産性の測定値としてベロシティを上へ報告する、といったことは決してしてはいけません。ポイントにはチーム間で共通の単位がなく、数字を上げる圧力は、より多くを届けずに見積もりを水増しします。
10. ときどき、見積もりを実際のサイクルタイムと比較する。 見積もりを、アイテムが実際にかかった時間に対してプロットします。大きな見積もりが小さなものより長くかからないなら、見積もりの労力はあまり役立っておらず、アイテムを数えることで同様にチームの役に立つかもしれません。相関があるなら、見積もりは残す価値のある情報を持っています。データでチームに決めさせます。
機能しているかを測る
11. すべての予測を記録し、採点する。 予測、範囲、実際の結果を記録し、的中率を計算します。よく較正された85パーセンタイルの予測は、約85パーセントの確率で当たるはずです。的中が大きく上回る、あるいは下回るなら、手法を調整します。予測への信頼は実績から築かれるので、ログをステークホルダーと共有します。
12. デリバリーゴールをアウトカムで判断する。 「顧客が請求書払いを使える」のようなゴールは、タスクがクローズされたときではなく、顧客がそれをできるようになったときに達成されます。ゴールを平易な言葉でステークホルダーと合意し、一緒にレビューし、結果を記録します。これにより計画が継続的な協働に結び付き、誰も使わない仕事を出荷することを抑えられます(トピック 1.3「アウトプットよりアウトカム:何を測るかを選ぶ」を参照)。
悪用の手口と防護柵
| メトリクス | 悪用のされ方 | 組になる防護柵のメトリクスまたはプラクティス |
|---|---|---|
| 予測の的中率 | すべての予測が当たるように非常に広い範囲を述べる。事後に再予測する | 予測の範囲の幅。当初の予測をログに残す。範囲を同僚の履歴と比較する |
| 予測の範囲の幅 | 自信があるように見せるために範囲を狭める | 予測の的中率。範囲を記録された履歴から築くことを求める |
| デリバリーゴールの成功率 | 簡単なゴールを設定する。事後にゴールを再定義する。アウトプットをアウトカムとして数える | ステークホルダーがアウトカムを判断する。ゴールの文言をログに残す。提供した変更の利用データを確認する |
| スコープの変更率 | 妥当な変更を拒むことでスコープを凍結する。アイテムを再見積もりしてスコープの変更を隠す | ステークホルダーの応答性への満足度。変更の理由を記録する |
| キャパシティの配分 | 運用の仕事を改善として誤ってラベルする。ボードの外で作業して運用の負荷を隠す | インシデントとリクエストの記録と突合する。アイテムを抽出して種類を確認する |
| スループットの安定性 | 件数を上げるためにアイテムを些細な断片に分割する。終えずにアイテムをクローズする | アイテムの大きさの分布。再オープン率。届けた価値を抽出して確認する |
| ローカルなベロシティ | 見積もりを水増しする。ポイントを主張するためにストーリーを分割する。チームを比較する | チームの非公開に保つ。スループットとサイクルタイムと比較する。目標を設定しない |
健全な読みとは、述べた割合で当たる予測、ステークホルダーが達成されたと同意するゴール、チームが生きている実態に合うキャパシティの姿、そしてベロシティの数字があれば、それがチームだけに使われている状態です。
トレードオフ:長所と短所
| 手法 | 強み | 弱み |
|---|---|---|
| フローに基づく予測 | 実際のデータを使い、水増しに強く、範囲を与える | 安定した履歴と、似た大きさのアイテムが必要 |
| 見積もりに基づく予測 | 始めるのが速く、仕事についての議論を促す | 主観的で、圧力の下で水増しされ、チーム間で比較できない |
| 単一日付のコミットメント | 伝えやすい | リスクを隠す。誠実さを罰する |
| 確率を伴う範囲 | 不確かさに誠実 | 一部のステークホルダーには最初は読みにくい |
| 満稼働での計画 | 効率的に見える | キューが増える。インシデントや学びの余地がない |
| 計画された余裕 | 変動を吸収し、改善を支える | 納得していない人には遊休のキャパシティに見える |
文章での答えは、フローのデータから始め、チームの役に立つ場合にだけ見積もりを加え、範囲で語ることです。契約が日付を求める場合は、85または95パーセンタイルが支える日付を示し、何がそれを変えるかを述べます。
