デリバリー予測と計画指標
デリバリー予測と計画指標は、完了した仕事の継続的なフローとチームのキャパシティを観察することで、仕事がいつ終わりそうか、どれだけ引き受けられるかを、誠実な幅を持って述べられるようにするものであり、計画された仕事と割り込みの仕事をあわせて数えれば、サービスチームでも機能します。
なぜ重要なのか
アジャイルチームは継続的なソフトウェアデリバリーを目指しており、そのデリバリーに依存する誰もが同じ問いを発します。これはいつ終わるのか、チームはどれだけ引き受けられるのか、緊急のものが来たらどうなるのか、です。証拠をもってこれらに答えられないチームは、守れない約束に逃げ込み、頼る人々はあらゆる日付を信用しなくなります。
サービスを運用するチームは、これを他のチームより鋭く感じます。計画された改善の仕事、サービス要求、インシデントが、同じ人々を共有するからです。計画外の部分を無視した計画は、インシデントが来た最初の週に破綻します。チーム自身の履歴から導かれ、その幅を述べる予測は、期待から導かれる日付よりも、現実との接触に強く耐えます。
このトピックは、完了した仕事のフローから予測する方法、チームのキャパシティを踏まえて計画する方法、そして計画指標のうち役立つものと誤解を招くものを説明します。スクラム、スプリント、ベロシティは計画の一つの方法であり、終わり近くの短い節で、それらを使うチームのために扱います。ここでの測定は、トピック 1.5 — カンバン のフロー測定と、トピック 5.6 — 指標と測定 のより広い測定のガイダンスの上に成り立っています。
中核となる概念
約束ではなくフローから予測する
予測は、過去の証拠に基づく未来についての記述であり、不確実性を伴います。Kanban Guide は、サービスレベル期待(SLE)を、過去のサイクルタイムに基づいて、仕事のアイテムがワークフローを流れるのにどのくらいかかるべきかの予測と定義し、これは合意ではないと述べています。この定義は、あらゆるデリバリー予測の良いモデルです。実際の履歴を使い、それが何を対象としているかを述べ、測定した以上のことを約束しないことです(トピック 1.5 — カンバン を参照)。
よくある予測には二種類あります。
- 一つのアイテムにどのくらいかかるか。 似た完了アイテムにかかった時間を見て、幅、あるいは「このタイプのアイテムの大半は、何日以内に完了する」という形の記述で示します。
- ある日までにどれだけ終わるか、あるいはアイテムの集合がいつ終わるか。 チームが一定期間に通常どれだけのアイテムを完了するかを見て、その幅を残りの仕事に当てはめます。
予測の背後にあるフロー測定
Kanban Guide は四つの測定を定義しており、それらがデリバリー予測の原材料です。
| 測定 | 分かること | 予測への使い方 |
|---|---|---|
| サイクルタイム | 完了したアイテムが開始から終了までにかかった時間 | 最近のサイクルタイムの散らばりが、新しいアイテムにかかる時間の幅を与える |
| スループット | ある期間に完了したアイテムの数 | 最近のスループットの幅が、将来の期間にどれだけ完了するかの幅を与える |
| 仕掛かり(WIP) | 開始されたがまだ完了していないアイテムの数 | WIP が多すぎるとサイクルタイムが長くなり、あらゆる予測の信頼性が下がる |
| ワークアイテムの経過時間 | 未完了のアイテムが仕掛かりになってからの時間 | まだ手を打てるうちに、完了済みの大半より古くなっているアイテムを示す |
ガイドは、チームはこれらの測定の名前を変えてよく、有用であれば他の測定を加えるべきだと述べ、測定はチームの働き方に情報を与える場合にのみ重要だと述べています。平均だけでなくパーセンタイルと幅を使ってください。長い裾は平均の中に隠れるからです(トピック 5.6 — 指標と測定 を参照)。
単純な予測方法
チームは特別なツールなしに予測できます。
