跳到主要內容

Scrum management tool 敏捷開發工具概觀介紹

Scrum management 工具概觀介紹


會有這個念頭興起主要也是因為這幾個月內,是在公司內部訓練透過 Teddy 老師 Scrum 課程了解整個 Scrum 的流程,開始進行團隊的 Scrum 流程導入。

在過年春節期間去嘗試市面上的 Scrum 管理軟體,也透過眾多大大得到解答

這邊就不詳細討論怎麼進行 Scrum 的軟體開發,而是在於管理機制,就整個流程上,對於自己需要的項目有,
  • Sprint
  • User Story (Backlog)
  • Task management
    • task time counter
    • task assignee
  • burndown chart
以上這幾個是在 Scrum 流程裡面最基本的需求以及解法,而根據大量搜尋結果,也找到許多不同平台,以下為個人分析經驗,

trello.com

一開始很直覺的就會採用到 Trello ,而經過測試後,如果直接的使用 trello 是沒有辦法達到以上的所有方法,必須要結合,scrum for trello ,所以也表示如果你的電腦沒有安裝 Chrome的話,勢必就是 GG
的確這是一個假命題,身為一個開發者,或者前端人員怎麼可能沒有 Chrome ,(也許真的沒有),不過比較麻煩的是,雖然 trello 加上套件後可以管理 Task, time counter, burndown chart 都有支援,但是通常一個 Sprint 會有兩到三個 User Story ,所以對於 task 橫向管理對應 User Story 是比較麻煩的。

taiga.io

Taiga 也是許多人推薦的一套管理系統,就整體表現以及流程上,的確沒有像是 trello 這麼順暢,不過從另外一個方面來看,他是完全 open source ,而且可以 self host 這點來說,的確是非常適合用於自己的敏捷專案管理上,這點的確可以說是開源軟體的轟炸機。

不過就回到 Scrum 管理層面來說,畢竟人家 taiga 開宗明義就說了,流程上是符合于 kanban ,所以缺少了 task time counter 的部份,也沒有 User story 管理。所以回到 Scrum 本身,Taiga 就並不是這麼適合。

blossom.io

blossom 是在網路上找了許多文章之後,蠻推薦的敏捷管理工具(請注意這邊指的是敏捷開發管理工具,並不是單指 Scrum) ,在他的介面以及流程上都很直覺,而且提供了完整的 task management ,不過很直接的流程跟 Trello 類似,但是又補上了 redmine 的好,所以就管理工具上 blossom 的確不錯。

不過回頭來,我們是在找 Scrum 管理工具,所以還是少了多個 User Stroy 在 Sprint 的管理,以及 Task time counter 等項目上。

Jira + Jira aglie

Jira 在多數的人當中,也是有許多推薦的聲浪,因此也去嘗試了一下,試過之後,的確是 ticket management 的好用工具之一(請注意是之一,不是唯一)。

就這次的目標我們是要找 Scrum 的管理工具,如果就 Jira 本身是沒有辦法滿足管理的條件,必須要搭配 Jira agile 才會提供 Scrum board 可以使用。

就整體本身 Jira aglie 的確可以達到我們的需求,不過當人數需求增加超過 10 個人以上之後,費用會從 20 USD -> 75 USD / month,所以建議另外開一個帳號來作為團隊管理。

我相信這是因為 Jira 是一個非常專業的管理工具解決方案公司,知道 agile 的精神,所以使用價格策略,讓大家的團隊盡量在 10 人以下(肯定是這樣子,沒錯)。

icescrum.org

icescrum 是個非常有趣的專案,感覺應該是很久沒有維護,或者比較少去更新使用者介面,所以看起來就有一點 ...,像是 80 年代的創意軟體。

不過就整體來說,除了介面醜一點,使用流程卡了一點,在建立自己的環境稍微慢了一點,以整體來說,還算是不錯,功能上大部分也都符合,(除了有時候會當機之外,我想這可能是自己設備的問題)。

