Estimativas ágeis by Cristina Orthmann https://padlet.com/crisorth/Estimativas Estimativas são importantes para que seja possível ter uma previsão de quando o projeto será entregue (duração) e quanto custará (esforço). No caso de projetos ágeis, onde a ideia é se trabalhar com o escopo aberto, essa tarefa se torna mais difícil, porque não temos o detalhamento de todos os itens do backlog do produto. Neste contexto, podemos fazer estimativas no âmbito de MVPs (desmembrar funcionalidades e histórias), no escopo que já é conhecido ou utilizar estatísticas para estimar o projeto. en-us 2020-10-17 20:47:13 UTC 2023-04-20 15:59:17 UTC hello@padlet.com https://padlet.net/icons/png/1f5d3.png Estimativa MVP - Lean Inception crisorth https://padlet.com/crisorth/Estimativas/wish/837978660 No workshop Lean Inception a estimativa do MVP é realizada de forma amostral considerando que o tamanho das ondas é parecido. Desta forma, escolha 2 ou 3 ondas para detalhar o esforço, tempo e custo (sugere-se selecionar as ondas que tenham uma boa combinação de nível de incertezas e de esforço) e siga os seguintes passos: 
  1. Para cada funcionalidade das ondas selecionadas, descreva as histórias / tarefas da funcionalidade e marque com o número da funcionalidade (Ex. F1 para Funcionalidade 1, F2 para funcionalidade 2, etc). 
  2. Para cada história / tarefa classifique com P - pequeno, M - médio ou G - grande utilizando as outras para comparação.
  3.  Selecione uma história / tarefa classificada como pequena e verifique qual é o tempo necessário para concluí-la, selecione outras duas ou três histórias / tarefas do mesmo tamanho e faça a média com o resultado de cada uma. Ao final desse trabalho teremos o tempo médio para cada classificação P, M e G. 
  4. Some os esforços das funcionalidades de cada onda e calcule a média da onda.
  5. Com o tempo médio de uma onda, agora é possível estimar o esforço do MVP (Média de tempo por onda X quantidade de ondas).
Nota: a duração do MVP depende do tamanho da equipe e a quantidade de horas de trabalho por dia. No exemplo abaixo considerando uma equipe de 2 desenvolvedores e 6 horas de trabalho por dia, o  primeiro MVP pode ser entregue em até 12 dias.
]]> 2020-10-17 20:50:08 UTC https://padlet.com/crisorth/Estimativas/wish/837978660 Planning Poker - SCRUM crisorth https://padlet.com/crisorth/Estimativas/wish/837979024 No caso do framework Scrum, a ferramenta mais popular para estimar esforço é o Planning Poker, ela possibilita estimar esforço de uma história durante um Sprint Planning utilizando o conceito de Story Points (SPs). 

Ainda no caso do Scrum, para calcular a duração do projeto, podemos utilizar a Velocidade do time. Velocidade do time é a quantidade de Story Points que o time consegue entregar dentro de uma Sprint. Então considerando que o backlog do produto esteja estimado em 200 SPs e a velocidade do time é 50 SPs, significa que o time levará 4 sprints para finalizar o backlog estimado. Se neste exemplo, uma Sprint possui 2 semanas, então o projeto poderá ser entregue em até 8 semanas (2 meses).
Nota: um time que acabou de iniciar o uso do Scrum, precisará de algumas Sprints para definir a sua velocidade.
]]> 2020-10-17 20:50:42 UTC https://padlet.com/crisorth/Estimativas/wish/837979024 Métricas do fluxo - Método Kanban crisorth https://padlet.com/crisorth/Estimativas/wish/837979363 Para o Método Kanban, não há cerimônias de estimativas de esforço ou duração, por ser um método onde as demandas são realizadas a medida que o sistema tem capacidade para entregar (fluxo contínuo - sistema puxado), a previsibilidade do projeto pode ser realizado utilizando estatísticas das métricas do processo de trabalho. As principais métricas são o Throughput (Vazão: número de itens entregues em uma semana) e o Lead Time (Tempo de entrega: diferença entre o comprometimento de fazer a demanda e a conclusão). 
Nota: caso não haja registro do lead time e da vazão, se faz necessário capturar essas métricas por algumas semanas e depois calcular a previsibilidade do projeto.]]> 2020-10-17 20:51:14 UTC https://padlet.com/crisorth/Estimativas/wish/837979363 #NoEstimates crisorth https://padlet.com/crisorth/Estimativas/wish/837979736 O #NoEstimates é uma outra corrente na comunidade Ágil que está ganhando força. A simulação de Monte Carlo é uma ferramenta que não precisa estimativas para calcular o prazo de entrega. Compartilho o podcast  Bora Estimar, ou #NoEstimates? da Plataformatec que discutem sobre esse assunto. 

