Stima in gruppi - Come estrarre statistiche / stime utili?

Nel libro comunemente citato Stima del software: Demistificare la Black Art , McConnell parla in modo specifico di questa tecnica nel Capitolo 13 (Giudizio esperto nei gruppi).

La risposta a "come ridurre questo" è "per consenso".

• Don’t just average your estimates and accept that. You can compute the average, but you need to discuss the differences among individual results. Do not just take the calculated average automatically.
• Arrive at a consensus estimate that the whole group accepts. If you reach an impasse, you can’t vote. You must discuss differences and obtain buy-in from all group members.

La tecnica stessa è molto buona e utile. È conosciuto come "Wideband Oracle" o "Wideband Delphi" - e la ricerca di questo troverà altri saggi e presentazioni in rete.

Un approccio (sintetizzato da Software Engineering Economics):

• Tutte le stime sono date simultaneamente / anonimamente.
• Il coordinatore fornisce quindi un riepilogo delle stime e lo presenta (in questo modo le persone possono vedere come le loro stime si confrontano con gli altri).
• Il gruppo si incontra quindi per discutere le variazioni delle stime.
• Il gruppo vota (anonimo) se vuole accettare le stime medie. Se qualcuno dice "no", ripeti.

Questo approccio tende a un singolo punto, sebbene possa essere facilmente adattato ai singoli punti alti e bassi per fornire un intervallo.

Anch'io l'ho visto fare in una forma non anonima in cui gli stimatori alti e bassi sono quindi invitati a dare un breve "questo è il motivo ..." e ripetere il processo lì. Questo ha la possibilità di avere personalità forti che dominano la stima (o quelle riservate che seguono il flusso piuttosto che sollevare le loro preoccupazioni).

Quindi sì, questa è una tecnica molto utile e può essere usata per dare una convergenza. McConnell offre una riduzione dell'errore di stima del 40% utilizzando più iterazioni rispetto alla media iniziale.

Un approccio che ho visto è chiedere 2 numeri. Il primo numero è il tempo "previsto", che si desidera essere uno stimatore imparziale di quanto tempo impiegherà l'attività. Il secondo è il tempo di confidenza del 90%, vuoi che il 90% dei tuoi compiti scenda al di sotto di questa linea stimata. Questi numeri vengono quindi riformulati in termini di "aspettativa" e di un termine di "incertezza" che è la differenza tra i due.

L'idea alla base di questo è che se ho 10 compiti, ognuno dei quali impiegherà 1 settimana "in media" e 2 settimane "il peggiore del 90%", quindi non ho davvero bisogno di budget per 10-20 settimane . La probabilità di ottenere un peggior caso del 90% su ogni singola attività è molto bassa. Usiamo il teorema del limite centrale per ridurre l'incertezza del compito finale.

I numeri finali si trovano aggiungendo i termini "aspettativa" e facendo una radice-somma-quadrato dei termini "incertezza". Nel mio caso patologico in cui ho 10 compiti, ognuno dei quali è di 1-2 settimane, aggiungo le 10 aspettative per ottenere 10 settimane. Poi ho messo insieme le incertezze di RSS 10 1 settimana per ottenere 3,16 settimane di incertezza. Quindi la mia stima finale, invece di un aspetto spaventoso tra le 10 e le 20 settimane, viene presentata tra 10 settimane e 13 settimane 1 giorno.