Visual Studio online

在這次討論串中,大大給了一個很棒的方向,Visual studio 提供了線上的版本,提供專案管理的工具。

整體功能性上,都已經滿足 Scrum ,不過一樣少了 Task time counter ,但是卻提供了 task status 的管理,這的確也是解決方案之一,透過 status 來調整 burndown chart ,也是蠻直覺的。

同時解決了 ticket management + User Story 管理,的確是一個選擇方案。

就缺點來說就是一開始的畫面因為扁平化的關係,不知道要從哪裡開始點擊(有些 input 及下拉選單是沒有 border 的)另外不知道為什麼,我這邊連線過去就是反應很慢。(可能因為機房在北美的關係)

Targetprocess

Target process 也是在透過文章找到的解決方案之一,流程及解決方案都有,而且可以符合 Scrum, Kanban 的開發流程管理,所以對於敏捷團隊來說 Target process 是一個解決方案之一。
就整體上 Target process 因為要符合彈性,以及自定架構,讓整個操作流程在一開始的時候需要有人先行去了解,如何建構基本的設定環境,後來再請 Team member 進入,(真的介面設定上有點麻煩,有點囉嗦,一開始眼睛會很花),當然這些基本功是設定一次之後,就可以不用再進行,這倒是蠻可以接受的。

scrumwise



Scrumwise 聽名字就知道完完全全跟 Scrum 符合的條件,而且符合 Scrum 的工作流程,當然如果你是希望 kanban + scrum 那這套你不要想了。

就回到 Scrum 流程中,眾多平台中,這套是屬於最適合用於 Scrum flow ,流程比較簡潔,使用方式也比較單純,在 task , User story , sprint 的應用上都十分完成。

唯一缺點,應該就是他是用 flash 寫的,一開始跟 cacoo 一樣,需要一些載入等待時間,不過後面就順暢很多了。

後記

這次的紀錄其實也是為了自己團隊的開發流程,畢竟很多事情都是要自己下去摸過之後才會有所認知,就上面的許多強調自己是『agile management tools』 ,但是方法不同,流程不同,效果也會不同。

要給予彈性,就會增加了使用的困難度。多了易用性,就會少了許多流程上的彈性,因此不管怎麼做我相信都會有話說,都會有問題點可以挑出來。

以上項目硬是要挑,就個人會以 scrumwise, Targetprocess, Visual studio online, Jira + Jira aglie 這四套作為 Scrum management tools 推薦。

特別是 Scrumwise 如果真的要推 Scrum ,又要用線上工具的話,這套系統真的比較適合。

後記的後記

會有這個議題開始主要是貼上去 3M 的便條紙都會飛下來,有時候打個噴涕就會便條紙亂飛。(認真)目前似乎也沒有 3G 的便條紙在賣,因此在某次 Sprint 的 retrospective 過程中,才會有希望把白板加上便條紙的方式改成線上作業,避免便條紙亂飛的回饋,也就開啟了這個新話題

以上線上服務項目都沒有特別去強調價格,雖然個有個的好,不過平均下來一個人幾乎都要 5 USD / user / month ,以成本來看,一年下來以一個團隊 10 人左右,大約費用為 600 USD / year (約為 18000 NTD)。

如果換算成台灣的話,買一個白板,買一堆便條紙,馬克筆,也不用到這麼多錢。

也讓我回想到,為什麼沒有太多公司投入去只『單純進行 Scrum management tool』 的開發,大部分平台都還是 Scrum 為附加,以 ticket management 為主的產品線為出發點。

畢竟 Scrum 的精神就是講求快速有效,那當然是從一張白壁紙開始,一個大白板開始,讓大家都可以一目了然,讓大家都使用最簡單的方式,用最快的方式進行。

也許,真的最簡單的方式,就是最快的方式。

不知道大家的想法是什麼,有哪些推薦的軟體或平台呢!?歡迎底下留言,或者到 熱血漢誌 留下意見。

留言

這個網誌中的熱門文章

面試者如何挑戰大工程師時代來臨?

