Troy Magennis, Julia Wester: Metryki i modelowanie
Mierzenie i analizowanie danych w Agile jest drogie i może prowadzić do niewłaściwych wniosków. Dlatego warto podchodzić do tego w przemyślany sposób.
Niektóre metryki można uznać za bezcelowe. Ich zbieranie, mierzenie i używanie daje poczucie komfortu, że przecież coś robimy ale tak na prawdę nie przynoszą spodziewanej wartości. Dlatego warto włożyć więcej wysiłku w mierzenie pożytecznych rzeczy. Taką użyteczność możesz sprawdzić zadając pytanie „No i co z tego?”
- ilość skończonych zadań -> lepiej mierzyć dostarczoną wartość i zadowolenie klienta
- czas dostępności systemu -> lepiej mierzyć wpływ niedostępności na klientów, szybkość reakcji
Pod żadnym pozorem nie można używać metryk do mierzenia pojedynczych osób. Nie porównujemy również zespołów. Prowadzi to do powstania strachu a co za tym idzie używane metryki są „oszukiwane” w taki sposób aby wypaść w nich dobrze. W związku z tym zachowania ludzi i zespołów są ukierunkowane na „ogranie” metryki a nie na ulepszaniu własnej pracy.
Używając metryk trzeba naleźć „złoty środek” – taki zestaw który przyniesie wartość zespołowi, pozwoli mu podejmować lepsze decyzje. Różne metryki na które patrzymy powinny opisywać różne aspekty naszego działania. Dzięki temu nie doprowadzimy do sytuacji, że usprawnienia jednej rzeczy doprowadzą do pogorszenia innych zachowań w procesie. Mierzenie i analizowanie danych w Agile jest bardzo ważne, ponieważ chcemy podejmować dobre decyzje w oparci o empiryczne dane.
Nie bój się również podejmowania kompromisów zwłaszcza jeżeli chodzi o tzw rozmowy pomiędzy biznesem i developerami. Warto patrzeć na to całościowo jako zestaw zależnych od siebie metryk. Podobnie mniej poświęcaj uwagi poszczególnym, pojedynczym punktom danych a bardziej patrzmy na całościowe trendy, „w którym kierunku” zmierzamy. Dzięki temu ponownie jesteśmy w stanie spojrzeć na nasz system pracy szerzej.
Przeczytaj dzisiaj też opracowanie Troy Magennis: Metric Driven Coaching