- 過去 8〜12 週間(または同様の期間)それぞれのスループットを、実際に完了したアイテムから集めます。
- これらの数字から、最小、典型、最大を取ります。
- 残りのアイテム数をそれぞれの数字で割り、完了までの期間の幅を得ます。
- その幅と、元になったデータ、それを変えうるもの(新しい仕事、チームの変更、依存関係)を述べます。
これは経験則であり、標準ではありません。将来の仕事が過去の仕事に似ていて、アイテムがおおむね似た大きさであることを前提にしています。それが成り立たない場合は、そう述べ、幅をより広く扱います。トピック 3.11 — 可用性、キャパシティ、パフォーマンス が需要予測について助言するように、予測のたびに実際に起きたことと比べ、方法を調整します。
チームのキャパシティ
キャパシティは、チームがある期間に吸収できる仕事の量です。デリバリーチームにとっては、人数と期間の日数の積ではありません。休暇、サポート業務、ミーティング、計画外の仕事は、計画アイテムに使える分を減らします。有用なキャパシティの記述は、使える人と日数を挙げ、そこから、直近の複数期間が示した実績に基づき、計画外の仕事のために確保しておく割合を引きます。
キャパシティ計画のスキルとトピック 3.11 — 可用性、キャパシティ、パフォーマンス は、サービスとインフラのキャパシティを説明しています。同じ論理がチームにも当てはまります。幅を持って計画し、実際に起きたことと照合し、事実が変わったら計画を見直します。
計画された仕事と計画外の仕事をあわせて扱う
サービスチームは、インシデント、緊急の要求、誰もスケジュールしていなかった変更を受けます。これらを数えなければ、計画された仕事の予測は楽観的になりすぎます。計画外の仕事に専用のアイテムタイプを与え、何件届き、どのくらいかかるかを数え、データを計画された仕事の隣に置きます。これは、プロダクトオーナーやサービスオーナーに、どの繰り返すインシデントがキャパシティを消費しているかの証拠も与え、原因を直す判断を支えます(トピック 3.3 — 問題管理 を参照)。
継続的デリバリーのフローとリリースのケイデンス
継続的に届けるチームは、計画期間の終わりを待たずに、準備ができた小さな変更をリリースします。これは完了から配信までの時間を短くし、予測の確認を簡単にします。完了した各アイテムがデータ点だからです。変更は引き続き組織の変更実現のアプローチに従い、事前承認された標準変更がここで役立ちます(トピック 3.4 — 変更実現 とトピック 3.5 — リリースとデプロイメント管理 を参照)。
スクラム、スプリント、ベロシティを使う場合
固定長のサイクルで計画するチームもあります。ケン・シュエイバーとジェフ・サザーランドによる 2020 年版のスクラムガイドは、スクラムを、複雑な問題への適応的な解決策のための軽量なフレームワークと定義しています。そのイベントは、1 か月以下のタイムボックスであるスプリントの中で行われます。この節は、これらを使うチームに必要な最小限を扱います。チームの働き方を変える前に、ガイド自体を読んでください。
- スプリントとスプリントゴール: スプリントはタイムボックスで、スプリントゴールはそのための唯一の目標です。チーム外の人が理解できるゴールは、チケットの一覧よりもうまく選択を導きます。
- プロダクトバックログ、プロダクトオーナー、スクラムマスター: プロダクトバックログは、プロダクトが必要とするものの順序づけられたリストです。プロダクトオーナーはその順序に責任を負う一人であり、スクラムマスターはスクラムを確立し、チームが適用するのを助ける責任を負います。
- インクリメントと完了の定義: インクリメントは、プロダクトゴールへの、使用可能で検証された一歩であり、完了の定義は、仕事が数えられるために満たすべき品質基準です。サービスチームは、監視、ランブック、検証済みのロールバックを含められます。
- イベント: スプリントプランニング、デイリースクラム、スプリントレビュー、スプリントレトロスペクティブです。レトロスペクティブは、チームが働き方を点検し、改善を計画する場です(トピック 6.1 — チームの対話 を参照)。