Esse videocast da Aspercom 

Flow Review #4 - Por que estimativas não funcionam? apresenta um ótimo debate sobre estimativas. Assistam!!!

 
]]> 2020-10-17 20:51:49 UTC https://padlet.com/crisorth/Estimativas/wish/837979736 Relative Mass Valuation crisorth https://padlet.com/crisorth/Estimativas/wish/924543839 Técnica muito parecida com a utilizada para estimar um MVP do Paulo Caroli. Classifique todas as histórias do Backlog em P, M e G e depois atribua Story Points ou quantidade de horas/dias para cada uma delas.
Importante ressaltar que estimativas, são estimativas, não há garantia de acerto, mas é uma boa forma bom chute
Nota: Ao invés de utilizar uma mesa, utilize o Jamboard para fazer a estimativa com o seu time de forma virtual.]]> 2020-11-15 14:40:45 UTC https://padlet.com/crisorth/Estimativas/wish/924543839 Estimando o data de entrega com Monte Carlo crisorth https://padlet.com/crisorth/Estimativas/wish/925296771 No artigo em abaixo temos uma ótima explicação de como funciona o Monte Carlo e como é possível estimar o prazo de entrega de um projeto a partir do tamanho do backlog (número de itens) e o histórico de entregas (Throughput - Vazão do fluxo).

Nota: Esta é uma ferramenta para estimar duração, prazo de entrega do projeto e não esforço (custos). Para calcular custo podemos utilizar as técnicas do MVP ou Relative Mass Valuation ou Planning Poker com o objetivo de calcular o esforço de uma história.

]]> 2020-11-15 23:13:01 UTC https://padlet.com/crisorth/Estimativas/wish/925296771 Ferramenta de Simulação de Monte Carlo crisorth https://padlet.com/crisorth/Estimativas/wish/925310347 A simulação de Monte Carlo pode ser realizada pelo link abaixo ou pela planilha compartilhada Throughput Forecaster.XLXS. A página web do Rodrigo Rosauro foi elaborada a partir da planilha do Troy Magennis. 
  • Página web - Project forecaster. Informe:
    • o tamanho do time (Team Size)
    • data de início (Start date)
    • tamanho do backlog (Number of tasks)
    • histórico do throughput (vazão) das últimas semanas (Weekly throughput) 
    • Execute a simulação (Run the simulation)!!!
  • Planilha Throughput Forecaster.XLXS
    • a data de início
    • o tamanho do backog, o menor e o maior tamanho (Aba Forecast - item 2)
    • o histórico do throughput (Aba Throughput Samples - coluna Enter Samples Below): cada linha representa a vazão da semana
    • Acesse novamente a aba Forecast e observe as datas apresentadas na coluna M
Nota: Esse é um modelo estatístico, então quanto maior a amostra, melhor o resultado. Importante ressaltar que não se deve misturar Bugs, Histórias de usuário, incidentes na mesma simulação, pois o resultado pode enviesar.
]]> 2020-11-15 23:25:54 UTC https://padlet.com/crisorth/Estimativas/wish/925310347 Métricas do fluxo - Ferramenta crisorth https://padlet.com/crisorth/Estimativas/wish/931365290 Levantar as métricas do fluxo de forma manual, utilizando planilhas é uma tarefa muito árdua, sei disso porque trabalhei desta forma por bastante tempo. No entanto, para quem utiliza o  JIRA como ferramenta para gestão das demandas do projeto, existe a extensão do Navegador Chrome (Jira Flow Companion) que além de ser gratuita apresenta ótimos gráficos a respeito do fluxo de trabalho.
Importante: apesar do Método Kanban sugerir fortemente o acompanhamento das métricas de fluxo para melhoria contínua, as métricas podem ser capturadas e analisadas em processos onde os times utilizam o SCRUM.  ]]> 2020-11-17 12:38:14 UTC https://padlet.com/crisorth/Estimativas/wish/931365290 Peopleware - Tom de Marco (1990) crisorth https://padlet.com/crisorth/Estimativas/wish/948526306 Em 2015 li esse livro, e o ponto que achei mais interessante é que em 1985 o estudo Jeffery-Lawrence observou que não estimar aumenta a produtividade das equipes. Mas como? Uma das respostas é a Lei de Parkinson ("O trabalho expande-se de modo há preencher o tempo disponível para sua  realização."), geralmente se coloca "gordura" nas estimativas para diminuir o risco de não entrega no prazo.]]> 2020-11-21 19:37:06 UTC https://padlet.com/crisorth/Estimativas/wish/948526306