Управление проектами 80-го уровня, или размер имеет значение! Возможности и ограничения применения статистических моделей. — различия между версиями
Материал из 0x1.tv
StasFomin (обсуждение | вклад) |
StasFomin (обсуждение | вклад) () |
||
== 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.secr.ru/talks/possibilities-and-limitations-of-statistic-models-in-project-management Страница доклада на сайте конференции]
<references/>
[[Category:SECR-2012]]
[[Category:ToPublish]]
[[Category:Менеджмент]]
<!-- topub --> | |||
Версия 17:59, 16 июля 2015
Содержание
Аннотация
- Докладчики
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