我是如何演化 Velocity 的？

📣 聲明
這些演化的經驗是由數個團隊累積起來的故事，會有些複雜，不容易線性的去陳述。為了更好的描述學習點，我會將實際案例做一些調整，並以同一個團隊的視角去敘述，所以下面的案例會與當時的情況有些差異。

我當初在剛進入 T 社時，首先引入作為實驗的產出物就是 Velocity 的紀錄表，我們當時口語上簡稱「速率表」，而且一開始還很陽春的只是記錄一個 Sprint 拿了幾張Ｓ、幾張Ｍ，隨著演化，才開始與費氏數列作為綁定，有了數值化、開始畫起了圖表。並以此做為團隊認領的依據、產品負責人自己推估未來消化速度的參考。

發展到後期，就是建立一份 Google Sheets 去記錄每個 Sprint 各項數據，然後做為參考。有了比較正規的累計數據的方式，這是一個好的實踐，讓團隊有足夠的資訊可以參考。

但是，到了後面這樣的做法就開始有點鑽牛角尖了。記錄越細，從交付了多少點數的待辦事項，到原本預期交付多少，落差為多少，甚至到後面開始記錄了這個 Sprint 能用在開發的時間，以及每單位時間的交付比例。的確就是真的把 Velocity 的概念貫徹到底。

下面我就用示意圖與各位談談吧。

紙本——從累積數據開始

就像前面所聊過的，要使用任何指標，最大的困境永遠是在如何持之以恆的搜集。如果一開始就讓團隊去專案管理工具或是任何試算表工具填寫數據，對開發團隊來說就只是多一道行政手續，資訊冰箱只要每多一個步驟，就像是將冰箱門多加一公斤重量一樣。

打開電腦、打開瀏覽器、找到填寫的頁面、編輯頁面、輸入數據，想想看，6 公斤的冰箱門。這還是比較客氣的，筆者甚至認為應該要像費事數列一樣把公斤數加上去才更貼切：「1+2+3+5+8 = 19」，嗯，19 公斤。

所以最一開始要讓步驟縮減到最短，而且成效最直覺化！不要想這一開始就先用數位化工具，直接將要填的數據印成一張 A4 紙吧！讓團隊隨手在 Review 或是 Planning 的一開始記錄下來，甚至一開始先讓 ScrumMaster / Agile Coach 用口頭詢問，直接代填，也是可以。

然後每次預測下一個 Sprint 可以認領多少工作量時，就將這張紙拿給團隊看，漸漸的團隊就會感受到有數據可以參考的好處，而開始買單這樣的實踐方式。

甚至也先不要改變團隊既有的估算方式，持續用 T-Shirt Size，只計算張數就好。當他們買單這樣的實踐方式時，自然就會感到沒有量化的不方便，而自主地提出想要數據化的需求

產能量化——搭配基本的圖表

當團隊開始有量化的需求時，這時候筆者提出的解決方案是將 T-Shirt Size 與費式數列（Fibonacci sequence）對映，如上圖右邊便利貼的對照表。一樣是先維持既有習慣，紀錄有 T-Shirt Size 的張數，然後再轉換成費式數列，這樣就有了每週交付量的與未完成量的數據了。有數據、有指標，接下來就可以嘗試圖表化了，於是第一版的圖表就是將這兩個數據畫成折線圖去表示。

現在想想其實用直條圖按比例去繪製可能更好，但當時還在手繪階段，折線圖還是相對容易繪製，所以才會這樣考量與決定的吧！

這時候除了有指標可以預測下一個 Sprint 的交付工作量外，也讓團隊可以回頭檢視進幾個 Sprint 的交付狀況的穩定度，作為 Retrospective 的參考指標。

數位化——半自動化的記錄方式

接下來遇到了疫情時期，開啟了在家工作的合作模式，紙本的產出物都不得不數位化。也是利用這個契機，將紙本的 Velocity 紀錄表改成 Google Sheets 的型態。因為不用再花時間繪製，改成用直條圖的方式呈現數據，就可以比較清楚的看到未完成量與交付量。到這邊其實 Velocity 紀錄表其實將未完成量區分成尚未展開以及做到一半的話，其實也就差不多了。

求準——因為變化開始追求更多數據

隨著頻繁出現產品待辦事項開始無法在一個 Sprint 完成，為了在下個 Sprint 能夠預測能拿多少工作量的準確度，團隊開始重新估算這些在製品。除此之外，也將原本的工作量扣除新估算出來的工作量，作為上週交付的的一部分。讓團隊能更貼近實際狀況的去了解自己上個 Sprint 交付的工作量。

時間量化——各種計算可開發時間的方式

隨著團隊外務變多、或是長假頻繁、抑或是組成臨時變動，我們認為用過去人力充足的情況，去預測下個 Sprint 人力貧乏的工作量是不公平、不準確的。所以也開始計算了團隊能投入在產品開發的時間比例。

這部分的經驗就很有趣了，這樣的計算分成了多種計算方式：

• **人天：**一開始是分上下午兩個時段，此時單位是人天，所以兩個時段各爲 0.5 人天。
• **人時：**但因為上午時段相較於下午較短（差了 2-3 倍)，而且人天難以紀錄，於是將單位改成小時。
• 專注時段：
  • 改成小時後，依然會有 0.2 小時、0.6 小時這種小數點數值，計算著實複雜。後來也因為破碎的時間其實也沒辦法有什麼產出，所以又改成時段紀錄，要有完整的時段才做數。每個完成時段的長度由團隊自行定義。
  • 但是紀錄還是麻煩，最後有成員開發了一個工具，會導入行事曆的內容，只要點擊自己行事曆上發生的事件，就可以協助計算最終結果。
  • 基於半自動化的結果，又將非開發產品時段區分為請假、輪班、產品會議與其他，用來判斷被外務干擾的程度。

產能精準化

在這個過程中，也會基於當時的人力單位，去計算每單位能完成的故事點，這些平均數個 Sprint 的平均每單位能完成故事點的數值乘上新 Sprint 能夠投入的人力，就可以得到這個 Sprint 預測能做到的工作量了。

總結

演化的故事就大概就分享到這裡。不確定各位讀者看完這些演化過程的感想是什麼？是覺得能做到這種程度真的很完整、很厲害？還是覺得這套系統很方便，也想要來一套？或者覺得怎麼聽起來很是複雜，難以維護？

我想可能以上皆是吧！隨著需求，紀錄表開始往更細的方向開始去鑽，也就逐漸踏入了前幾天講到的陷阱。這些更細緻的計算方式，的確當時也為團隊帶來許多好處，滿足了各種需求。但其實這些特化的需求都代表著一些困境，只是我們嘗試最佳化目前的方案去解決，但這種方式就像是大家在產品發表會常講的俗語：「擠牙膏」，到最後總會有擠不出來的時候，屆時又該怎麼辦。

通常這時候記錄表的成本效益比就會越來越低，團隊也就會越來越沒動力填寫，最後停下來。我也有幸在這時候決斷地放下這個陪我們多年的實踐，嘗試使用另一個方式去滿足當初的需求，這就是後話了。

在這個演化中，得到了什麼好處，又是遇到了哪些困境讓我們掉入陷阱，最後停用呢？以及到底什麼情況適合使用速率表，細緻度又該怎麼權衡？篇幅有限，請待明日分享！