- ベロシティ: 見積りに基づく数字で、引き受ける仕事の量を計画するために使うチームもあります。チーム自身の計画にのみ使ってください。目標になると、チームは見積りを膨らませるので、完了したアイテムを数えるフロー測定と、成果の測定を優先します。
ガイドは、スクラムはフレームワークであり、完全な方法ではないと述べています。インシデント対応、サービスレベル、変更プロセスは扱わず、一部だけを使ってもそれはスクラムにはなりません。調整するなら、バリエーションを正直に名づけてください。スクラムのイベントとカンバンのフローを混ぜたものは、スクラムバンと呼ばれることがあります。
ベストプラクティス
- 自分たちの履歴から予測する。 最近完了したアイテムのサイクルタイムとスループットを使い、データが対象とする期間を述べます。他のチームの数字を借りてはいけません。
- 単一の日付ではなく、幅を示す。 低い場合、典型的な場合、高い場合を示し、結果を動かしうるものを述べます。幅のない日付は、持っていない確実性を約束します。
- 計画外の仕事を数える。 インシデント、緊急の要求、割り込みを、専用のタイプを持つワークアイテムとして記録します。何件届き、どのくらいかかるかを測定します。
- キャパシティをデータから設定する。 使える人と日数を挙げ、休暇とサポート業務を引き、最近の期間に基づいて計画外の仕事のための割合を確保します。その割合を定期的に見直します。
- 仕掛かりを制限する。 開始された仕事が多すぎるとサイクルタイムが長くなり、あらゆる予測が弱まります。制限を設け、データが変わったら見直します(トピック 1.5 — カンバン を参照)。
- ワークアイテムの経過時間を毎日見る。 経過時間は、まだ手を打てるうちに、未完了のアイテムの問題を示します。最も古いアイテムから見直します。
- パーセンタイルと分布を使う。 あるタイプのアイテムの大半は何日以内に完了すると述べ、遅い裾を示します。平均はそれを隠します。
- 予測を実績と比べる。 期間ごとに、予測したことと起きたことを記録します。数字だけでなく、方法を調整します。
- 見積りは計画のために使い、評価には使わない。 チームがアイテムを見積るなら、その数字は自分たちの計画に使い、人やチームの順位付けには使いません(トピック 5.6 — 指標と測定 を参照)。
- 予測を、頼る人々に見える状態にする。 幅と前提を顧客やステークホルダーと共有し、事実が変わったら更新します。
- 改善の仕事を同じフローに入れる。 問題の修正、監視の仕事、自動化を機能の隣に置き、トレードオフが見えるようにします(トピック 3.15 — 継続的改善 を参照)。
- スプリントとベロシティを使うなら、小さく正直に保つ。 スクラムのどの部分に従うかを合意し、バリエーションを名づけ、割り込みが支配的ならフローに基づくアプローチを試します。
チームで話し合うための質問
今日、「これはいつ終わるのか」にどう答えているか。また、その答えは何に基づいているか。
チームが最近出した三つの答えと、それぞれの根拠を尋ねます。実際に起きたことと比べます。日付が期待や最上位者の意見から来ていたと分かるチームは多いです。続けて、代わりにチームが使える履歴は何かを問います。
私たちの時間のうち、誰も計画しなかった仕事に使う割合はどれくらいか。また、それをデータから把握しているか。
直近の数週間の、計画されたアイテム、緊急の要求、インシデントを集計します。ファシリテーターは、その割合が安定しているか季節で変わるか、また割り込みが計画された仕事に優先する場合は誰が決めるのかを尋ねます。今後どう記録するかを合意します。
サイクルタイムはどうなっているか。顧客に標準的な要求にどのくらいかかるかを聞かれたら、何と答えるか。
直近の完了アイテムのサイクルタイムをプロットまたは列挙します。大半はどのくらいかかるか、最も遅いものはどのくらいか、遅いものは何で説明できるかを尋ねます。この履歴に基づくサービスレベル期待が公平かどうか、誰に伝えるべきかを話し合います。