チームで話し合う問い
1. ステークホルダーが「いつ終わりますか」と誠実な答えを求めたら、何と言うか? チームに、実際の仕事について、まず単一の日付で、次に範囲で答えてもらいます。それぞれの答えがどれだけ心地よく感じられるか、その違いに注目します。ファシリテーターは、範囲を誠実に示すためにチームが知る必要のあること、たとえば履歴、アイテムの大きさ、既知のリスクを記録します。
2. キャパシティのどれだけが本当に計画された変更に向かっていて、どうやってそれを知っているか? 直近三か月の完了した仕事を種類別に見ます。チームが立てた計画と比較します。この議論は、運用の仕事が計画より大きく、改善の仕事が小さいことをしばしば明らかにします。配分がどうあるべきかと、何の判断がそれを変えるかに合意します。
3. 私たちの見積もりが役立つのはどこで、時間を費やすだけなのはどこか? 見積もりの抽出を、実際のサイクルタイムに対してプロットします。大きな見積もりが本当に遅かったかを話し合います。関連が弱ければ、アイテムを数えるだけにしたらチームは何を変えるかを尋ねます。試験期間として、続ける、簡素化する、見積もりをやめる、のどれにするかを決めます。
4. 私たちのチームレベルの計画の数字を誰が見て、そこで何が起きるのか? 各計画の数字を、チームから読み手まで追います。それでチームを比較したり目標を設定したりする人がいないかを尋ねます。いるなら、どうやめさせるか、代わりに何を提供するかを話し合います。ファシリテーターは、ローカルな数字が移動するとその価値を失うことを説明できるよう備えてください。
5. 私たちの予測が外れたのはいつで、何を学んだか? 外れを一つ選んで、たどります。スコープの変更、大きなインシデント、依存関係、誤った前提のどれだったか。何がそれをもっと早く知らせたか。依存関係を記録する、予測を毎週更新するなど、予測の実践の変更を一つ決めます。
6. 先四半期にどのゴールを達成し、誰がそう言ったか? デリバリーゴールと、それぞれを誰が判断したかを列挙します。チームが自分のゴールを自分で判断したなら、ステークホルダーをどう巻き込むかを話し合います。この対話は継続的な協働を支え、ゴールがアウトカムについてのものかタスクについてのものかを示します。
四つの視点
プロダクトとデリバリーのチーム
デリバリーのチームは、予測と、それを支えるフローのデータを所有します。範囲を公開し、アイテムを小さく保ち、事実が変わったら再予測するべきです。ポイントで仕事を見積もることを選ぶチームは、その数字をチームの内側に保つべきです。狙いは、完了した価値ある仕事の安定した流れと、実績があるためにステークホルダーが信頼する予測です。
サービスと運用のチーム
運用チームは、計画を乱す需要を担っています。キャパシティ計画が実際の数字から始まるよう、インシデントとリクエストの負荷をデリバリーのチームと共有するべきです。変更も提供する運用チームは、自分たちの仕事に同じフローに基づく予測を使えます。変更の仕事と運用の仕事の共同の計画は、両方のグループにまたがる継続的な協働にとって、よい場です。
リーダーシップとガバナンス
リーダーは、予測がリスクの記述か約束かを決めます。範囲を求め、余裕と改善に資金を出し、ベロシティやスループットでチームを比較することには抵抗すべきです。ガバナンスの組織は、予測の的中率を時間経過とともに、またゴールのアウトカムを見るべきで、繰り返される外れを、人ではなく、依存関係や運用の負荷といったシステムについてのシグナルとして扱います。
顧客とユーザー
ユーザーは、いつ変更を目にするか、それが役に立つかを気にします。信頼度を添えた範囲は、遅れる日付よりも彼らの役に立ちます。ゴールが達成されたかを判断する場には、アウトカムを感じる当事者である彼らが関わるべきです。予測が変わったときに、その理由とともにユーザーに伝えることは、彼らを協働者として扱うことの一部です。
実践:サービスマネジメントの例
地域のエネルギー事業者のデジタルチームが、顧客向けの請求ポータルを構築し、本番で運用しています。以下の数字は例示です。
