Submit Search
Upload
스토리포인트로 공수산정하기 운선순위정하기
•
Download as PPTX, PDF
•
19 likes
•
4,837 views
도형 임
Follow
Mike Cohn의 "불확실성과 화해하는 프로젝트 추정과 계획"의 책 내용 중 스토리포인트로 공수를 산정하는 내용을 정리한 것입니다.
Read less
Read more
Technology
Report
Share
Report
Share
1 of 21
Download now
Recommended
스토리포인트가이드
스토리포인트가이드
YoungKi Hong
사용자 스토리 기반의 스크럼
사용자 스토리 기반의 스크럼
Junyi Song
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
Seongyun Byeon
Session-based recommendations with recurrent neural networks
Session-based recommendations with recurrent neural networks
Zimin Park
인공지능추천시스템 airs개발기_모델링과시스템
인공지능추천시스템 airs개발기_모델링과시스템
NAVER D2
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영
NAVER D2
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
Yongho Ha
Data Engineering 101
Data Engineering 101
DaeMyung Kang
Recommended
스토리포인트가이드
스토리포인트가이드
YoungKi Hong
사용자 스토리 기반의 스크럼
사용자 스토리 기반의 스크럼
Junyi Song
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
Seongyun Byeon
Session-based recommendations with recurrent neural networks
Session-based recommendations with recurrent neural networks
Zimin Park
인공지능추천시스템 airs개발기_모델링과시스템
인공지능추천시스템 airs개발기_모델링과시스템
NAVER D2
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영
NAVER D2
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
Yongho Ha
Data Engineering 101
Data Engineering 101
DaeMyung Kang
[KAIST 채용설명회] 데이터 엔지니어는 무슨 일을 하나요?
[KAIST 채용설명회] 데이터 엔지니어는 무슨 일을 하나요?
Juhong Park
쿠키런 1년, 서버개발 분투기
쿠키런 1년, 서버개발 분투기
Brian Hong
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
Hyojun Jeon
[부스트캠프 Tech Talk] 진명훈_datasets로 협업하기
[부스트캠프 Tech Talk] 진명훈_datasets로 협업하기
CONNECT FOUNDATION
스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석
Seonggwan Lee
실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트
JeongMin Kwon
Windows Registered I/O (RIO) vs IOCP
Windows Registered I/O (RIO) vs IOCP
Seungmo Koo
스타트업 사례로 본 로그 데이터 분석 : Tajo on AWS
스타트업 사례로 본 로그 데이터 분석 : Tajo on AWS
Matthew (정재화)
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
정주 김
A look at FastCgi & Mod_PHP architecture
A look at FastCgi & Mod_PHP architecture
Aimee Maree Forsstrom
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
Taehoon Kim
개발을잘하고싶어요-네이버랩스 송기선님
개발을잘하고싶어요-네이버랩스 송기선님
NAVER D2
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
Dylan Ko
유니티 + Nodejs를 활용한 멀티플레이어 게임 개발하기
유니티 + Nodejs를 활용한 멀티플레이어 게임 개발하기
Kiyoung Moon
코딩 테스트 및 알고리즘 문제해결 공부 방법 (고려대학교 KUCC, 2022년 4월)
코딩 테스트 및 알고리즘 문제해결 공부 방법 (고려대학교 KUCC, 2022년 4월)
Suhyun Park
boosting 기법 이해 (bagging vs boosting)
boosting 기법 이해 (bagging vs boosting)
SANG WON PARK
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
Hyojun Jeon
데이터 기반 이커머스 개인화 추천 기획 | 마켓컬리 Market Kurly
데이터 기반 이커머스 개인화 추천 기획 | 마켓컬리 Market Kurly
Amelia Choi
고려대학교 컴퓨터학과 특강 - 대학생 때 알았더라면 좋았을 것들
고려대학교 컴퓨터학과 특강 - 대학생 때 알았더라면 좋았을 것들
Chris Ohk
[261] 실시간 추천엔진 머신한대에 구겨넣기
[261] 실시간 추천엔진 머신한대에 구겨넣기
NAVER D2
흰머리 성성하게 개발하기 위해
흰머리 성성하게 개발하기 위해
도형 임
Git 사용 가이드
Git 사용 가이드
도형 임
More Related Content
What's hot
[KAIST 채용설명회] 데이터 엔지니어는 무슨 일을 하나요?
