Управление проектами 80-го уровня, или размер имеет значение! Возможности и ограничения применения статистических моделей. — различия между версиями

== Видео ==

{{vimeoembed|53065914|800|450}}

<poll>
ALTERNATIVE
REVOTE
UNIQUE
Оцените доклад «{{PAGENAME}}»:
Отлично!
Хорошо.
Нормально…
Не очень :(
Просто хочу узнать результаты.
</poll>
<!-- pollholder --> 











== Слайды ==
[[File:Управление проектами 80-го уровня, или размер имеет значение! Возможности и ограничения применения статистических моделей.pdf|left|page=-|256px]]

{{----}}
== Примечания и отзывы ==
<!-- <blockquote>[©]</blockquote> -->

* [http://2012.secrus.ruorg/talks/possibilities-and-limitations-of-statistic-models-in-project-management Страница доклада на сайте конференции]

<references/>

[[Category


<!-- topub -->
{{stats|disqus_comments=0|refresh_time=2021-08-31T18:35:33.135556|vimeo_comments=0|vimeo_plays=47|youtube_plays=0}}

[[Категория:SECR-2012]]
[[Category:ToPublish]]
Категория:Метрики управления]]

Текущая версия на 15:35, 31 августа 2021

Аннотация

Докладчики

• 
  Юлиан Ларионов

В большинстве проектов по разработке программного обеспечения используются реактивные методы управления. На практике это означает, что, после того как проблема случилась или произошло отклонение от цели, проводится анализ возможных причин и разрабатывается план их устранения, чтобы избежать повторения подобных проблем в будущем. На это нацелены практики, встречающиеся во всех методологиях разработки, например, ретроспективы в agile. Следующим уровнем развития управления проектом является использование проактивного подхода, построенного на количественном прогнозировании вероятных отклонений от цели.

Прогнозы строятся на основании данных о состоянии текущих этапов и процессов разработки. Для этого необходимо построить статистическую модель зависимости целевых показателей от факторов влияния. На этом пути организацию ждет множество ловушек: как правильно описать модель, определить целевые показатели, выбрать гипотезу о факторах влияния? Как накопить достаточное количество данных в условиях постоянно меняющейся среды, где при каждой итерации процесс изменяется и адаптируется, а также как убедиться в правильности собранных данных? Как обойти очевидные проблемы и на что обращать внимание при построении статистических моделей? Доклад касается этих вопросов на примере проектов компании “Рексофт”.

Видео

Слайды

Примечания и отзывы

• Страница доклада на сайте конференции

Plays:47   Comments:0