面試者如何挑戰大工程師時代來臨? 全世界都在倡導轉職成為工程師,似乎轉職成為工程師就成為職場的救贖,真的是如此嗎?讓老衲來杠給各位聽。 最近有位好久不見的小朋友,是 2000 年出生的小蔡,對於即將面臨到面對職場的挑戰開始關心起技術,他開始尋找比較適合自己的領域,同時也開始在思考到底為了接下來的就職小蔡該如何準備。 詢問我說是不是可以考慮軟體開發工程師這條路線 對於他的詢問,反而引起我的注意, 這讓我開始思考並映射於最近招募的經驗,軟體開發此領域是不是對於每個人都是可以擔任的職啀,這邊分享一些自己的看法希望對各位有所幫助。 全民工程師這件事情 在全球景氣低迷的狀況下,的確特別在這一年大家會很有感覺萬物齊漲,薪水不漲,薪資就是一直停滯不前。 很多時候,在不同的領域中,會發現整個薪資就算是擔任了管理職務主管你也會面臨到薪資的強大屏障在自己面前。 這個時候, 軟體工程師年薪百萬口號 似乎就成了一種救贖。 好像成為了工程師就可以達到年薪百萬,在家輕鬆工作,不用打卡也不用受到風吹雨淋,隨時想工作就可以工作,每個月又有固定薪水入帳,感受到類財富自由,人生的美好。 如果能夠爭取到跨國公司的職位,這份薪水有可能還可以上看每個月十多萬以上,甚至是往上也是極度有可能的事情,人生美好層次又再度提高了起來。 但這件事情是真的每個人都可以達到嗎? 還是這就是另外一種性存者偏差呢? 亦或者這些人其實是金字塔頂端的小眾? 每份履歷都像是同一種履歷 最近在最近幾年在面試工程師的時候特別會看到許多轉職者,一開始履歷裡面看到相關的作品一開始會覺得十分的驚艷, Wow, 現在的新手就可以做到如此精美的畫面,這些畫面是我當初用 Bootstrap 也做不出來的東西,許多的互動體驗好的一個不行,做出來的頁面配色和對齊也是極致。 但是隨著時間推移,多看了幾封履歷之後,就會發現在各大技術養成學院出來的學生履歷成果內容如出一轍,在面試的過程中也會詢問許多關於框架的底層概念,和比較技術觀念的時候,甚至是許多框架的核心概念,就很容易露出馬腳。 很多面試者會 一問三不知 ,透過許多引導,但殘酷的是連關鍵字是什麼都也無法推敲出來,更不用說在小組裡面到底怎麼樣合作,許多不同線上產品的比較,使用者流程,使用者後面的互動邏輯等,幾乎是風吹一片倒,只能

