Jika Anda pernah menggunakan analisis proyek, Anda mungkin pernah merasa frustrasi dengan alat ini di beberapa titik. Banyak PM meninggalkan dasbor dari waktu ke waktu karena datanya sulit diterapkan pada nilai bisnis. Kami juga mengalami ini dan sekarang kami ingin berbagi pengalaman kami - cara mengubah analitik proyek menjadi alat yang sangat nyaman.
Kami akan berbicara tentang contoh Azure DevOps (TFS), yang telah digunakan semua tim kami sejak tahun ini. Pada waktu yang berbeda, kami melewati sistem manajemen proyek yang berbeda, dan sebagai hasilnya, kami menyadari bahwa Azure DevOps yang menggabungkan hampir semua yang dibutuhkan pengembang: manajemen proyek, repositori kode, perakitan, pengujian, dan manajemen rilis.
Dan, kembali ke topik kita, ada dasbor yang memungkinkan Anda melacak dinamika tim, kualitas rilis, dan perbaikan bug. Beberapa dibangun ke dalam sistem secara default, yang lain dapat dikonfigurasi secara manual.
Agar analitik benar-benar berguna, itu harus memenuhi ketentuan berikut:
Bahkan sebelum dasbor muncul, Anda sudah mengumpulkan data ini secara manual, dan panel baru hanya mengotomatiskan pekerjaan ini.
Dasbor menjelaskan proses nyata dalam tim yang terkait langsung dengan keefektifannya.
Analytics memberikan pemahaman yang nyata tentang situasi, masalah dan risiko, dan tidak hanya menunjukkan betapa hebatnya setiap orang.
Pin dapat diskalakan ke tim dan proyek lain - semuanya memiliki sistem koordinat tunggal.
Sekarang mari kita bicara tentang kemampuan Azure DevOps dalam hal ini.
Pertama tentang dasbor default
Kami bertanya kepada PM kami data apa dari set dasar yang mereka gunakan di dasbor mereka dan mendapatkan daftar berikut:
Waktu Pimpin. Menunjukkan waktu yang diperlukan untuk satu tugas melalui seluruh proses, dari pembuatan hingga penutupan.
Waktu Siklus. Menunjukkan waktu tugas sedang dalam pengembangan dari saat dimulai hingga pengiriman akhir.
. , . , , (, « 64» , ).
, . , . , Lead Time – , , . , , , . – Lead Time . , – , ? , .
, Azure DevOps , , PM-.
- , Excel, . , .
PM- , . , , :
. , , .
, . , - , .
PROD. , - . PM- , - .
– . PM- , , . - , .
- 40 , .
- .
– , PM- . , . , .
PM- , . , .
, . – , .
– PBI , . , , Cycle Time , .
Tidak hanya PM, tetapi juga anggota tim lainnya menggunakan analitik - semua orang berbicara dengan bahasa yang sama dan tahu metrik mana yang penting untuk rilis. Teknologi ini dapat dengan mudah ditingkatkan lebih jauh sehingga seluruh perusahaan beroperasi dengan praktik terbaik yang sama.