チームは、ステークホルダーから、22アイテムからなる新しい支払い計画機能の日付を求められています。先四半期、チームは見積もりに基づいて確定的な日付を出し、二件の大きなインシデントのために5週間遅れ、ステークホルダーの信頼を失いました。今回、デリバリーリードは過去20週のスループットを取り出します。週3〜9アイテムの範囲で中央値は6であり、運用の仕事が完了したアイテムの約35パーセントを占めていたことに気づきます。
彼女は履歴からシミュレーションを実行します。22アイテムが、約半分の確率で4週間以内に、約85パーセントの確率で6週間以内に、約95パーセントの確率で8週間以内に終わることが示されます。彼女はこの三つの日付を、前提とともにステークホルダーに示します。チームの規模は変わらない、運用の負荷は過去20週と同様、新たなスコープはない、というものです。プロダクトオーナーは、8週間先の特定の請求日に向けたローンチについて尋ねます。チームとステークホルダーは、85パーセントの日付に向けて計画し、最後の二週間を余裕として確保し、2週間ごとにチェックポイントを設けて再予測することに合意します。
最初のチェックポイントで、決済ゲートウェイの障害が3日を要しており、シミュレーションは85パーセントの日付を1週間動かします。チームは同じ日に理由とともにステークホルダーに伝え、価値の低いアイテムを一つ外すことに合意します。機能は余裕の日付に稼働します。デリバリーゴール「顧客は電話せずに支払い計画を設定できる」は、3週間後に、プロダクトオーナーと顧客のパネルが判断します。大半の顧客については達成され、コメントのテーマが一つの画面についての混乱を示し、それがバックログに加わります。チームは、四半期の予測の的中率が五つ中四つだったことを記録します。ステークホルダーはデリバリーリードに、次の計画セッションに予測の範囲を持ってくるよう頼み、チームはアイテムの数え方で同じ答えが出るため、ストーリーポイントの使用をやめます。
アジャイル、AI、自動化、アナリティクス
アジャイル
完了した仕事のフローから計画し、ステークホルダーと頻繁に見直し、日付ではなく範囲を示します。よいプラクティスは、チーム自身のスループットの履歴で予測し、定期的なレビューのたびに範囲を示すことです。注意点は、ベロシティのようなチームローカルな計画の数字は、チーム間で比較された途端に目標になることです。
AI
AIの支援は、スループットを急速かつ不均一に変えうるため、しばらくは古い履歴が良い指針になりません。AIツールを採用した日付をスループットのグラフに印し、変更後は予測の範囲を広げ、予測の的中率を手戻りと組にしてください。注意点は、AIが生成した見積もりが正確に見えることなので、議論の入力として扱い、チーム自身の記録と照らして確認します。
自動化
追跡システムのデータから予測を自動で計算し、会議なしに更新されるようにします。それらの予測の精度を、予測手法のメトリクスとして追跡します。注意点は、区間なしに示された自動予測が偽の自信を招くことなので、範囲を既定で示します。
アナリティクス
過去のスループットからシミュレーションやパーセンタイルに基づく範囲を使い、予測の的中率を、その背後にある予測の数とともに報告します。これが情報を与える判断は、何を約束し、いつ計画し直すかです。注意点は、スコープやキャパシティが変わると予測が外れることなので、スコープの変更率を隣に追跡します。
業種別の視点
スタートアップ。 優先順位が素早く変わるため、予測は短くおおまかに保ちます。コストがかからないので最初からスループットを追跡し、創業者に範囲を示します。大規模チーム向けに作られた計画システムの導入には抵抗してください。
中小企業。 一人か二人が、余裕のないまま変更と運用の仕事を併せて行うことがあります。配分を明示し、インシデントが日付を押し出すときはオーナーに伝えます。完了したアイテムの簡単な週ごとの数え上げで十分です。
大企業。 多くのチームと依存関係があるため、予測が他のチームのフローに依存します。各チームをそれ自身のデータから予測し、依存関係を可視にし、最良のケースを足すと誤解を招く合計になるので、範囲は慎重に組み合わせます。ベロシティでチームを比較する集約は避けてください。
政府・公共部門。 固定された予算、調達、法定の日付が、単一日付のコミットメントへの圧力を生みます。選んだパーセンタイルが支える日付を述べ、前提を説明し、スコープのトレードオフを公開で記録します。義務付けられた日付があるなら、それに合うようにスコープを計画します(トピック 8.5「規制対応・行政向け報告」を参照)。
