转自本人运营的公众号“ 携程技术中心PMO”(ID:cso_pmo)
 

 
关于我们
 
我们面临的挑战
 
敏捷开发是以用户的需求进化为核心,采用迭代、循序渐进的方法进行软件开发。先把一个大项目分为多个相互联系、可独立运行的小项目,再分别完成,而在此过程中软件一直处于可使用状态。
 
敏捷开发模式可以对过程进行自主调整,它强调人的因素,能够灵活响应需求和技术的不断变化,并且产出高质量的软件产品。
 
实行敏捷开发之前,我们面临的挑战:
 
  • 如何令30多人的团队保持高效运作?
  • 如何定义BU和内部需求的优先级?
  • 如何迅速将需求实现并落地?
 
与时俱进,迅速转型
 
第一步,将团队拆分为三个相对独立的小团队,保证在快速迭代的同时保持高效沟通。
 
第二步,从需求着手,积极向敏捷模式靠近。
 
  • 产品同学明确当前阶段的KPI/OKR,按照ROI和紧急程度区分优先级;
  • 开发同学提前进入以便聚焦技术方案,拆解并认领工作任务,加强配合;
  • 测试同学共同思考验收标准并执行严格的测试流程。通过单元测试、功能测试的案例,提前规避风险;
  • 成员紧密地配合,验证需求强度和假设,以迅速推动产品更新和迭代;
  • 通过sprint计划会,可以更加明确团队成员的任务和目标。而通过每日站会,可以更迅速地同步项目开发进度。
 
 
第三步,充分利用iKanban高效管理产品需求,需求饱和度及完成度一目了然,进一步提升团队工作效率。
 
 
我们的收益
 
如何评估敏捷的效率呢?基于清晰的产品目标,通过交付能力、产品质量和响应速度这三点来判断:
 
  • 交付能力:在单位时间内产出有价值的功能点的能力
  • 产品质量:高质量的产品需有较少的bug和较低客诉率
  • 响应速度:对于需求的响应速度及承诺
 
敏捷实施后的成效:
 
未来可期
 
在实践敏捷的过程中,我们总结了以下待优化点,以便进一步提升敏捷效率:
 
  • 提升站会的效率,以减少不相干的讨论;
  • 开计划会议前,提前做好任务的拆分和分配,以缩短会议时长;
  • 加强在单元测试和持续集成上的投入,加速产品迭代;
  • 定期复盘和反思,持续优化流程。
 
我们是携程用户平台研发部-行程&订单团队,未来我们会一起做得更好!
 
编者按
 
团队的开发人员撇开需求沉浸在想象中的“完美”程序中;测试人员迷茫的点击着按钮试图搞 明白这到底是个什么功能;设计师造出了没有尽头的楼梯,更糟的是,客户爱上了这个设计; 团队领导四处救火,力有不逮。种种迹象表明,我们得打破分工带来的壁垒,建设全功能团队——大多数人能完成大多数种类工作的团队。 
 
如果员工成长是必须的,那么,帮助员工认识到工作的全貌也是必须的。角色轮换是一个很好的解决方案。在项目内部通过角色互换,不限角色的结对工作,加强不同角色,不同模块间的知识传递,打破技术壁垒,帮助员工从不同视角理解项目,锻炼技能,进而增加团队均衡生产的能力。 
 
关注“携程技术中心PMO”公众号
回复“秘密”获取《敏捷实践的秘密 II》电子版
 
携程敏捷实践
 
 
携程敏捷沙龙
 
 

部分图片及电子书来源于网络,版权归原作者所有,仅供学习勿作它用。如果侵犯到您的权益,请联系我们。

 

敏捷之旅--携程行程&订单团队的更多相关文章

  1. 敏捷之旅--携程Scrum Master 新官上任三把火?

      随着敏捷在国内的推行,越来越多的公司和组织开始使用敏捷领导团队. 敏捷团队如雨后春笋之势涌现. 敏捷教练的团队也越来越壮大.   原先只需要一个敏捷教练就能搞定,但是随着团队越来越多,我们难免会将 ...

  2. 携程PMO--小罗说敏捷之WIP限制在制品

    转自本人运营的公众号“ 携程技术中心PMO”(ID:cso_pmo)         WIP是什么?   WIP(work in progress)指的就是工作中心在制品区.在经过部分制程之后,还没有 ...

  3. 干货 | 数据为王,携程国际火车票的 ShardingSphere 之路

    以下文章来源于携程技术 ,作者瑞华 作者简介 瑞华,携程高级后端开发工程师,关注系统架构.分库分表.微服务.高可用等. 一.前言 随着国际火车票业务的高速发展,订单量快速增长,单数据库瓶颈层面的问题逐 ...