工程師跨越管理的第一道牆 - 放下

越來越複雜的網路應用 2022 年,網路應用越來越複雜,表層是 社群服務 ,轉頭看是 廣告服務 ,詳細看是 個資儲存庫 ,如此複雜的應用,如此眼花撩亂的系統架構, 現代的軟體開發已經從打個人戰,進入到團體戰鬥的打法。 打群架的時代 現在的許多產業,都在徵求軟體工程師,通常是徵求多位,以往以少少數量完成應用服務的時代已經過去。 現代已經是打群架的年代,前端至少一位,後端至少一位,系統管理,雲端管理等,這些都是在軟體公司內具備的職缺,已經很難回到那一人打天下的時代。 因此,誰能夠在技術領域中讓多種面向職能的人,互相進行協作,互相進行工作分配,將產品進度維持穩定產出,這樣的角色變得至關重要。 而通常,除了外部尋找此職能之外,這樣的職位,會以團隊中,最有技術力,且最能夠經常解決問題的人做為代表人。 帶領的第一課 - 『 放下』 相信大家都一定有聽過 彼得原理(Peter Principle) , 因其某種特質或特殊技能,令他被擢升到不能勝任的高階職 位,最終變成組織的障礙物 能力越強的人,通常被拔擢的越快,隨著職位的提升,也越發現能力的不適,而這問題在技術管理職位上特別常見。 因此,技術管理的第一堂課,要跟特別提醒的點是『放下』,特別是要放下自己的技術。 這可能與常理有所違背,為何會讓一個技術最強的人,去放棄他本身的技術呢? 放下的定義 放下,並不是要你放棄,癱軟在辦公室的椅子上什麼都不做,也不是讓你就捨棄掉對於技術的熱情,讓自己故步自封。 放下技術,是放下自己對於任何一種技術的直覺反應,本位思考,我們是否曾經聽過這種話 『如果是我來做,兩小時就可以完成了』 , 『這個很簡單,改一下就好了』 。 但今天,做的人不是你, 你已經進入管理者的角色 ,你已經被賦予 帶領的職能 ,帶領才是你該做的事情。 這時候如果以自己過往的 『經驗,效率,能力』 來看待 『他人』 的執行步驟及過程,會發現所有事情都如此的格格不入。 此時,你需要就是 『放下』 適當的放下自身技術能力 我們可能是因為自己曾經努力過,也可能自己剛好在那個時代,也可能是因為自己比較幸運,不論是哪一種可能,就是這麼剛好的在這個時間點成為 『帶人的那個人』 當我們用自己的眼光去看待所有人,看待所有新鮮人,就如同開著跑車去嘲笑騎摩托車的人不努

淺談 AI 落地到底有多難 - 以 OpenAI ChatGPT 為例

在 目前待領的團隊 ,小弟有幸 參與到 AI 落地的過程 ,之前也參與過幾次 AI 服務導入的和製作出 AI 產品應用的經驗,這邊就提出些簡單分享,跟大家說說,為何 AI 落地有這麼難 ChatGPT 幾乎成為這幾天大家刷版面的資訊,官方網站其實有提到 Chat-GPT 的參考模式是怎麼進行的,也有提供相關的論文參考, https://openai.com/blog/chatgpt/ ChatGPT 幾乎成為現象級的影響 如果你還沒試用過,我建議你真的玩玩看, https://chat.openai.com/chat 在 AI 落地的階段,有許多工程的過程,還有許多現實需要面對,而這煉成的過程都很容易導致 AI 落地失敗, 更不用說像是 ChatGPT 這種十年磨一劍的應用服務,為什麼驚艷, 中英文,簡中繁中等均能 80% 的機率識別問題及主題對話 回應內容,英文的部分不意外的通順,簡中繁中的部分有些詞語是有做過調整的,這實屬難得。 對於資料上下文關聯度,以及變化形式在主題式的發展下均能有效地回應且呈現。 呈現格式可以以『摘要、表格、條列』等方式進行規劃,同時也可以對文字內容進行一定程度的擴張和收斂。 而要做到這些事情,除了大家所熟知的需要不斷的生成模型,訓練模型,不同的模型疊加上去之外。 同時最難也是最複雜的部分, 『資料工程的處理』 AI 工程的開始 在我們使用任何一套 AI 框架 Tensorflow / pytorch 之後,無一例外地就會以特定問題解決方案,開始採用不同的現成 Model 進行驗證,在一開始對於初始的 example data / init data 都會有不錯的反應。 接下來問題開始... 當我們天馬行空的,不斷將例外,將特定領域情境涵蓋進去的時候,你就會發現這 model 的準確率下降,接下來就是一連串調整參數的開始, 或者是開始進行特例發想的部分,哪些資料是需要踢除的,哪些項目是需要先排開的,哪些資料是對於訓練本身是有影響的,在這個過程中就已經進入 data engineering 的環節中。 source from 資料科學家的工作日常 資料工程的處理 大家所想像的,在建立模型的時候似乎就是不斷地調參數,不斷的運作程式,但在這之前,有 『好多好多好多好多』