[KAIST 채용설명회] 데이터 엔지니어는 무슨 일을 하나요?
Juhong Park
쿠키런 1년, 서버개발 분투기
쿠키런 1년, 서버개발 분투기
Brian Hong
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
Hyojun Jeon
[부스트캠프 Tech Talk] 진명훈_datasets로 협업하기
[부스트캠프 Tech Talk] 진명훈_datasets로 협업하기
CONNECT FOUNDATION
스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석
Seonggwan Lee
실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트
JeongMin Kwon
Windows Registered I/O (RIO) vs IOCP
Windows Registered I/O (RIO) vs IOCP
Seungmo Koo
스타트업 사례로 본 로그 데이터 분석 : Tajo on AWS
스타트업 사례로 본 로그 데이터 분석 : Tajo on AWS
Matthew (정재화)
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
정주 김
A look at FastCgi & Mod_PHP architecture
A look at FastCgi & Mod_PHP architecture
Aimee Maree Forsstrom
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
Taehoon Kim
개발을잘하고싶어요-네이버랩스 송기선님
개발을잘하고싶어요-네이버랩스 송기선님
NAVER D2
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
Dylan Ko
유니티 + Nodejs를 활용한 멀티플레이어 게임 개발하기
유니티 + Nodejs를 활용한 멀티플레이어 게임 개발하기
Kiyoung Moon
코딩 테스트 및 알고리즘 문제해결 공부 방법 (고려대학교 KUCC, 2022년 4월)
코딩 테스트 및 알고리즘 문제해결 공부 방법 (고려대학교 KUCC, 2022년 4월)
Suhyun Park
boosting 기법 이해 (bagging vs boosting)
boosting 기법 이해 (bagging vs boosting)
SANG WON PARK
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
Hyojun Jeon
데이터 기반 이커머스 개인화 추천 기획 | 마켓컬리 Market Kurly
데이터 기반 이커머스 개인화 추천 기획 | 마켓컬리 Market Kurly
Amelia Choi
고려대학교 컴퓨터학과 특강 - 대학생 때 알았더라면 좋았을 것들
고려대학교 컴퓨터학과 특강 - 대학생 때 알았더라면 좋았을 것들
Chris Ohk
[261] 실시간 추천엔진 머신한대에 구겨넣기
[261] 실시간 추천엔진 머신한대에 구겨넣기
NAVER D2
What's hot
(20)
[KAIST 채용설명회] 데이터 엔지니어는 무슨 일을 하나요?
[KAIST 채용설명회] 데이터 엔지니어는 무슨 일을 하나요?
쿠키런 1년, 서버개발 분투기
쿠키런 1년, 서버개발 분투기
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
[부스트캠프 Tech Talk] 진명훈_datasets로 협업하기
[부스트캠프 Tech Talk] 진명훈_datasets로 협업하기
스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석
실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트
Windows Registered I/O (RIO) vs IOCP
Windows Registered I/O (RIO) vs IOCP
스타트업 사례로 본 로그 데이터 분석 : Tajo on AWS
스타트업 사례로 본 로그 데이터 분석 : Tajo on AWS
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
A look at FastCgi & Mod_PHP architecture
A look at FastCgi & Mod_PHP architecture
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
머신러닝 해외 취업 준비: 닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며 SNU 2018
개발을잘하고싶어요-네이버랩스 송기선님
개발을잘하고싶어요-네이버랩스 송기선님
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
