Con questo mese, cominciamo una serie di articoli dedicati al mestiere dello Scrum Master. Passeremo in rassegna da un punto di vista pratico tutti i compiti che lo Scrum Master svolge durante la sua quotidiana vita lavorativa.
Se in Agile parliamo di valore rilasciato e dell’importanza di creare un prodotto di soddisfazione per l’utente, perché ci ostiniamo a voler parlare di avanzamento di progetto? Ma poi interessa a l’utente a che punto siamo? O gli interessa quante cose utili abbiamo prodotto? E infine perché usiamo il tempo per misurare l’avanzamento? Forse serve qualcosa di differente.
“Quanto tempo ci vuole? Sarà pronto in tempo? Quanto lavoro possiamo completare?”. In questa serie vedremo come usare dati e metriche per rispondere a domande di business come queste e migliorare le nostre conversazioni. Nel primo articolo spieghiamo perché è meglio abbandonare il comune approccio deterministico (le classiche “stime”) a favore di modelli probabilistici (“forecasting”).
Concludiamo con questo articolo questa serie che ha affrontato la tematica delle metriche nell’ottica del miglioramento continuo. In quest’ultima puntata, continuiamo a parlare di Probabilistic Forecasting analizzando le differenze tra stima e previsione.
Kanban ha riportato all’attenzione del mondo Agile una serie di metriche che ci aiutano a guidare il processo di miglioramento continuo e a diventare prevedibili. In questo e nel prossimo articolo — che sarà quello conclusivo — discutiamo di come usare i nostri dati per prevedere la durata di interi progetti parlando di “probabilistic forecasting”.
Abbiamo stimato il costo del nostro progetto, ricevuto l‘OK e allocato il budget. Ora il progetto è partito, e ci troviamo alle prese con la pianificazione giornaliera e settimanale.