Wenn Sie jemals Projektanalysen verwendet haben, sind Sie wahrscheinlich irgendwann mit diesem Tool frustriert. Viele PMs geben Dashboards im Laufe der Zeit auf, da es schwierig ist, die Daten auf den Geschäftswert anzuwenden. Wir haben dies auch durchlaufen und möchten nun unsere Erfahrungen teilen - wie man Projektanalysen zu einem wirklich praktischen Werkzeug macht.
Wir werden über das Beispiel von Azure DevOps (TFS) sprechen, das alle unsere Teams seit diesem Jahr verwenden. Zu verschiedenen Zeiten haben wir verschiedene Projektmanagementsysteme durchlaufen und als Ergebnis festgestellt, dass Azure DevOps fast alles kombiniert, was ein Entwickler benötigt: Projektmanagement, Code-Repository, Assembly-, Test- und Release-Management.
Zurück zu unserem Thema: Es gibt Dashboards, mit denen Sie die Dynamik von Teams, die Qualität von Releases und Fehlerbehebungen verfolgen können. Einige sind standardmäßig in das System integriert, andere können manuell konfiguriert werden.
Damit Analysen wirklich nützlich sind, müssen sie die folgenden Bedingungen erfüllen:
Noch bevor das Dashboard angezeigt wurde, haben Sie diese Daten bereits manuell erfasst, und das neue Bedienfeld automatisiert nur diese Arbeit.
Das Dashboard beschreibt die tatsächlichen Prozesse innerhalb des Teams, die in direktem Zusammenhang mit seiner Effektivität stehen.
Analytics vermittelt ein wirkliches Verständnis der Situation, Probleme und Risiken und zeigt nicht nur, wie großartig jeder ist.
Pins können auf andere Teams und Projekte skaliert werden - alle haben ein einziges Koordinatensystem.
Lassen Sie uns nun über die diesbezüglichen Funktionen von Azure DevOps sprechen.
Zunächst zu den Standard-Dashboards
Wir haben unsere PMs gefragt, welche Daten aus dem Basissatz sie in ihren Dashboards verwenden, und die folgende Liste erhalten:
Vorlaufzeit. Zeigt die Zeit an, die eine Aufgabe benötigt, um den gesamten Prozess von der Erstellung bis zum Abschluss zu durchlaufen.
Zykluszeit. Zeigt die Zeit an, zu der sich die Aufgabe vom Start bis zur endgültigen Lieferung in der Entwicklung befindet.
. , . , , (, « 64» , ).
, . , . , Lead Time – , , . , , , . – Lead Time . , – , ? , .
, Azure DevOps , , PM-.
- , Excel, . , .
PM- , . , , :
. , , .
, . , - , .
PROD. , - . PM- , - .
– . PM- , , . - , .
- 40 , .
- .
– , PM- . , . , .
PM- , . , .
, . – , .
– PBI , . , , Cycle Time , .
Nicht nur PM, sondern auch andere Teammitglieder verwenden Analysen - jeder spricht dieselbe Sprache und weiß, welche Metriken für die Veröffentlichung wichtig sind. Diese Technologien können problemlos weiter ausgebaut werden, sodass das gesamte Unternehmen nach denselben Best Practices arbeitet.