需求管理规范

简介: 需求管理规范

前言


       MOMO云敏捷项目管理,融合了敏捷、DevOps思想,打通了整个从需求、研发、测试、运维、运营的端到端敏捷。在实践中通过运维自动化,将Scrum敏捷团队开发的产品快速上线,并通过及时的运营,反馈给敏捷团队进行方向调整。


微信图片_20220111193241.png


需求收集

       需求收集主要通过以下几个渠道:头脑风暴、用户调研、用户反馈、竞品分析和数据分析。当然还有老板需求、运营需求、增长需求…等。


头脑风暴

       邀请团队中的产品、运营、视觉、技术等不同角色人员参加。人数不不宜过多。围绕着一个核心问题,自由发挥发表观点,不评论对错。另外就是一定指定人员来做好会议记录方便会后复盘。


用户调研

       用户调研一般采用问卷调查、用户访谈、可用性测试三种方式进行。问卷和用户访谈都需要有针对性的设计问卷和寻找优质用户,而可行性测试需要对特定功能寻找特定人群进行测试和收集反馈。


用户反馈

       用户一般都是比较懒惰的,不会积极正向的反馈给我们意见,所有我们在平台明显位置预留反馈入口,另外不定期的组织有奖问卷来收集用户反馈。


竞品分析

       首先需要通过分析和对比大量竞品来确定目标竞品,其次对比产品之间的优劣势。对比目标战略方向、用户选择、产品策略。对比产品功能点。对比竞品是如何做用户体验,怎么处理逻辑、界面层级和细节等。


数据分析

       MOMO云针对研发系统进行了应用级和功能级的埋点工作,提供研发过程度量系统,方便管理人员通过观察数据分析数据来定位问题、分析问题、和做结论提供数据支持。


准备阶段

       选择一款合适的敏捷项目管理工具。我们使用JIRA做项目管理,创建Scrum流程项目,加入项目成员和创建好面板和泳道配置。


       PO将线上反馈、线下访谈、竞品分析、头脑风暴等渠道收集到的需求创建到产品Backlog后,需求优先级由PO实时更新、定期评审,确保“做正确的事”。


计划阶段

       PO将评审通过的需求排入产品【需求看板】,根据优先级和上线计划对需求进行转换,将需求转化为Epic和Story做好优先级排序排入研发【研发Backlog】,然后由Scrum Master创建本期Sprint,在需求启动会上拆分成任务和子任务,评估研发预估时间和故事点等并分配给团队其他研发人员,团队确认无误后确定研发周期和研发目标并开启Sprint。


开发阶段

       Scrum Master是本阶段的核心角色,需保证整个团队高质高效“正确的做事”:


       基于迭代看板,组织团队每日站立会议,更新团队成员研发进度和任务状态,以便于保证按期交付上线。


       开发人员提交代码时,发起同行评审。之后由Scrum Master进行代码审核,确认没有问题后合入版本主干。


       每天定时执行自动化静态代码检查任务,检查编码质量、编码问题、圈复杂度、重复率等问题清零才允许构建出包。


       通过自动化的持续交付流水线,实现持续构建、持续部署(包括脚本自动下发、比对)、持续测试(功能、接口、性能、可靠性等自动化)、持续监控,可将运维端手工操作的时间缩短到20%内,全功能团队可以聚焦于业务交付上,显著提升效率和产品质量。


       代码提交时按照规范备注Story ID,即可将代码关联到对应需求上。创建测试用例和缺陷时,也需关联需求,这样就实现了“需求-代码-用例-缺陷”的双向追溯。


反馈阶段

       反馈阶段主要是迭代上线后,团队内部进行回顾总结,组织本期迭代的回顾总结会。由PO进行验收,确保产品功能与需求一致。


       转测试回归不通过问题,需由Scrum Master辅导问题责任人进行回溯,并对整个团队的质量回溯会议。会议重点在于分析问题根因,并识别出管理、流程、技术、工具上可落地的改进点。而且这些问题都要求最近的一个迭代中,执行落地,以避免问题再次出现。


       通过迭代需求统计报表和燃尽图,查看需求交付进展。将回顾总结做回顾记录,便于下一期结合新计划进行改进。


总结

       敏捷需求管理是一种文化,在敏捷实践中,每一个团队都有自己的特质,可以根据实际情况选择适合自己的敏捷流程和实践,才能够达到高质高效开发协作模式。  


相关文章
|
JSON Java API
短信服务 Api 介绍|学习笔记
快速学习短信服务 Api 介绍
3009 0
短信服务 Api 介绍|学习笔记
|
并行计算 异构计算
CUDA stream利用CUDA流重叠计
CUDA stream利用CUDA流重叠计
1131 0
CUDA stream利用CUDA流重叠计
|
8月前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》
阿里云联合阿里巴巴爱橙科技,共同发布《AI 原生应用架构白皮书》,围绕 AI 原生应用的 DevOps 全生命周期,从架构设计、技术选型、工程实践到运维优化,对概念和重难点进行系统的拆解,并尝试提供一些解题思路。白皮书覆盖 AI 原生应用的 11 大关键要素,获得 15 位业界专家联名推荐,来自 40 多位一线工程师实践心的,全书合计超 20w 字,分为 11 章。
3896 76
|
监控 关系型数据库 MySQL
zabbix 简单介绍 及部署
zabbix 简单介绍 及部署
|
人工智能 移动开发 自然语言处理
什么是MaaS
MaaS(模型即服务)是一种以AI模型为核心的服务模式,提供从预训练、调优到部署的全生命周期支持。用户能低成本访问和集成先进AI模型,提升业务智能化。其核心特点包括模型为中心、灵活部署、成本优化及开放生态。应用场景涵盖智能客服、交通管理和移动应用开发等,助力企业快速实现智能化转型。
8319 2
|
人工智能 自然语言处理 Swift
ModernBERT-base:终于等到了 BERT 回归
BERT于 2018 年发布(史前人工智能!),但它至今仍被广泛使用,BERT的纯编码器架构使其成为每天出现的各种场景的理想选择,例如检索、分类和实体提取。
1606 3
|
域名解析 运维 监控
网络故障排查的常用工具与方法:技术深度解析
【8月更文挑战第20天】网络故障排查是一项复杂而重要的工作,需要网络管理员具备扎实的网络知识、丰富的实践经验和灵活的问题解决能力。通过掌握常用工具和方法,遵循科学的排查流程,可以显著提高故障排查的效率和准确性。希望本文能为读者在网络故障排查方面提供有益的参考和启示。
2251 2
|
弹性计算 容灾 网络协议
一文详解云上跨可用区容灾解决方案和异地多活能力建设最佳案例
弹性计算技术公开课——CloudOps云上运维季圆满结束了,阿里云弹性计算技术专家邓青琳在本次系列课程中带来了《云上跨可用区容灾和异地多活》主题课程,从系统容灾、主流容灾架构、ECS团队在容灾上的时间、云上容灾建设最佳实践等方面为大家进行了详细的课程分享。
|
存储 Ubuntu 安全
在Ubuntu 16.04上安装和配置Nextcloud的方法
在Ubuntu 16.04上安装和配置Nextcloud的方法
607 0