扫码阅读
手机扫码阅读
需求交付周期的分析

我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。


麦哲思科技任甲林
扫码关注公众号

需求交付周期数据分析摘要
本文介绍了针对某公司的需求交付活动的四个阶段:需求确认、等待开发、需求研发、需求验收的管理与分析过程。公司的管理目标是50天内交付需求,为此,收集了316个需求的交付周期数据进行分析。
数据清洗
首先,对包括尚未交付的需求在内的数据进行清洗,删除了12行数据,包括有缺失值或者处理时长为0的记录。
方差分析
通过箱线图观察和单因子方差分析,发现需求交付周期与产品线类型无显著差异,P值大于0.05,说明不相关。
分布分析
对每个阶段的工期占比建立性能基线,分析各阶段的占比情况。结果显示研发阶段的工期占比最高,建立基线时剔除了异常点。
敏感性分析
敏感性分析表明,不同阶段对总工期的影响程度不同。通过秩相关系数计算并归一化,发现需求确认阶段最具敏感性。
综述
综合以上分析,得出以下结论:
- 需求交付周期与产品线类型无关。
- 需求等待阶段虽然工期占比和敏感度分析均较低,但作为非增值活动,应当优先缩短。
- 需求确认周期是除等待阶段外最应缩短的阶段。
- 各阶段工期占比的异常点分析有助于识别特殊情况和原因。
想要了解更多内容?


麦哲思科技任甲林
扫码关注公众号

麦哲思科技(北京)有限公司总经理 敏捷性能合弄模型评估师 认证的Scrum Master 认证的大规模敏捷顾问SPC CMMI高成熟度主任评估师 COSMIC MPC,IAC 成员,中国分部主席
425 篇文章
浏览 230.3K
麦哲思科技任甲林的其他文章
相关与不相关都是有价值的!
在对数据进行相关性分析时,通常我们是基于自己的经验,认为x与y可能相关,希望通过定量的分析证明我们的经验,但是实际上往往历史的数据并不支持我们的经验。即使不支持,这也是有价值的,也可以帮我们纠正一些错误的认识。请看下面的案例,在一家公司中搜集了37个历史项目的数据,我们想验证一下: 1 是否项目的规模越大,工期延误的时间就越长? 2 是否项目的规模越大,工期偏差率越大?...
规模估算的敏捷方法:策划扑克法
策划扑克是估算软件规模的一种敏捷方法。该方法的规模计量单位是故事点(story points),故事点只是一个计量单位的名称而已,你也可以给他命名为其他名字。故事点其实不仅仅是对规模的度量,也包括了对需求复杂度等其他因素的度量。故事点并非业界统一的一个度量单位,不象度量长度的单位:米,大家都知道1米有多长,你说的1米和他说的1米是等长的。故事点仅对本项目具有近似相等的规模,不同的项目所定义的故事点
项目进展跟踪的5个基本原则
对项目进展进行跟踪时,应该遵循以下5条基本原则:原则一:实时跟踪进展以尽早暴露风险原则二: 任务闭环管理以及时调整纠偏原则三:任务状态可视化以提升项目透明性原则四: 总体进展要量化以对齐项目整体目标原则五:真正达到完工标准以避免快而脏
Lehman的软件演化定律
自20世纪70年代以来,M. M. Lehman通过对软件系统演化现象的观察,陆续总结了8条定律,称之为定律并非那么严谨,但是对于认识软件维护的规律,改进软件维护的过程具有很好的指导意义。1 (1974年)持续变更定律。系统必须持续调整以适应各种变化,否则这些系统将变得越来越不令人满意。2 (1974年)复杂度增长定律。随着系统的演化,其复杂度会逐渐增加,除非采取措施来降低或保持其复杂度。3 (1974年)自我调整定律。软件演化过程的是自调整的,每次演化版本的度量数据近似正态分布。4 .
CMMI 4级实践问题30问-8
第25问:如何采用统计方法建立性能模型? 答: (1)数据校验 (2)剔除离群点 (3)正态分布检验:各定比、定距类的X与Y要服从正态分布,如果不服从正态分布要对数据进行对数变换或者转换刻度类型 (4)散点图分析:观察是否相关、是否线性相关,如果相关但非线性,则对X或Y进行变换 (5)相关性分析:采用pearson、sperarman、方差分析或卡方检验分析X与X之间的相关
加入社区微信群
与行业大咖零距离交流学习


PMO实践白皮书
白皮书上线
白皮书上线