Scrum工作完成准则(Definition of Done,DoD)

简介: Scrum工作完成准则(Definition of Done,DoD)

前因

在软件研发过程中,有很多事项需要与团队达成一致。需要与团队中的所有人同步产品规划、业务蓝图、技术规范、技术蓝图等等内容。这样为团队在长期上制定目标之后、团队内部再自行制定短期目标时就会更加贴近我们的最终目标。从而形成公司文化氛围,提高公司的整体运行效率。

在软件研发过程中为了解决软件的复杂度,领域驱动设计(DDD)为我们提供了《统一语言(UBIQUITOUS LANGUAGE)》解决产品、项目中客户、运营、研发中思路,方向不一致的问题。在架构设计与架构演进过程中,正如《PPT架构师与写代码这件事儿》所描述的,团队人员对技术的理解也是不一致的。

综上,在软件研发过程中可能会遇到各种各样的认识不一致,思想不一致,方向不一致的问题。我们接下里说明在团队技术实现过程中的不一致问题。

意义

在软件研发团队中对于一项工作怎样算完成其实是没有完全定义的。在一些比较有经验的成员手中只需要说明一次既可以完成整体工作,在一些新手手中可能需要多次的说明,多次反复之后才能完成一项工作。再推广到团队,由组织合理,配合默契的团队完成一件复杂任务和组织不合理或配合不默契的团队完成复杂任务是需要更多的时间或者损失质量的。

并且在软件研发团队中人员的更替是在所难免的。人员变更给团队带来了不确定性,团队的完成任务的能力,团队完成任务的质量,团队的理解任务的方式等都会发生变化。所以,怎样保证保证任务的正常进展?成为一个比较重要的问题。

业界也有借鉴其他行业的很多经验,有很多方法将这些问题的成本降低到最低。例如:量化,Checklist,PDCA等等。我们这里说明软件研发的CheckList。

使用敏捷Scrum中的DoD概念,推广到软件研发中的各个过程中得到这里的完成准则。完成准则是为一项重复性事项创建的CheckList。在做某一项事项时需要检查列表中的内容,已确定是否真正的完成了工作。这里以代码提交的完成准则作为最简单介绍。

制作完成准则

完成准则最主要的目标是解决团队中遇到的问题。所以,制作完成准则需要注意的是需要团队所有成员参与。需要团队内所有成员的认同之后才能真正的推行。

具体步骤:
第一步:完成准则需要根据团队的问题,针对这些问题需要做问题调查。可以采用不记名投票的方式将所有的问题全部采集到一起。
第二步:针对这些已经采集到的问题,讨论是否有可以落地的解决办法,这些解决办法必须是可以操作与检测的。
第三步:按照重要性与优先级将解决办法排序到完成准则中。
第四步:申明《完成准则》是团队红线,这里已经达成对《完成准则》的认识,制定违反《完成准则》的惩罚。

以下为完成准则例子:
完成准则

具体跟进

需要执行《完成准则》的惩罚,这样才可以让团队成员真正的认为完整准则的重要性。以及思想统一的认识。

目录
相关文章
|
7月前
|
数据采集 缓存 自然语言处理
爱企查 item_search - 按关键字搜索企业列表接口对接全攻略:从入门到精通
爱企查item_search接口(searchV3)支持按关键词、行业、地区等多维度筛选企业信息,返回名称、信用代码、法人、风险等级等基础数据,适用于供应商筛选、市场调研与风控。接口采用HTTPS+Token认证,数据源自工商权威渠道,合规稳定。本指南覆盖权限申请、开发对接、调试优化全流程,助力高效集成。
|
7月前
|
人工智能 API 开发工具
2025技术实战:在国内如何调用 Google Gemini 3.0 Pro?
Gemini 3.0 Pro 的发布带来了原生的多模态能力,但在国内(CN Region)进行 API 对接时,开发者常面临 Geo-blocking 和支付验证两大难题。本文将从网络层和应用层出发,解析主流的接入方案,并提供一份基于 Python 的标准化调用示例。
3282 4
|
机器学习/深度学习 存储 弹性计算
阿里云gpu云服务器租用价格:最新收费标准及活动价格参考
阿里云gpu云服务器多少钱?A10卡GN7i GPU云服务器32核188G3213.99/1个月起,V100卡GN6v GPU云服务器8核32G3830.00/1个月起,阿里云GPU云服务器是基于GPU应用的计算服务,多适用于视频解码,图形渲染,深度学习,科学计算等应用场景,该产品具有超强计算能力、网络性能出色、购买方式灵活、高性能实例存储( GA1和GN5特有)等特点。下面小编来介绍下阿里云gpu云服务器最新的收费标准及活动价格。
|
机器学习/深度学习 编解码 算法
轻量级网络论文精度笔记(三):《Searching for MobileNetV3》
MobileNetV3是谷歌为移动设备优化的神经网络模型,通过神经架构搜索和新设计计算块提升效率和精度。它引入了h-swish激活函数和高效的分割解码器LR-ASPP,实现了移动端分类、检测和分割的最新SOTA成果。大模型在ImageNet分类上比MobileNetV2更准确,延迟降低20%;小模型准确度提升,延迟相当。
1098 1
轻量级网络论文精度笔记(三):《Searching for MobileNetV3》
|
人工智能 自然语言处理 运维
前端大模型应用笔记(一):两个指令反过来说大模型就理解不了啦?或许该让第三者插足啦 -通过引入中间LLM预处理用户输入以提高多任务处理能力
本文探讨了在多任务处理场景下,自然语言指令解析的困境及解决方案。通过增加一个LLM解析层,将复杂的指令拆解为多个明确的步骤,明确操作类型与对象识别,处理任务依赖关系,并将自然语言转化为具体的工具命令,从而提高指令解析的准确性和执行效率。
878 6
|
安全 关系型数据库 Linux
Web安全-等保测评
Web安全-等保测评
852 3
|
关系型数据库 数据库 PostgreSQL
【docker-compose】一键安装PostgreSQL数据库
【docker-compose】一键安装PostgreSQL数据库
6932 0
【docker-compose】一键安装PostgreSQL数据库
|
人工智能 自然语言处理 监控
RPA学习第一课 --初识RPA
RPA学习第一课 --初识RPA
11030 3
|
前端开发 JavaScript 安全
Electron有哪些优缺点
【10月更文挑战第13天】Electron有哪些优缺点
1648 0

热门文章

最新文章