  4. [转]-[携程]-A Hybrid Collaborative Filtering Model with Deep Structure for Recommender Systems

    原文链接:推荐系统中基于深度学习的混合协同过滤模型 近些年,深度学习在语音识别.图像处理.自然语言处理等领域都取得了很大的突破与成就.相对来说,深度学习在推荐系统领域的研究与应用还处于早期阶段. 携程 ...

  5. 携程App的网络性能优化实践

    首先介绍一下携程App的网络服务架构.由于携程业务众多,开发资源导致无法全部使用Native来实现业务逻辑,因此有相当一部分频道基于Hybrid实现.网络通讯属于基础&业务框架层中基础设施的一 ...

  6. 携程Android App插件化和动态加载实践

    携程Android App的插件化和动态加载框架已上线半年,经历了初期的探索和持续的打磨优化,新框架和工程配置经受住了生产实践的考验.本文将详细介绍Android平台插件式开发和动态加载技术的原理和实 ...

  7. 携程Android App的插件化和动态加载框架

    携程Android App的插件化和动态加载框架已上线半年,经历了初期的探索和持续的打磨优化,新框架和工程配置经受住了生产实践的考验.本文将详细介绍Android平台插件式开发和动态加载技术的原理和实 ...

  8. 携程实时大数据平台演进:1/3 Storm应用已迁到JStorm

    携程大数据平台负责人张翼分享携程的实时大数据平台的迭代,按照时间线介绍采用的技术以及踩过的坑.携程最初基于稳定和成熟度选择了Storm+Kafka,解决了数据共享.资源控制.监控告警.依赖管理等问题之 ...

  9. 景点API支持查询携程旅游门票景点详情

    门票景点详情,景点api支持查询携程旅游门票景点详情. 接口名称:景点api 接口平台:开放api 接口地址:http://api2.juheapi.com/xiecheng/senicspot/ti ...

随机推荐

  1. 数据表与简单java类——多对多映射

    给定一张Meber和Product表,得到如下信息: 1.获取一个用户访问的所有商品信息 2.获取一个商品被哪些用户浏览过的信息 package Mapping_transformation; cla ...

  2. 关于新浪和腾讯短网址API接口的调用

    最新新浪t.cn短网址和腾讯url.cn短网址生成api接口,快速生成t.cn及url.cn超短链接,接口都可以正常调用,觉得不错可以收藏一下. 新浪短网址api接口:1. http://yldwz. ...

  3. Android ListView的header footer设置visibility gone不起作用

    常用的ViewGroup,例如LinearLayout,在onMeasure方法内对每个child view执行measure前,会判断child view的visibility是否为gone.如果是 ...

  4. Prometheus 自动发现

    目录 简介 环境说明 静态配置 重新加载配置文件 基于文件发现配置 重新加载配置文件 添加主机测试 基于DNS的A记录 修改配置文件 重新加载配置文件 基于DNS的SRV记录自动发现 修改配置文件 重 ...

  5. CentOS 7 Cobbler 安装

    Cobbler介绍 Cobbler是一个Linux服务器快速网络安装的服务,而且在经过调整也可以支持网络安装windows. 使用python开发,小巧轻便(才15k行python代码),可以通过网络 ...

  6. xmlhttp.readyState的值及解释

    xmlhttp.readyState的值及解释: 0:请求未初始化(还没有调用 open()). 1:请求已经建立,但是还没有发送(还没有调用 send()). 2:请求已发送,正在处理中(通常现在可 ...

  7. Vue引入

    Vue引入 概念: 1.el:实例 new Vue({ el: '#app' }) // 实例与页面挂载点一一对应 // 一个页面中可以出现多个实例对应多个挂载点 // 实例只操作挂载点内部内容 2. ...

  8. Spring Cloud系列-Zuul网关集成JWT身份验证

    前言 这两三年项目中一直在使用比较流行的spring cloud框架,也算有一定积累,打算有时间就整理一些干货与大家分享. 本次分享zuul网关集成jwt身份验证 业务背景 项目开发少不了身份认证,j ...

  9. SMProxy,让你的数据库操作快三倍!

    SMProxy GITHUB:https://github.com/louislivi/smproxy 喜欢请star 中文 | English /$$$$$$ /$$ /$$ /$$$$$$$ /$ ...

  10. 机器学习笔记(九)---- 集成学习(ensemble learning)【华为云技术分享】

    集成学习不是一种具体的算法,而是在机器学习中为了提升预测精度而采取的一种或多种策略.其原理是通过构建多个弱监督模型并使用一定策略得到一个更好更全面的强监督模型.集成学习简单的示例图如下: 通过训练得到 ...