유니티 + Nodejs를 활용한 멀티플레이어 게임 개발하기
유니티 + Nodejs를 활용한 멀티플레이어 게임 개발하기
코딩 테스트 및 알고리즘 문제해결 공부 방법 (고려대학교 KUCC, 2022년 4월)
코딩 테스트 및 알고리즘 문제해결 공부 방법 (고려대학교 KUCC, 2022년 4월)
boosting 기법 이해 (bagging vs boosting)
boosting 기법 이해 (bagging vs boosting)
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
데이터 기반 이커머스 개인화 추천 기획 | 마켓컬리 Market Kurly
데이터 기반 이커머스 개인화 추천 기획 | 마켓컬리 Market Kurly
고려대학교 컴퓨터학과 특강 - 대학생 때 알았더라면 좋았을 것들
고려대학교 컴퓨터학과 특강 - 대학생 때 알았더라면 좋았을 것들
[261] 실시간 추천엔진 머신한대에 구겨넣기
[261] 실시간 추천엔진 머신한대에 구겨넣기
Viewers also liked
흰머리 성성하게 개발하기 위해
흰머리 성성하게 개발하기 위해
도형 임
Git 사용 가이드
Git 사용 가이드
도형 임
Ai 그까이거
Ai 그까이거
도형 임
about Pivotal tracker
about Pivotal tracker
Sinhyub Kim
Requirement matrix
Requirement matrix
bususu
K.study. 9.5
K.study. 9.5
TBuyannemekh
오!나의 미녀 (Beauty Crush) 회고 @Out of Index
오!나의 미녀 (Beauty Crush) 회고 @Out of Index
Sinhyub Kim
150514 경북대학교(콘텐츠산업과 창업)
150514 경북대학교(콘텐츠산업과 창업)
Hee Dae Kim
Release and versioning
Release and versioning
도형 임
001.경제원론2-개관 (ku,snu 2015f)
001.경제원론2-개관 (ku,snu 2015f)
Namun Cho
웹 접근성 평가도구 OpenWAX 뜯어보기
웹 접근성 평가도구 OpenWAX 뜯어보기
Goonoo Kim
Dream maker 1(융합은 연결이다)
Dream maker 1(융합은 연결이다)
경태 민
ISO 25000과 ISO 29119를 활용한 임베디드 소프트웨어 시험 평가 방법에 관한 연구
ISO 25000과 ISO 29119를 활용한 임베디드 소프트웨어 시험 평가 방법에 관한 연구
Kyung Hyun Roh
유지보수성이 sw의 품질이다.
유지보수성이 sw의 품질이다.
도형 임
Pivotal tracker를 활용한 팀 프로젝트 관리
Pivotal tracker를 활용한 팀 프로젝트 관리
Byungjin Park
모션 용기
모션 용기
Sujin Han
역사 속 초기 데이터 전문가를 통해 배우는 5가지 교훈
역사 속 초기 데이터 전문가를 통해 배우는 5가지 교훈
HT Kim
Toc quality management
Toc quality management
Namkee Chung
Kotler Keller 마케팅관리론 14판 요약 강의 13장. 서비스
Kotler Keller 마케팅관리론 14판 요약 강의 13장. 서비스
Korea Institute of Marketing Education
코드의 품질 (Code Quality)
코드의 품질 (Code Quality)
ChulHui Lee
Viewers also liked
(20)
흰머리 성성하게 개발하기 위해
흰머리 성성하게 개발하기 위해
Git 사용 가이드
Git 사용 가이드
Ai 그까이거
Ai 그까이거
about Pivotal tracker
about Pivotal tracker
Requirement matrix
Requirement matrix
K.study. 9.5
K.study. 9.5
오!나의 미녀 (Beauty Crush) 회고 @Out of Index
오!나의 미녀 (Beauty Crush) 회고 @Out of Index
150514 경북대학교(콘텐츠산업과 창업)
150514 경북대학교(콘텐츠산업과 창업)
Release and versioning
Release and versioning
001.경제원론2-개관 (ku,snu 2015f)
001.경제원론2-개관 (ku,snu 2015f)
웹 접근성 평가도구 OpenWAX 뜯어보기
웹 접근성 평가도구 OpenWAX 뜯어보기
Dream maker 1(융합은 연결이다)
Dream maker 1(융합은 연결이다)
ISO 25000과 ISO 29119를 활용한 임베디드 소프트웨어 시험 평가 방법에 관한 연구
ISO 25000과 ISO 29119를 활용한 임베디드 소프트웨어 시험 평가 방법에 관한 연구
유지보수성이 sw의 품질이다.