ビジネスケース:動機、ROI、TCO
コストは低いです。スループットとサイクルタイムのデータは、通常チームの作業追跡システムにあります。予測のスプレッドシートや小さなスクリプトは1日で作れ、予測の更新には数分しかかかりません。継続的なコストは、予測と結果を記録し、ステークホルダーと短いチェックポイントの対話を開く時間です。
見返りは、不意打ちの減少とより良い判断から生まれます。リスクを理解したステークホルダーは、余裕を選び、スコープを調整し、仕事を早めに並べ替えられます。アイテムの数え方で同じ結果が得られるなら、チームは見積もりの儀式に費やす時間を減らせます。日付をめぐる対立と、それが誘発する品質の近道は減ります。ケースは自分たちの記録から築いてください。守られた予測の割合、見積もりに費やした時間、遅くではなく早くに行ったスコープの変更です。他の組織の予測可能性の数字を借りてはいけません。
アンチパターンと落とし穴
- 予測をコミットメントとして扱う。 予測が目標になり、誠実さが高くつく。範囲を示し、見直す。
- ベロシティでチームを比較する。 ポイントはローカルなものであり、比較はそれを水増しする。チームは自分自身の過去とのみ比較する。
- 満稼働で計画する。 ばらつきが遅れになる。余裕を残す。
- 運用の仕事を無視する。 計画は、誰も計画しなかった負荷で失敗する。配分を測って計画する。
- すべてに単一の日付を使う。 パーセンタイルを使い、どれを選んだかを述べる。
- データが支える以上に精密に見積もる。 遠い先の仕事の詳細な見積もりが最も信頼できない。遠い先の仕事はおおまかに予測する。
- ベロシティやスループットの目標を設定する。 数字は上がり、価値は上がらない。
- 予測を決して採点しない。 実績がなければ、信頼は育たない。
成熟度モデル
| 観点 | 1 開始 | 2 発展 | 3 標準化 | 4 管理 | 5 協調 |
|---|---|---|---|---|---|
| 予測の手法 | 単一日付の推測 | 手作業で合計した見積もり | パーセンタイルを伴うフローに基づく範囲 | 予測を記録して採点し、的中率から手法を調整する | 予測がチームと依存関係にまたがって組み合わされ、ステークホルダーとリアルタイムで共有される |
| キャパシティ計画 | 計画が運用の仕事を無視する | 運用の負荷がおおよそ分かっている | データから仕事の種類別にキャパシティが配分される | 配分をアウトカムに照らしてレビューし、改善の時間が守られる | キャパシティが、サービス横断で供給者や運用と共同で計画される |
| ゴールと数字の使い方 | ゴールがタスクの一覧である | ゴールが書き下されている | ゴールをステークホルダーとアウトカムで判断する | 外れをシステムのシグナルとして分析し、ローカルな数字を非公開に保つ | ゴールをユーザーと協働して設定し判断し、学びをチーム間で共有する |
チェックリスト
- 予測が、チーム自身のスループットとサイクルタイムの履歴から築かれている。
- 予測が、前提を明示した、パーセンタイル付きの範囲として示されている。
- すべての予測が、範囲と実際の結果とともに記録されている。
- 予測の的中率と範囲の幅が毎月レビューされている。
- キャパシティが、運用の仕事と改善を含め、仕事の種類別に配分されている。
- 計画上の稼働率が、変動とインシデントのための余裕を残している。
- 見積もりの単位やベロシティは、チームの非公開で、目標がない。
- デリバリーゴールがアウトカムとして書かれ、ステークホルダーと判断されている。
- スコープの変更が理由とともに記録されている。
- 事実が変わると予測が更新され、ステークホルダーに伝えられている。
AIプロンプト
スループットに基づく予測を築く。
私たちのチームは、直近 [数] 週のそれぞれで、次の数のアイテムを完了しました:[週ごとの件数を貼り付け]。[数] アイテムがいつ完了しそうかを知りたいです。私たち自身の履歴を使って確率の範囲を出す方法を説明し、単純なシミュレーション手法の実例を示し、それがどんな前提を置いているかを述べてください。履歴やベンチマークの値を捏造しないでください。前提と、予測が当てはまらない条件を列挙してください。
見積もりの使い方をレビューする。