現在のアイテムのうち、完了済みの大半より、すでに古くなっているものはどれか。
最も古い未完了のアイテムを見ます。それぞれがなぜ止まっているか、誰が解消できるか、今日チームが何をするかを尋ねます。最後に、チームが経過時間をどのくらいの頻度で見直すかを決めます。
私たちの予測が最後に外れたのはいつか。その後、何を変えたか。
最近の例、予測、結果を尋ねます。予測が見落としたもの、すなわち計画外の仕事、依存関係、想定より大きなアイテムを探します。方法に対する変更を一つ合意し、チームがどう確認するかを決めます。
スプリントやベロシティを使っているなら、それらは何の役に立っているか。やめたら何を失うか。
それぞれがどんな問題を解決するかを正直に尋ねます。より良い集中や明確なゴールといった証拠と、膨らんだ見積りや無視された割り込みといった害を探します。ファシリテーターは、有用な部分であるフィードバックループを取り除く変更に注意します。実験を一つ合意し、結果をどう比べるかを決めます。
実践例: アジャイルITILの事例
地域の病院の IT 部門には、患者スケジューリングアプリケーションを保守する 7 人のチームがあります。クリニックのマネージャーが日付を求め、チームは与えてきました。日付の大半は守られません。病棟からのインシデント、クリニックからの要求、セキュリティパッチの適用が届き続け、チームはほとんどの日をそれらに費やしているからです。
チームリーダーは、計画されたものかどうかを問わず、すべてのアイテムを開始日と終了日とともに記録し始めます。8 週間後、データは、チームの時間の約半分が計画外の仕事に使われていること、計画されたアイテムの大半は 2 週間未満で終わり、他チームを待つアイテムが長い裾を作っていることを示します。チームは三つの変更に合意します。各予測を、最近のスループットとサイクルタイムを使って幅として述べること。キャパシティの半分を計画外の仕事のために確保し、残りに対してのみ計画すること。最も古い未完了のアイテムを毎朝見直すことです。
次の二か月、予測はおおむね当たり、幅と前提を見られるようになったクリニックのマネージャーは、それに合わせて計画します。サービスオーナーであるクリニック運用マネージャーは、どの繰り返すインシデントがキャパシティを消費しているかが分かり、繰り返す予約同期の失敗の修正の優先度を上げ、その失敗は止まります。難しさも残ります。大きなインシデントは依然として一部の仕事を押し出し、以前の取り決めの素早い答えを好んだマネージャーは、幅に満足しません。チームは、予測が動くたびに何が変わったかを伝えること、そして次のレビューで改善の仕事について固定サイクルの方法とアプローチを比べることに合意します。
4つの視点
プロダクトチームとデリバリーチーム
デリバリーチームは、自分のフローデータで予測することから最も多くを得ます。仕事を、開始と終了のたびに記録し、仕掛かりを制限し、小さな変更を継続的にリリースします。待っている人々に幅を共有し、完了の定義があるなら、リリースをサポート可能にする運用の仕事を含めるために使います。
サービスチームと運用チーム
運用チームは、予測を失敗させる計画外の仕事を担っています。インシデント、要求、変更をワークアイテムとして記録し、繰り返すパターンを共有して仕事の順序に影響させます。サイクルタイムのデータを使って顧客との現実的な期待を設定し、計画された改善にどれだけのキャパシティが割かれているかを明示します。
リーダーシップとガバナンス
リーダーは、状況報告よりも、予測の幅とフロー測定から、より誠実な全体像を得ます。前提付きの幅、時間にわたる予測の精度、データに基づいてチームが何を変えたかを求めます。個々の数字を目標にすることは避けます。それはゲーミングを生みます。事実が動けば予測も動くことを受け入れます。
顧客とユーザー
