Los 7 métodos de estimación ágil más populares para historias de usuarios

Table of Contents hide

1 1. Póquer de planificación

2 2. Talla de camiseta

3 3. Voto de punto

4 4. El sistema de baldes

5 3. Método de los tres puntos

6 6. Estimación de afinidad

7 7 Método de clasificación

7.1 Resumen

7.2 Otros artículos en Técnicas y artefactos de Scrum

Cuando se trata de estimación ágil, no puede dejar de mencionar sus principios básicos: use unidades de estimación relativas (como puntos de historia), promueva una discusión detallada del contenido de las historias de usuario, forme un consenso y compromiso con la solución, y mejore el equipo a través de una colaboración cohesiva.

Métodos de estimación ágiles para historias de usuarios — Visual Paradigm International

Muchos equipos ágiles a mi alrededor usan el “póquer de planificación” para estimar los puntos de la historia. Aunque este método es popular, también tiene sus limitaciones.

Por ejemplo:

La función a estimar es demasiado grande y no es fácil de estimar con el “póquer de planificación”;
salen 300 cuentos;
La historia de usuario a estimar no tiene suficiente información de referencia;
El tiempo es escaso, no hay tiempo para estimar toda la lista de demanda de productos.

Por lo tanto, este artículo no solo presenta los métodos de estimación ágil más populares «planning poker», sino también otros 6 métodos de estimación ágil para satisfacer todas sus necesidades de estimación de historias de usuario.

1. Póquer de planificación

Todos los participantes usan cartas numeradas para estimar la historia del usuario, votan de forma anónima al estimar, discuten si hay un gran desacuerdo y luego votan nuevamente, hasta que todo el equipo llega a un consenso sobre la precisión de la estimación. El uso del póquer planificado tiene limitaciones y es más adecuado para equipos pequeños (de 5 a 8 personas) y una pequeña cantidad de historias de usuarios (hasta 10).

Consejo: aunque no es una regla, se recomienda encarecidamente desglosar las historias de usuario en la cartera de productos no más de 13 puntos; para que su equipo pueda comprender claramente las historias de los usuarios al nivel de detalles que se pueden estimar cómodamente.

Tarjeta Poke de Planificación — Métodos Ágiles de Estimación

2. Talla de camiseta

Usa el tamaño de la camiseta para estimar el tamaño de la historia del usuario: XS, S, M, L, XL. El tamaño de cada tamaño representa la necesidad de una discusión abierta y honesta. Este método es rápido y fácil, y puede estimar el tamaño de la lista de demanda de productos de forma audaz.

Sugerencia: este método es adecuado para estimar la lista de demanda masiva de grandes historias de usuarios, especialmente cuando varios equipos de Scrum trabajan en torno a un producto.

Talla de camiseta Método de estimación ágil — Visual Paradigm International

3. Voto de punto

Este método es adecuado para estimar pequeñas historias de usuarios, y el método en sí es muy simple y efectivo. La «votación por puntos» es una forma de tomar decisiones, pero también puede usarla para estimar las historias de los usuarios. El método es: a cada persona se le asignan algunas notas post-it, libres de elegir qué historias de usuario votar. Cuantos más puntos obtiene una historia de usuario, más volumen representa.

Sugerencia: este método se puede usar tanto en equipos grandes como pequeños, pero debe limitar la cantidad de historias de usuarios estimadas.

4. El sistema de baldes

Suponga que tiene una gran cantidad de historias de usuarios que deben estimarse y desea acelerar todo el proceso. En realidad, está buscando una estimación que sea más eficiente que la planificación del póquer, entonces el «sistema de cubo podría ser una opción deseable».

Primero, configure algunos «cubos» en el orden secuencial de «tarjeta de póquer de planificación». Luego, el equipo escribe la historia del usuario que se estimará en la nota adhesiva y la coloca en la estimación del «cubo».

El sistema de baldes: método de estimación ágil

3. Método de los tres puntos

La estimación de 3 puntos pertenece al área de conocimiento de gestión del tiempo. También se puede utilizar durante la estimación de costes. El problema con las estimaciones de un solo punto es que rara vez son correctas. Una estimación de tres puntos es una mejor estimación, en comparación con una estimación de un solo punto.

La estimación de un solo punto simplemente le da un solo número, por ejemplo,

Desarrollar: ¿Cuánto tiempo llevará completar la función de proceso de pedido?

¿Qué tan confiable es esta estimación de 5 días ? Dependerá del desarrollador, y si esta tarea se ha hecho antes o no. Si se trata de una tarea de rutina y se ha realizado muchas veces, una estimación de un solo punto puede ser el camino a seguir. Pero si es algo que nunca se hizo, o es una actividad nueva, o el ingeniero es nuevo en esta actividad, este número bien puede ser incorrecto. En tales casos, optar por una estimación de tres puntos le dará más confiabilidad.

La estimación de tres puntos analiza la estimación más optimista (O), una estimación más probable (M) y una estimación pesimista (estimación menos probable) o (L).

6. Estimación de afinidad

La estimación de afinidad consiste en encontrar las similitudes de las historias de usuario que se van a estimar. La tarea del equipo es agrupar historias de usuarios similares. La mejor manera de “encontrar similitudes” es visualizar el proceso y combinar los subtotales en grupos grandes.

Sugerencia: este método funciona mejor en un pequeño grupo de personas y una pequeña cantidad de historias de usuarios, debe asignar diferentes estimaciones a diferentes grupos.

7 Método de clasificación

Este enfoque le permite tener un juicio relativamente preciso del tamaño relativo de la historia del usuario. Si un pequeño grupo de expertos hace esto, funcionará mejor.

He aquí cómo: coloque todas las historias de usuario en una etiqueta de marca de menor a mayor en cualquier orden, y cada participante puede mover una historia de usuario en la escala, moviendo solo un cuadro hacia abajo o hacia arriba para cada movimiento. O renunciar a una ronda. Repita este proceso hasta que todos los miembros del equipo no quieran mover la historia de usuario o renunciar a una ronda.

Sugerencia: este método de clasificación puede obtener una estimación del tamaño de grano fino, que es adecuado para pequeños grupos de personas y una gran cantidad de historias de usuarios.

Resumen

El propósito de este artículo es presentarle la existencia de estos métodos. Antes del uso diario, debe probar diferentes métodos según sus propias historias de usuario y el tamaño de su personal.

Si está interesado en estos métodos, deje un mensaje en la sección de comentarios. Puedo elaborar los métodos con más detalles en un artículo separado.