私たちはアイテムを [単位] で見積もり、[プラクティス] を使って計画しています。以下は、見積もりと日数での実際のサイクルタイムを持つ、終了した [数] 件のアイテムの抽出です:[データを貼り付け]。この抽出で見積もりがサイクルタイムを予測しているか、見積もりにどれだけの労力が値するかについて何が言えるか、代わりに何を試せるかを説明してください。データを超えた結果を主張しないでください。前提を列挙してください。
変更の仕事と運用の仕事にまたがるキャパシティを計画する。
直近の [期間] に、私たちのチームは次の種類のアイテムを [件数] 完了しました:[計画された変更、インシデント、リクエスト、改善]。次の [期間] のために、余裕を残すキャパシティの配分を提案し、それをステークホルダーにどう説明するかを述べてください。運用の仕事が誤ってラベルされていないかを検出する方法を提案してください。業界の比率を捏造しないでください。前提を列挙してください。
ステークホルダーとの予測レビューを起案する。
[仕事] の予測チェックポイントの議題と1ページの要約を起案してください。データ:当初の予測 [範囲]、現在の状況 [説明]、前回のチェックポイントからの変更 [一覧]。更新された範囲、何がそれを変えたか、スコープやタイミングの選択肢、ステークホルダーに答えてほしい問いを含めてください。平易な言葉を使ってください。前提を列挙してください。
AIスキル
- サービスマネジメントメトリクスのスキル:予測や計画のメトリクスに組になる防護柵を探すときに使います。
- サービスマネジメントメトリクスのメンテナースキル:改訂した計画のメトリクスのエントリが、悪用の手口と防護柵を保っているかを確認するときに使います。
要点
- 完了した仕事のフローから予測し、単一の日付ではなく、確率を伴う範囲を示す。
- 運用の仕事、改善の時間、余裕を含め、実際のキャパシティに照らして計画する。
- 見積もりの単位やベロシティは、一つのチームの非公開の補助として扱い、目標や比較には決して使わない。
- 予測を採点する。的中率が信頼を築く。
- デリバリーゴールを、ステークホルダーとユーザーとともに、アウトカムで判断する。
- チームを信頼し支援する。誠実な予測は、不確かさで罰されない人々から生まれる。
参考文献とさらなる読書
- Beck, K., et al., Manifesto for Agile Software Development and Principles behind the Agile Manifesto, 2001, https://agilemanifesto.org.
- Vacanti, D. S., Actionable Agile Metrics for Predictability: An Introduction, Daniel S. Vacanti, Inc., 2015.
- Humble, J., and Farley, D., Continuous Delivery, Addison-Wesley, 2010.
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- Cohn, M., Agile Estimating and Planning, Prentice Hall, 2005.
- Kahneman, D., and Tversky, A., "Intuitive prediction: biases and corrective procedures," TIMS Studies in Management Science, 12, 1979.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- Wikipedia, Capacity planning.
- Wikipedia, Story point.
- Wikipedia, Velocity (software development).
- Wikipedia, Forecasting.
- Wikipedia, Cone of Uncertainty.
- Wikipedia, Planning fallacy.
- Wikipedia, Goodhart's law.
- Wikipedia, Monte Carlo method.