忽略了你自己的危险

你说这个功能将需要一天的发展，但它已经三个月了，它仍然没有完成！

我们的营销创建了竞选页面本身，因为它将永远设置任何东西！

听起来很熟悉？我一直在这些对话的两端，但大多数在“被喊道”的结束。很长一段时间，我很困惑。为什么发生这种情况？

你有一个合理的开发团队。肯定足够昂贵，为您的CFO提供困难的时间。尽管如此，至少根据您的业务用户仍然在蜗牛和第39页上移动。东西来自你的管道，当然，许多好的想法，甚至可以快速发展，被杀，因为没有人想要等到下一季度来测试一个简单的商业假设。

许多组织适应敏捷开发方法，希望解决这个问题很高。经常误用。 Scrum认证顾问未能提及的是Scrum优化短期可预测性，而不是吞吐量。也许scrum为你有太多的会议，所以你选择了卡班板。或者相反，你认为是什么，虽然它可能不是卡班板，而是一堆任务和一个吉拉板，少了几列。结果在这两种情况下或多或少都是相同的。

很少有公司甚至选择回到瀑布项目管理，因为至少给他们长期可预测性的幻觉。它肯定可以承诺超过敏捷可以提供。

我的职业生涯太晚了，我发现了Kingman＆＃39; S惯例。这条公式最初出现在1960年的J. F. C. Kingman的古代数学纸名命名为“繁忙的交通繁忙的单一服务器队列”。 （介意你，这里提到的服务器是服务某人的实际人物）

其中τ是平均服务时间（即（μ= \ frac {{1} {{▼}}是服务速率），λ是平均到达率，\（ρ= \ frac {{λ} } {μ}} \）是利用率，CA是到达的变化系数（即到达时间的标准偏差除以平均到达时间），CS是服务时间的变化系数。

了解？不？好的。我起初没有得到它，所以让我解释一下。来自排队理论的领域，将队列长度（或换句话说，在此处在此处开发的东西实际需要多长时间）与以下变量有多长时间）：

任务大小的可变性（尺寸类似的任务或一些小而且有些真的很大？）

利用率（执行任务的实体之间的比率为空闲与忙碌）

你不需要完全理解它，以便从中学习。重要的外带是，所有这三个以上都会增加队列长度。但他们以特殊的方式在利用方面做到了。利用率约为85％，可变性确实发挥作用，但并不是那么大。即使具有高变化，工作也会顺利流动。但利用高于85％的利用率，队列长度的图表似乎是指数爆炸的。它对两个变量非常敏感，并且在95％以上的队列长度开始快速接近无穷大。或者它肯定会对您的用户感到觉得。问他们。

由于高利用率的效果如此大，比两个变形力的影响更大，所以可以简化和近似的公式

如果您在图中绘制它，它看起来像这样。该图是从Devops手册中借用的。只是注意到在击中85％的利用率后，等待时间如何真正起飞。

到达率的可变性难以影响，因为任务往往来自您的控制之外。你仍然可以做的事情。到外面的世界，它看起来像一个不透明的盒子，在那里你在一端插入任务，（有时）的功能另一端出现。然而，实际过程往往涉及多个团队，其中交付工作和迷你队列也存在。尽量避免在这些内部切换中批量任务以获得更平滑的工作流程。并尝试通过将更多角色集成到单个团队中或无情地消除阶段来减少切换的数量。你真的需要所有这些批准列吗？

此外，尽量避免大管理计划会议，董事会在周末锁定山区度假村，并在以下季度创建了一份高优先级项目。这没有帮助。

任务大小是我们可以更直接影响的东西。如果你从敏捷，它的概念拿出敏捷，它的概念。如果完成，则单个用户故事应为某些用户提供一些值，并准备在为期两周的冲刺内部部署。这意味着它应该足够小并且足够均匀，以帮助降低变异性。

切片用户故事本身就是一个艺术，可能会为一个单独的文章做，但我将留下一个想法，这应该有助于：尝试完全解决一个类别的用户，但是小课程，而不是部分地解决每个人的问题。

最重要的，但实际上可能是最简单的影响，是球队的利用。只是计划更少的工作，并给你的团队一些松懈。但简单并不意味着容易。它非常违反＆＃39; “你的意思是什么，计划更少的工作？这会如何加速速度？“好吧，因为科学说所以！

但是，如果科学和美丽的数学公式未能说服，你可以伸手去拿每个人都应该能够理解的例子。比喻并不完美，但工作很好。我正在谈论公路上的交通拥堵。我假设你一直很少。你注意到了，如何在高速公路上的汽车数量开始增加时，你驾驶的速度下降了一点？然后，它达到了某种看似不合逻辑的点，在那里突然一切都陷入尖叫，即使没有明显的原因就像事故或关闭一样？

请记住交通专家如何继续告诉您：“如果有很多流量，慢下来并避免切换车道以避免造成交通堵塞？”好吧，那个＆＃39;因为有很多流量，这条路利用率很高（即汽车之间的空间较少）。通过切换车道，您正在增加到达的变化（每个车道的每个段实际上是单独的队列）。通过快速，您无法继续像其他人一样驾驶相同的常量速度，从而提高任务持续时间的可变性。你不断加速和放慢速度。在这种情况下的任务意味着“移动一米向前移动”。在高利用率下，甚至在两个变量中的任何一个或利用本身中的任何一个都会对队列大小产生巨大影响。结果：交通堵塞。

你必须放慢速度去更快。 它和＃39; s如此简单。 旨在低于85％的利用率。 与我们没有在100％的利用率下运行我们的服务器时，我们不应该以100％的利用率运行我们的团队。 如果你这样做，期待你的队列接近♥。