Irgendwelche Untersuchungen zur Genauigkeit von Story Points?

Eine der Hauptfragen zu Story Points ist ihre Genauigkeit. Wurden Untersuchungen oder Umfragen durchgeführt, um ihre Genauigkeit zu analysieren?

Wie genau ist beispielsweise die Schätzung des Fertigstellungsdatums basierend auf Story Points?

Um diese Frage zu beantworten, müssen wir nur ja sagen (mindestens ein Beispiel geben) oder nein sagen (und erklären, wie wir gesucht haben)?
Links zu Forschungsergebnissen wären willkommen!)
Meinst du mit „Präzision“ „Genauigkeit“? Weil ich Ihre Frage so wie sie ist mit zwei Worten beantworten kann - "Fibonacci, normalerweise".
@Sarov Ja, ich meine "Genauigkeit"
Interessante Frage. Ich wäre bereit zu wetten, dass die Kosten für die Kalibrierung im Vergleich zur Rendite der Kalibrierung für Story Points besser sind als für die Schätzung nach Stunden. Ich bin auch bereit zu wetten, dass selbst eine schlechte Schätzung der Story Points durch das Team den Schätzungen überlegen ist, die vom PM isoliert entwickelt wurden. Ich denke, Ihre Frage ist gut - aber ich denke, sie muss im Zusammenhang mit einigen Fragen stehen, die viel wichtiger sind.
Ich glaube nicht, dass Fertigstellungsdatum und Story Points zusammenhängen, oder zumindest sollten sie nicht zusammenhängen. Vielleicht irre ich mich, aber ich sehe SP als eine Schätzung von Aufwand und Komplexität und nicht von Zeit, während das Fertigstellungsdatum rein zeitbezogen ist.
Ich habe eine einfache Anwendung erstellt, die JIRA-Tickets liest, ihre Zykluszeit berechnet und sie mit geschätzten Story Points vergleicht. Wenn ich es in meinen aktuellen Projekten ausführe, finde ich eine minimale Beziehung zwischen den beiden. Ich würde wetten, dass die meisten Projekte, die Story Points verwenden, gleich wären. Sie können es hier versuchen: github.com/Euphoric/JiraFlowCharts/wiki
@Euphoric Sie würden Ihnen raten, eine vollständige Antwort zu schreiben und Ihre Forschung detaillierter zu erläutern. Zählen Sie Leerlaufzeiten in die Zykluszeit ein? Um die für ein Problem aufgewendete Zeit zu berechnen, müssten Sie die Zeit erfassen und nicht nur die Startzeit und die Endzeit messen.

Antworten (2)

Ich kenne mindestens zwei

Die Aufwandsschätzung in der agilen Softwareentwicklung mit StoryPoints gibt einen guten Überblick über die Genauigkeit der Story Points: Der Kegel der Unsicherheit ist der Schätzung inhärent.

Zur Verbesserung der Schätzgenauigkeit wurden verschiedene Optimierungstechniken vorgeschlagen. Die Support Vector Regression (SVR) ist eine dieser Techniken, die dabei hilft, optimale Schätzwerte zu erhalten, und der folgende Artikel erklärt die Theorie ausführlich.

https://ksiresearchorg.ipage.com/seke/seke14paper/seke14paper_150.pdf

Um die Genauigkeit der Aufwandsschätzung zu verbessern, schlägt dieser Artikel außerdem ein Modell für die Vorhersage agiler Softwareentwicklungsprojekte unter Verwendung von Bayes'schen Netzwerken vor .

Mike Cohn hat viel Zeit in die Recherche zum Thema Story Points investiert. Sie können sich auch die folgenden Artikel ansehen:

Irgendwelche Untersuchungen zur Genauigkeit von Story Points?
AntwortenHierDatenschutz-Bestimmungen1y, 0v