Monte Carlo Simulation для прогноза сроков по Throughput

Monte Carlo Simulation: как прогнозировать сроки по Throughput

Прогнозировать сроки по Throughput проще, чем кажется. Нужна история завершённых элементов, понятные WIP-лимиты и честное отношение к вероятности. Хороший прогноз звучит так: «с вероятностью 50% закончим за 39 дней, с вероятностью 85% — за 50 дней». Это честнее для команды и полезнее для стейкхолдеров, чем дата «ровно через 6 недель». Это продолжение статьи про Throughput как метрику потока. База по метрике остаётся в первой части. Здесь — как превратить историю завершённых элементов в прогноз, вокруг которого можно принимать решения. ...

16 сентября 2025 г. · 7 минут · Марат Киньябулатов

5 причин, почему ваши Story Points не работают

Русская версия подготовлена на основе моей статьи на Хабре: «5 причин, почему ваши Story Points не работают (и что делать)». За семь лет воркшопов по Story Points я вижу одну и ту же картину: команды изучают технику, пробуют её несколько спринтов, затем постепенно скатываются к старым привычкам. На маленьком масштабе — одна команда, максимум три — Story Points выглядят отличным подходом. На текущем масштабе у меня совсем другая оптика: 47 команд, около 400 человек в IT; 60% используют Story Points, 40% живут без них. Самое интересное — эти 60% используют их каждый по-своему. Во всяких FAANG про Story Points почти ничего не слышали: максимум всплывают размеры в футболках. ...

26 июня 2025 г. · 4 минуты · Марат Киньябулатов