顧客とユーザーは、より明確な期待と、より少ない期限の超過から利益を得ます。チームに、あなたのタイプの要求の想定時間を尋ね、それが履歴に基づいていることを期待してください。要求が緊急であれば、理由を尋ねられると思ってください。先に進めることは、他の全員の仕事に影響するからです。
よくある失敗パターン
- 期待に基づいて日付を約束する。 日付は意見から来て、守られません。代わりに、最近完了したアイテムから予測し、幅を示します。
- 計画外の仕事を無視する。 割り込みが毎期、計画を台なしにします。代わりに、ワークアイテムとして数え、データに基づいてキャパシティを確保します。
- 単一の数字による予測。 一つの日付が不確実性を隠します。代わりに、前提付きで低・典型・高のケースを示します。
- 平均だけを使う。 遅いアイテムの長い裾が隠れます。代わりに、パーセンタイルと分布を使います。
- 始めすぎる。 仕掛かりが多いと、すべてのサイクルタイムが長くなります。代わりに、制限を設け、始める前に終わらせます。
- ベロシティやスループットを成果目標にする。 チームは見栄えのために見積りを膨らませたりアイテムを分割したりします。代わりに、数字は計画に使い、成果で判断します(トピック 5.6 — 指標と測定 を参照)。
- 予測を確認しない。 方法は決して改善しません。代わりに、各予測を実際に起きたことと比べます。
- 合わない仕事に固定サイクルを当てはめる。 予測できない要求のキューを固定期間に押し込むと、不満が生じます。代わりに、フローに基づくアプローチを試し、結果を比べます。
成熟度モデル
| 次元 | 開始 | 発展 | 標準化 | 管理 | 最適化 |
|---|---|---|---|---|---|
| 予測 | 日付は意見から来る | 一部のチームが過去のデータを使う | チームが自分たちのフローデータから幅として予測する | 予測の精度が追跡され、方法が改善される | 予測がチームとサプライヤー横断で調整される |
| フロー測定 | 測定はほとんど集められていない | 一部のチームがサイクルタイムまたはスループットを記録している | 四つのフロー測定が一貫して集められる | 測定がレビューされ、期待の設定に使われる | フローデータがチーム間で共有され、共同の計画に使われる |
| キャパシティと計画外の仕事 | 割り込みは数えられていない | 一部のチームが計画外の仕事を追跡している | 計画外の仕事のためのキャパシティがデータから設定される | 計画外の仕事の割合と原因がレビューされ、削減される | 運用とデリバリーのチームがキャパシティを共同で計画する |
| 見積りと固定サイクルの使い方 | 見積りが人を評価するために使われる | 一部のチームが見積りを自分たちの計画に使っている | チームがどのプラクティスを使うか合意し、バリエーションを名づける | プラクティスの効果がフローと成果に照らしてレビューされる | プラクティスが、共有された学びからチーム横断で調整される |
チェックリスト
- 予測は、チーム自身の完了アイテムの履歴から導かれている。
- 各予測は、前提が述べられた幅である。
- インシデント、要求、改善の仕事が、すべてワークアイテムとして記録されている。
- 計画外の仕事のためのキャパシティが、データから設定され、見直されている。
- サイクルタイム、スループット、仕掛かり、ワークアイテムの経過時間が追跡されている。
- 仕掛かりに、チームが見直す制限がある。
- 最も古い未完了のアイテムが定期的に見直されている。
- 予測が、期間ごとに実績と比べられている。
- 見積りとベロシティは、使うとしても、目標ではない。
- スクラム、スプリント、バリエーションの使用は、書き留められ、正直に名づけられている。
AIプロンプト
目的: 自分たちのスループットデータから、予測の幅を作る。
Help me forecast delivery for a team of [number and type of people].