유지보수성이 sw의 품질이다.
Pivotal tracker를 활용한 팀 프로젝트 관리
Pivotal tracker를 활용한 팀 프로젝트 관리
모션 용기
모션 용기
역사 속 초기 데이터 전문가를 통해 배우는 5가지 교훈
역사 속 초기 데이터 전문가를 통해 배우는 5가지 교훈
Toc quality management
Toc quality management
Kotler Keller 마케팅관리론 14판 요약 강의 13장. 서비스
Kotler Keller 마케팅관리론 14판 요약 강의 13장. 서비스
코드의 품질 (Code Quality)
코드의 품질 (Code Quality)
More from 도형 임
인공지능과 심리상담
인공지능과 심리상담
도형 임
Anomaly detection practive_using_deep_learning
Anomaly detection practive_using_deep_learning
도형 임
Deep learning application_to_manufacturing
Deep learning application_to_manufacturing
도형 임
프로그래머를 고려하는 당신에게
프로그래머를 고려하는 당신에게
도형 임
테스트 기발 개발, TBD(Test based developement)
테스트 기발 개발, TBD(Test based developement)
도형 임
코드와 실습으로 이해하는 인공지능
코드와 실습으로 이해하는 인공지능
도형 임
알파고 학습 이해하기
알파고 학습 이해하기
도형 임
테스트 케이스와 SW 품질
테스트 케이스와 SW 품질
도형 임
Exception log practical_coding_guide, 예외와 로그 코딩 실용 가이드
Exception log practical_coding_guide, 예외와 로그 코딩 실용 가이드
도형 임
고품질 Sw와 개발문화
고품질 Sw와 개발문화
도형 임
오버라이딩을 사용한 테스트 시의 설정 처리
오버라이딩을 사용한 테스트 시의 설정 처리
도형 임
행복한 개발을 위한_테스트_케이스
행복한 개발을 위한_테스트_케이스
도형 임
행복, 그리고 인지과학
행복, 그리고 인지과학
도형 임
유지보수를 고려한 SW 개발
유지보수를 고려한 SW 개발
도형 임
프로젝트 Xxx에 적용하고 싶은 개발방법
프로젝트 Xxx에 적용하고 싶은 개발방법
도형 임
행복한 소프트웨어 개발
행복한 소프트웨어 개발
도형 임
Java 그쪽 동네는
Java 그쪽 동네는
도형 임
자동화된 Test Case의 효과
자동화된 Test Case의 효과
도형 임
예외처리가이드
예외처리가이드
도형 임
팀장님 근데 Cmmi가 뭐에여
팀장님 근데 Cmmi가 뭐에여
도형 임
More from 도형 임
(20)
인공지능과 심리상담
인공지능과 심리상담
Anomaly detection practive_using_deep_learning
Anomaly detection practive_using_deep_learning
Deep learning application_to_manufacturing
Deep learning application_to_manufacturing
프로그래머를 고려하는 당신에게
프로그래머를 고려하는 당신에게
테스트 기발 개발, TBD(Test based developement)
테스트 기발 개발, TBD(Test based developement)
코드와 실습으로 이해하는 인공지능
코드와 실습으로 이해하는 인공지능
알파고 학습 이해하기
알파고 학습 이해하기
테스트 케이스와 SW 품질
테스트 케이스와 SW 품질
Exception log practical_coding_guide, 예외와 로그 코딩 실용 가이드
Exception log practical_coding_guide, 예외와 로그 코딩 실용 가이드
고품질 Sw와 개발문화
고품질 Sw와 개발문화
오버라이딩을 사용한 테스트 시의 설정 처리
오버라이딩을 사용한 테스트 시의 설정 처리
행복한 개발을 위한_테스트_케이스
행복한 개발을 위한_테스트_케이스
행복, 그리고 인지과학
행복, 그리고 인지과학
유지보수를 고려한 SW 개발
유지보수를 고려한 SW 개발
프로젝트 Xxx에 적용하고 싶은 개발방법
프로젝트 Xxx에 적용하고 싶은 개발방법
행복한 소프트웨어 개발
행복한 소프트웨어 개발
Java 그쪽 동네는
Java 그쪽 동네는
자동화된 Test Case의 효과
자동화된 Test Case의 효과
예외처리가이드
예외처리가이드
팀장님 근데 Cmmi가 뭐에여
팀장님 근데 Cmmi가 뭐에여
Recently uploaded
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
Tae Young Lee
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
Kim Daeun
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
Wonjun Hwang
Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
Wonjun Hwang
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Kim Daeun
Recently uploaded
(6)
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
스토리포인트로 공수산정하기 운선순위정하기
1.
