Bliv  en  ørn  *l  es*mering    November  2015  Jesper  Thaning,  Partner  BestBrains  AS  

Time-­‐es*mering  af  opgaver  

Rela*v  es*mering  af  user  stories  

Rela*v  es*mering  af  større  *ng  

Plandreven:  Alt  skal  es*meres  

Kaos:  Es*mering!  

Agilt:  Es*mering,    hvis  der  er  behov    og  det  giver  værdi!  Et  letvægts  værktøj    

?  

Rela*v  es*mering  med  point  

Planning  poker  med  points  1.  Kort  diskussion  2.  Spil  kort  på  samme  *d  3.  Højst  og  Lavest  forklarer  4.  Spil  igen  5.  Konkludér    

Øvelse:  Rela*v  es*mering  1.  I  kuverten  er  et  antal  ”user  stories”  2.  Sorter  dem  eVer  s*gende  kompleksitet  3.  Lav  en  baseline:  Den  simpleste  gives  værdien  2  

points  4.  Es*mér  resten  rela*v  *l  denne  ved  anvendelse  af  

points  og  planning  poker  1.  Kort  diskussion  2.  Spil  kort  på  samme  *d  3.  Højst  og  Lavest  forklarer  4.  Spil  igen  5.  Konkludér    

Hvad  kan  es*meres  rela*vt?  

Feature/epic  

User  story  

Projekt  1  

Projekt  2  

Projekt  3  

Projekt  4  

Formål  med  es*mering:  1.  Planlægning  –  når  vi  en  deadline?  2.  Prioritering  –  ønsker  jeg  det  (hele)?  3.  A`laring  –  hvad  består  den  af?  4.  Måling  af  fremdriV  –  hvad  er  vores  has*ghed?  

Feature/epic  

User  story  

Planlægningshorisont  

Gues2mater  Es2mater  

Kortsigtet  planlægning  (fx  sprint-­‐planning)  

Langsigtet  planlægning  (fx  release  burn  down)  

ca.  0-­‐2  mdr.   >2  mdr.  

T-­‐shirt  sizing  

Small   Medium   Large  

Gues*mater  

Øvelse:  T-­‐shirt  sizing  –  Webshop  1.  Udvælg  kortene  3  (Small),  8  (Medium)  og  20  (Large)  og  læg  resten  *l  side  2.  Vælg  en  facilitator,  der  hjælper  gruppen  med  at  få  es*meret  alle  features    3.  Es*mér  følgende  features  rela*vt  med  Small  –  Medium  –  Large  

Feature   Beskrivelse   Es2mat  (S-­‐M-­‐L)  

Fleksibel  produktsøgning   Søgning  på  navn,  produktbeskrivelse,  kategorier  

Levering  og  betaling   Oversigt  over  samlet  ordre  og  pris  Valg  af  foretrukne  levering  (fx.  pakkelevering  eller  ajentning)    Angivelse  af  fakturaadresse  og  leveringsadresse  Betaling  med  kreditkort  via  betalingsgateway  Kvikeringsside  

KviBering  for  ordre   Kunden  modtager  email-­‐kvikering  med  ordredetaljer  (samme  data  som  på  leveringsside)  

Browse  eEer  produkter   Produkthierarkier  og  kategoriseringer  gør  det  muligt  at  browse  i  produkter  som  alterna*v  *l  søgninger  

Tilbud    

Produkter  kan  få  *lknyket  særlig  rabat  og  vises  særskilt  i  webshoppen  

Hvad  kalder  vi  det?  

•  Point  •  Feature  points  •  Epic  points  •  Story  points  •  …  

Bare  ikke  noget  med  ”*d”:  ideal  *mer/dage  Es*mering  er  ikke  et  commitment!  

Øvelse:  Story  Points  –  Webshop  1.  Brug  alle  kortene  2.  Vælg  en  ny  facilitator,  der  hjælper  gruppen  med  at  a`lare  relevante  aspekter  (fx  udvikling,  UX  og  test)  3.  Es*mér  følgende  user  stories  rela*vt  med  story  point  i  prioriteret  rækkefølge  

User  Story  (prioriteret)  

Beskrivelse   Es2mat  (SP)  

1.  Produktdetaljer  -­‐  vis  pris  uden  moms   1.  Prisen  uden  moms  beregnes  pba.  prisen  med  moms  2.  Prisen  u.  moms  afrundes  *l  hele  øre  (fx.  245,45  kr.)  3.  Prisen  u.  moms  vises  under  prisen  med  moms  

2  

2.  Tilbudsside   1.  Administrator  udvælger  et  produkt  *l  at  være  *lbud  og  sæker  periode  og  rabat  2.  Tilbudssiden  *lføjes  *l  hovedmenu’en  med  blikfang  3.  Tilbudssiden  viser  alle  *lbudsprodukter  sorteret  på  største  rabatprocent  øverst  4.  Rabakerne  vises  med  særlig  visuel  fremtoning  på  søgelister  og  produktdetaljer  

3.  Produkt  detaljer  -­‐  leverings2d   1.  Leverings*d  vises  på  produktdetaljer  (fx.  2  dage,  3  uger)  2.  Produktets  leverings*d  hentes  fra  lagersystemet  som  antal  hele  dage  fra  dags  dato  3.  Hvis  leverings*d  ikke  kendes  vises  info-­‐boks  med  forklaring  4.  Der  vises  link  *l  at  læse  mere  om  leverings*d  

4.  Produkt-­‐ra2ng   1.  Brug  fem-­‐stjernet  ra*ng  system  2.  Kunder  kan  rate  produkt  de  har  indkøbt  3.  Andre  kunder  kan  se  den  gennemsnitlige  ra*ng  på  produktet,  hvis  der  er  over  4  

registrerede  ra*ngs  

5.  Produktdetaljer  -­‐  produktanbefalinger   1.  For  et  givent  produkt  anbefales  1-­‐3  andre  produkter  og  vises  2.  Anbefalingerne  baseres  primært  på  den  aktuelle  kundes  *dligere  indkøb  og  andre  

kunders  *dligere  indkøb  samt  produktrela*oner  som  opsækes  af  administrator  3.  Anbefalingerne  fremkommer  ved  at  anvende  machine  learning  (kuns*g  intelligens)  4.  Datamodellerne  og  algoritmerne  for  anbefalingerne  konfigureres  af  administrator  

Hvem  skal  es*mere?  

•  Relevant  formål!  •  Eksperiment  –  lad  os  se  hvad  det  giver  

Hvordan  får  vi  dem  med  på  det?  

•  Teamet  es*merer  •  Udviklere  og  testere  og  …  

Spørgsmål?