华为流程体系:IPD流程之敏捷开发

简介: 敏捷

今天继续来谈谈 IPD 体系中敏捷开发所涉及的一些相关内容。

无论是硬件产品的开发过程,还是在应用或者是学习 IPD 的过程中。

瀑布式流程几乎都是标配。

这其实跟硬件产品或者是传统 IPD 流程的属性是相关的。

随着敏捷这个工具的发展,也逐步由软件引入到硬件产品领域中。

而在 IPD 流程中,对于敏捷也有多种不同的融合方式。

主要包括了项目级敏捷、版本级敏捷、产品级敏捷、方案级敏捷和公司级敏捷几种类型。

003-华为流程体系:敏捷开发流程_02.png


下面先来看看敏捷的介绍。

敏捷思想最开始是通过 17 位软件开发领导者合作编写的敏捷宣言(Agile Manifesto)脱颖而出。

敏捷宣言提出了十二项敏捷原则,表达了敏捷开发的精神。

随后,敏捷演变成一套框架和实践。

比如说,Scrum、冲刺、每日站立会议、燃尽图等等。

当然了,这些具体的实践对于敏捷来说并不是必须的。

部分人也可能会有一些误区,认为敏捷跟瀑布是不兼容的。

也就是说,你要么全盘引入,要么就没有。

其实,如果团队有阶段门径或基于里程碑的开发流程。

当然了,现在的大多数开发团队其实都已经具备了阶段划分的意识。

他们其实是可以,通过在流程中应用修改后的敏捷方法来获得最佳的一种结果。

其实门径或者里程碑式的思想可以追述到20世纪80年代的SGS门径管理系统。

在产品开发的过程中设置阶段和评审点。大家可以继续看这张图。

003-华为流程体系:敏捷开发流程_06.png

获得这种竞争优势的关键是:

你需要将比较长的产品开发时间线,比如说 12-18 个月,划分为多个冲刺。

003-华为流程体系:敏捷开发流程_04.png

这是敏捷软件中经常使用的一种工具。

然后,将这些冲刺嵌套在阶段门径或里程碑的框架中。

在这个更大的框架内使用冲刺可以加速团队的决策过程。

冲刺还将漫长的流程分成更小的步骤,并在固定的持续时间内提供具体的可交付成果:从 2 到 4 周不等。

将产品开发时间线划分为更小的单元会增加紧迫性,并使团队保持在任务中。

结果就是浪费更少,产品开发时间更快。

但是开发硬件产品还需要阶段门径/里程碑过程提供的约束,以及规划。

这些长期的计划周期为硬件产品提供了财务上的控制:

  • 与许多软件产品不同,开发硬件产品往往涉及众多功能、合作伙伴和供应商;
  • 与软件不同,它们通常涉及工具、材料采购和库存控制,传统的封闭式流程还可以防止预算膨胀失控;
  • 对于许多产品,监管、认证周期也是产品计划的重要方面。

由于这些原因,硬件产品需要一个端到端的产品计划。

并需要有一个全面的时间表来确保满足发布要求。

逐步采用敏捷原则

从本质上讲,采用敏捷方法需要组织变革管理。

组织变革不会在一夜之间发生,在大型组织中,甚至不会很快。

一种行之有效的方法是使用具有改进记录的团队成员来试点项目。

组织将从试点中快速学习,然后可以逐步改进。

从小处着手,学习基础知识,然后通过修改工具以适应您的环境来改进。

 

专栏作家

卫朋,公号:产品人卫朋,人人都是产品经理专栏作家。关注智能硬件领域,擅长市场分析、产品设计开发、生产管理等,喜欢阅读和爬山。

相关文章
|
Ubuntu
ubuntu下安装火狐浏览器及快捷图标
ubuntu下安装火狐浏览器及快捷图标
2517 0
ubuntu下安装火狐浏览器及快捷图标
|
自然语言处理 Java Go
Fury:一个基于JIT动态编译的高性能多语言原生序列化框架
Fury是一个基于JIT动态编译的多语言原生序列化框架,支持Java/Python/Golang/C++等语言,提供全自动的对象多语言/跨语言序列化能力,以及相比于别的框架最高20~200倍的性能。
Fury:一个基于JIT动态编译的高性能多语言原生序列化框架
|
6月前
|
敏捷开发 人工智能 自然语言处理
项目经理的智能搭档:AI项目管理软件的17种赋能方式解析
AI项目管理软件正通过17大应用场景革新传统管理方式。这类工具集成了NLP、机器学习等技术,在任务分配、风险预测等方面实现智能化,其核心优势在于自学习能力和数据驱动决策。文章详细分析了AI在项目全生命周期的赋能作用,对比了不同类型AI项目管理软件的特点,并针对敏捷和瀑布模型分别阐述了AI的应用价值。同时指出AI不会取代项目经理,而是成为提升效率的战略助手,最终提出三步走的AI工具落地策略。
1660 2
|
7月前
|
存储 算法 NoSQL
2025 春季校招 java 研发岗位笔试题及相关内容
这份指南针对2025春季校招Java研发岗位,系统梳理了笔试核心知识点。内容涵盖Java基础(关键字、数据类型、循环与条件判断)、集合框架(List、Set、Map)、多线程(创建、同步、休眠与等待)以及异常处理(类型与机制)。通过典型例题解析与实践指导,帮助求职者掌握解题思路,提升编程能力,为成功通过校招笔试奠定基础。资源链接:[https://pan.quark.cn/s/14fcf913bae6](https://pan.quark.cn/s/14fcf913bae6)
227 0
|
Java
如何在 Java 中处理“Broken Pipe”异常
在Java中处理“Broken Pipe”异常,通常发生在网络通信中,如Socket编程时。该异常表示写入操作的另一端已关闭连接。解决方法包括:检查网络连接、设置超时、使用try-catch捕获异常并进行重试或关闭资源。
1105 5
|
10月前
|
SQL 存储 缓存
【赵渝强老师】达梦数据库的内存结构
本文介绍了达梦数据库管理系统的内存结构,包括内存池、缓冲区、排序区和哈希区。内存池分为共享内存池和运行时内存池,能够提高内存申请与释放效率,并便于监控内存使用情况。缓冲区涵盖数据缓冲区、日志缓冲区、字典缓冲区和SQL缓冲区,用于优化数据读写和查询性能。排序区和哈希区分别提供排序和哈希连接所需的内存空间,通过合理配置参数可提升系统效率。文内附有具体配置示例及视频讲解,帮助用户深入理解达梦数据库的内存管理机制。
365 0
|
人工智能 关系型数据库 分布式数据库
PolarDB-PG AI最佳实践3 :PolarDB AI多模态相似性搜索最佳实践
本文介绍了如何利用PolarDB结合多模态大模型(如CLIP)实现数据库内的多模态数据分析和查询。通过POLAR_AI插件,可以直接在数据库中调用AI模型服务,无需移动数据或额外的工具,简化了多模态数据的处理流程。具体应用场景包括图像识别与分类、图像到文本检索和基于文本的图像检索。文章详细说明了技术实现、配置建议、实战步骤及多模态检索示例,展示了如何在PolarDB中创建模型、生成embedding并进行相似性检索
|
分布式计算 监控 大数据
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
303 1
|
JavaScript
Vue2图片懒加载(vue-lazyload)
这篇文章介绍了如何在Vue 2项目中使用`vue-lazyload`插件来实现图片的懒加载功能,包括安装插件、注册配置以及在页面中的具体使用方法。
744 0
Vue2图片懒加载(vue-lazyload)