스토리 포인트로공수 산정하기,운선순위
정하기 임도형 dh-rim@hanmail.net
2.
공수 산정하기
3.
사용자 스토리 하나의
작업 단위 요구사항 or 기능 or UseCase과 유사 예 사용자는 아이디와 패스워드로 인증할 수 있다. 사용자는 패스워드를 변경할 수 있다. 사용자는 장바구니에 상품을 담을 수 있다.
4.
스토리 포인트 각
사용자 스토리의 상대적인 일의 크기 공수가 아니다.
5.
스토리 포인트 산정
방법 항상 다른 스토리와 비교하여 구한다. 저것은 5정도이니까 이것은 7정도 이겠다. 보통 0~10의 범위로. 중간이겠다 싶은 첫번 째 것을 대충 골라서 5로. 나머지를 5의 스토리를 기준으로.
6.
스토리 포인트 투표
개발관련자 전원(기획자, 디자이너 포함)이 모여서 투표. 최대값과 최소값을 던진 이가 그 이유를 설명 전체가 만장일치가 될 때 까지 반복
7.
공수 산정 스토리
포인트가 구해진 스토리 몇개를 실제로 업무 진행한다. 실제 사용된 공수와 스토리 포인트간의 관계를 구하고, 이를 사용하여 나머지 스토리의 공수를 산정.
8.
공수 산정 예
9.
스토리 포인트 장점
작업 관련자 모두의 개념이 동일해 진다. 비교적 정확도가 높은 산정. 작업자, 작업팀이 변경돼도 스토리 포인트는 유효하다.(상대적 값이기 때문)
10.
우선 순위 정하기
11.
우선순위 결정 요소
기능 타입 가치 소요 공수
12.
우선순위 결정 방법
기능 타입을 판정하고 이에 따라 절대적인 순서를 먼저 결정한다. 같은 타입의 기능들은 가치/스토리포인트의 순으로 결정
13.
기능의 구분 필수
기능 : 없으면 사용 불가 일반 기능 : 많을 수록 만족 증가 감동 기능 : 있으면 감동 필수 > 일반 > 감동
14.
필수 기능 어느정도
구현되기 전까지는 만족 없다. 일단 만족하면 노력을 더 해도 만족이 별로 증가하지 않는다. 고객 만족 고 저 기능 부재 구현 완료
15.
일반 기능 구현할
수록 만족이 커진다. 고객 만족 고 저 기능 부재 구현 완료
16.
감동 기능 기대하지
않은 것이지만, 기능을 보면 감동한다. 어느 수준 이상이 되면 만족이 급격히 높아 진다. 고객 만족 고 저 기능 부재 구현 완료
17.
카노 모델에 의한
산정 설문으로 두가지 질문을 한다. 무슨 기능이 있으면 어떻겠는가? 무슨 기능이 없으면 어떻겠는가? 답변은 다음 5개중의 하나로 만족한다. 그럴 거라 예상 했다. 모르겠다. 그렇더라도 쓸 수 있다. 불만이다.
18.
기능 타입 판정
없을 때의 질문의 답변 있을 때의 질문의 답변
19.
가치 산정 가치
= 상대적 이득 + 상대적 손해
20.
우선 순위 산정
기능 타입에 따라 우선 구분 같은 타입일 경우 가치/스토리포인트의 순
21.
Reference 불확실성과 화해하는
프로젝트 추정과 계획 by Mike Cohn
Download now