需求交付周期的分析

Posted 2022-07-31 麦哲思科技任甲林

      某公司需求交付的活动分为四个阶段：

      1、需求确认：当客户提出一个需求时，需要和客户沟通需求的真正含义，双方理解达成一致。

      2、等待开发：需求确认后，等待安排开发计划。

      3、需求研发：实现需求，并完成测试。

      4、需求验收：在客户接收完成的功能之前，对完成的功能进行上线前的测试，并确认上线准备妥当。

       需求交付周期为从客户提出需求到客户验收通过完成的功能为止，每个阶段都记录了其周期。公司的管理目标是快速交付需求，确保能够在50天交付需求。为了量化管理该目标，收集了316个需求的交付周期，以及4个阶段的处理时长（天），这些数据分属于两个产品线，如表1所示。应该如何分析这些数据呢？

表1 需求交付周期数据

需求编号	产品线	交付周期	确认周期	等待周期	研发周期	验收周期
1	CP	30	15	2	9	4
2	CP	30	15	2	9	4
3	CP	30	15	2	9	4
4	CP	30	15	2	9	4
5	PV	41	14	1	10	16
6	PV	28	0	2	10	16
7	PV	28	0	2	10	16
8	PV	28	0	2	10	16
9	PV	28	0	2	10	16
10	PV	28	0	2	10	16
11	PV	28	0	2	10	16
12	CP	49	4	5	34	6
13	CP	49	4	5	34	6
14	PV	暂未验收	13	2	14	暂未验收
15	PV	43	3	8	21	11
限于篇幅，中间数据略
310	PV	37	13	4	14	6
311	PV	37	13	4	14	6
312	CP	42	10	6	10	16
313	CP	42	10	6	10	16
314	CP	42	10	6	10	16
315	PV	17	2	7	6	2
316	CP	24	11	5	7	1

        第一步：数据清洗。

      在这316个需求中，有的需求暂未验收，没有交付，可以把这些数据删除掉。有的需求某个阶段的处理时长为0，需要探明原因，然后确定是否删除这些数据。经过数据清洗，删除掉12行数据。

        第二步：方差分析。

      这些需求分属于两类产品，需求交付工期与产品线是否相关呢？可以先画箱线图进行观察，如图1所示。

图 1 需求交付工期的分类箱线图

      由图1没有发现两类产品线有明显的差异。我们可以做单因子方差分析。

表2单因子方差分析结果

      由于P值大于0.05，因此我们判断需求交付周期与产品线无关。

      第三步:分布分析。

      把每个需求每个阶段的周期除以总的需求交付周期，可以得到每个阶段的工期占比，这样就可以对每个阶段的工期占比建立性能基线了。在建立性能基线时，要删除掉异常点。

图 2 各阶段工期占比的性能基线

       由图2所示的性能基线可知，研发阶段工期占比最大。

       那可不可以对每个阶段的工期直接建立性能基线呢？也可以尝试一下，但是有个前提，即不同需求的规模与复杂度应该相差不大，此时他们的工期才有可比性！

      第四步 敏感性分析

      研发阶段工期占比最大，并不代表最应该从研发阶段着手进行改进，而是应该进行敏感性分析，看看总工期对那个阶段最敏感。计算四个阶段与需求交付工期的秩相关性系数分别为：

表3秩相关分析结果

      对秩相关系数求平方，并归一化后可以得到敏感度如图3所示：

 

图3 需求交付周期的敏感度

      综述：

      1）需求交付周期与产品线类型无关；

      2）虽然需求等待阶段的工期在进行占比分析与敏感度分析时都是排名最靠后的，但是需求等待是非增值的活动，是最应该缩短的！

      3）除了需求等待以外，需求确认周期是最应该采取措施缩短的。可以继续对需求确认阶段的活动进行细分，也进行价值流的分析，识别在这个阶段的等待，量化这个阶段的各个活动的工期，进行敏感性分析；

      4）可以通过各阶段工期占比识别异常点，当某个需求的某个阶段的工期为异常点时，可以识别特殊原因。