Os 7 métodos mais populares de estimativa ágil para histórias de usuários

Table of Contents hide

1 1. Planejamento de pôquer

2 2. Tamanho da camiseta

3 3. Votar por Ponto

4 4. O Sistema de Balde

5 3. Método de Três Pontos

6 6. Estimativa de afinidade

7 7 Método de classificação

7.1 Resumo

7.2 Outros Artigos em Técnicas e Artefatos do Scrum

Quando se trata de estimativa ágil, você não pode deixar de mencionar seus princípios básicos: usar unidades de estimativa relativa (como pontos de história), promover discussão detalhada do conteúdo das histórias de usuários, formar um consenso e compromisso com a solução e aprimorar a equipe por meio de uma colaboração coesa.

Métodos ágeis de estimativa para histórias de usuários — Visual Paradigm International

Muitas equipes ágeis ao meu redor usam o “planning poker” para estimar os pontos da história. Embora este método seja popular, ele também tem suas limitações.

Por exemplo:

A função a ser estimada é muito grande e não é fácil de estimar com “planning poker”;
300 histórias saem;
A história do usuário a ser estimada não possui informações suficientes para referência;
O tempo é curto, não há tempo para estimar toda a lista de demanda do produto.

Portanto, este artigo não apenas apresenta os métodos de estimativa ágil mais populares “planning poker”, mas também 6 outros métodos de estimativa ágil para atender a todas as suas necessidades de estimativa de histórias de usuários

1. Planejamento de pôquer

Todos os participantes usam cartas de baralho numeradas para estimar a história do usuário, votam anonimamente ao estimar, discutem se há um grande desacordo e depois votam novamente, até que toda a equipe chegue a um consenso sobre a precisão da estimativa. O uso do pôquer planejado tem limitações e é mais adequado para equipes pequenas (5 a 8 pessoas) e um pequeno número de histórias de usuários (até 10).

Dica: embora não seja uma regra, é altamente recomendável desmembrar as histórias de usuários no backlog do produto com no máximo 13 pontos; para que sua equipe possa entender claramente as histórias de usuários até o nível de detalhes que podem ser estimados confortavelmente.

Cartão Poke de Planejamento – Métodos Ágeis de Estimativa

2. Tamanho da camiseta

Use o tamanho da camiseta para estimar o tamanho da história do usuário: XS, S, M, L, XL. O tamanho de cada tamanho representa a necessidade de uma discussão aberta e honesta. Esse método é rápido e fácil, e você pode estimar o tamanho da lista de demanda do produto de forma ousada.

Dica: Este método é adequado para estimar a enorme lista de demanda de grandes histórias de usuários, especialmente quando várias equipes Scrum trabalham em torno de um produto.

Método de estimativa ágil do tamanho da camiseta — Visual Paradigm International

3. Votar por Ponto

Esse método é adequado para estimar pequenas histórias de usuários e o método em si é muito simples e eficaz. A “votação por pontos” é uma forma de tomar decisões, mas você também pode usá-la para estimar histórias de usuários. O método é: cada pessoa recebe alguns post-its, livres para escolher em quais histórias de usuários votar. Quanto mais pontos uma história de usuário recebe, mais volume ela representa.

Dica: esse método pode ser usado em equipes grandes e pequenas, mas você precisa limitar o número estimado de histórias de usuários.

Método de estimativa ágil de votação por pontos

4. O Sistema de Balde

Suponha que você tenha um grande número de histórias de usuários que precisam ser estimadas e deseja acelerar todo o processo. Na verdade, você está procurando uma estimativa que seja mais eficiente do que o planning poker, então o “sistema de baldes pode ser uma escolha desejável”.

Primeiro, configure alguns “baldes” na ordem seqüencial de “planejamento de cartas de pôquer”.

O sistema de balde – Método de estimativa ágil

3. Método de Três Pontos

A estimativa de 3 pontos pertence à área de conhecimento de gestão do tempo. Também pode ser usado durante a Estimativa de Custos. O problema com estimativas de ponto único é que elas raramente estão corretas. Uma estimativa de três pontos é uma estimativa melhor, em comparação com uma estimativa de um único ponto.

A estimativa de ponto único simplesmente fornece um único número – por exemplo,

Desenvolver: quanto tempo levará para concluir o recurso de processo de pedido?

Quão confiável é essa estimativa de 5 dias ? Vai depender do desenvolvedor, e se essa tarefa já foi feita antes ou não? Se for uma tarefa de rotina e tiver sido executada muitas vezes, uma única estimativa pontual pode ser o caminho a seguir. Mas se é algo que nunca foi feito, ou é uma atividade nova, ou o engenheiro é novo nessa atividade, esse número pode estar incorreto. Nesses casos, optar por uma estimativa de três pontos lhe dará mais confiabilidade.

A estimativa de três pontos analisa a estimativa mais otimista (O), uma estimativa mais provável (M) e uma estimativa pessimista (estimativa menos provável) ou (L).

6. Estimativa de afinidade

A estimativa de afinidade é encontrar as semelhanças das histórias de usuários a serem estimadas. A tarefa da equipe é agrupar histórias de usuários semelhantes. A melhor maneira de “encontrar similaridade” é visualizar o processo e combinar os subtotais em grandes grupos.

Dica: Este método funciona melhor em um pequeno grupo de pessoas e um pequeno número de histórias de usuários, você deve atribuir estimativas diferentes para grupos diferentes.

7 Método de classificação

Essa abordagem permite que você tenha um julgamento relativamente preciso do tamanho relativo da história do usuário. Se um pequeno grupo de especialistas fizer isso, funcionará melhor.

Veja como: Coloque todas as histórias de usuário em um rótulo de escala de baixo para alto em qualquer ordem, e cada participante pode mover uma história de usuário na escala, movendo apenas um quadro para baixo ou para cima para cada movimento. Ou desistir de uma rodada. Repita esse processo até que todos os membros da equipe não queiram mover a história do usuário ou desistir de uma rodada.

Dica: Este método de classificação pode obter uma estimativa do tamanho de grão fino, adequado para pequenos grupos de pessoas e um grande número de histórias de usuários.

Resumo

O objetivo deste artigo é apresentar a existência desses métodos. Antes do uso diário, você deve tentar métodos diferentes com base em suas próprias histórias de usuários e no tamanho de sua equipe.

Se você estiver interessado nesses métodos, deixe uma mensagem na seção de comentários. Posso elaborar o(s) método(s) com mais detalhes em um artigo separado.