Throughput (items finished) for each of the last [number] weeks: [paste the real figures as a list].
Items remaining: [number], and a note on how similar in size they are: [paste].
Known changes that may affect the next weeks (leave, new work, dependencies): [paste, or write "none known"].
Calculate the lowest, typical, and highest weekly throughput from the figures, and divide the remaining items by each to give a range of weeks. State the assumptions. Do not extrapolate beyond the data or invent numbers. If the data are too thin, say so and ask what to add. List what you are unsure of.
目的: サイクルタイムを分析し、サービスレベル期待を提案する。
Below are the start and finish dates of the last [number] finished work items of type [type]: [paste as a table; use only real data].
Calculate the cycle time of each item. Describe the spread: what most items take, what the slowest take, and what might explain the slow ones. Suggest a service level expectation in the form "most items of this type finish within N days", and say how confident the data allow us to be. Do not state it as a promise. If the data are too few, say so and ask what to collect. List what you are unsure of.
目的: 計画外の仕事にどれだけのキャパシティが使われているかを測定する。
Below is a list of the work items our team completed over the last [number] weeks, each marked as planned or unplanned, with the time it took: [paste as a table; use only real data].
Calculate the share of time on planned and unplanned work for each week, using only the numbers I gave. Describe the pattern, suggest what share of capacity to hold back for unplanned work, and name two assumptions behind the suggestion. Ask clarifying questions first if the data are thin, and list what you are unsure of.
目的: 最も古い未完了のアイテムを見直し、障害の解消を計画する。
Our open work items, with start dates and current state: [paste as a table; use only real data].
Cycle times of our last [number] finished items: [paste].
Calculate the current age of each open item and flag those older than most finished items. For each flagged item, suggest two questions to ask about what blocks it. Do not guess the cause. List what you are unsure of.
AIスキル
- kanban: フロー測定、仕掛かりの制限、サービスレベル期待を設定するときに使います。
- capacity-planning: 利用可能なキャパシティが予測される需要を満たすか、ギャップにどう対処するかを確認するときに使います。
- demand-forecasting: 過去のデータとビジネス計画から、将来の負荷を幅として見積るときに使います。
- software-engineering-metrics: 指標を選び、そのゲーミングの経路とガードレールを名づけ、指標のチャーターを記入するときに使います。
- scrum: チームがスプリントで計画する場合に、その役割、イベント、成果物を設定または見直すときに使います。
主要な情報源
- The Kanban Guide (kanbanguides.org): フロー測定と、過去のサイクルタイムに基づく予測としてのサービスレベル期待を定義しています。
- The Scrum Guide (Ken Schwaber と Jeff Sutherland、scrumguides.org): スプリントを使うチームのための、スクラムの権威ある短い定義です。
- Kanban (development) (Wikipedia): カンバンのフロー測定とプルシステムの概観です。
- Scrum (software development) (Wikipedia): スクラムの歴史、役割、イベント、批判の概観です。
参考文献
- The Kanban Guide — John Coleman, Daniel Vacanti, and contributors, kanbanguides.org — https://kanbanguides.org/english/
- Kanban (development) — Wikipedia — https://en.wikipedia.org/wiki/Kanban_(development)
- The Scrum Guide (November 2020) — Ken Schwaber and Jeff Sutherland, scrumguides.org — https://scrumguides.org/scrum-guide.html
- Scrum (software development) — Wikipedia — https://en.wikipedia.org/wiki/Scrum_(software_development)
- Scrumban — Wikipedia — https://en.wikipedia.org/wiki/Scrumban
- Agile software development — Wikipedia — https://en.wikipedia.org/wiki/Agile_software_development
- Site reliability engineering — Wikipedia — https://en.wikipedia.org/wiki/Site_reliability_engineering