Вплив коефіціенту ризикованості ітерації на волатильність роботи Скрам команди у методології Скрам

Abstract

У сучасному світі в проектах ІТ галузі застосування Scrum набуває значної популярності, і це вимагає розробки та використання ефективних метрик для оцінки стабільності та продуктивності команд. Одна з найважливіших метрик, що дозволяє підвищити аналіз ефективності роботи, та вчасно ідентифікувати проблеми є метрика волатильності. На волатильність спринта може впливати багато факторів у тому числі і коефіцієнт його ризикованості. Але не зрозумілим залишається масштаб цього впливу та методи його вимірювання, що являється дуже важливим в процесі аналізу даних щодо продуктивності роботи команди. Це включає визначення середніх значень продуктивності, розрахунок стандартного відхилення, а також використання коефіцієнта кореляції Пірсона. Метою цього підходу є встановлення точного зв'язку між ризикованістю спринтів та коливаннями у продуктивності команди, що дозволяє глибше зрозуміти вплив факторів ризиків на ефективність команди в динамічному проектному середовищі. Використовуються кількісні методи аналізу, включаючи збір даних продуктивності, визначення середнього значення продуктивності, а також розрахунок стандартного відхилення і коефіцієнта кореляції Пірсона для оцінки взаємозв'язку між ризикованістю ітерацій та волатильністю. Дослідження виявило статистично значущий позитивний зв'язок між ризиковістю ітерацій та волатильністю команди зі значеннями коефіцієнта кореляції від 0.47 до 0.86. Це вказує на значний вплив ризиків на стабільність команди. В ході дослідження було запропоновано методи дослідження зв’язку між коефіцієнтом ризикованості спринта і волатильністю роботи проектної команди. Підтверджено, що збільшення ризикованості ітерацій корелює з вищою волатильністю в роботі Скрам команд. В подальшому, необхідно провести додаткове дослідження зовнішніх факторів, що можуть впливати на цю взаємодію, для розробки ефективніших методів управління ризиками.

In the modern IT industry Scrum methodology is increasingly popular, necessitating the development and use of effective metrics for evaluating team stability and productivity. Among these, the volatility metric stands out as critical for enhancing work efficiency analysis and timely problem identification. It involves quantitative methods, encompassing data collection on performance and subsequent statistical analysis. Factors like the sprint risk coefficient significantly impact sprint volatility, yet the scale and measurement methods of this impact, crucial in team performance data analysis, remain unclear. This involves calculating average performance values, and standard deviation, and employing Pearson’s correlation coefficient. The aim is to precisely establish the relationship between sprint riskiness and team performance variability, enhancing understanding of risk factors impact on team efficiency in a dynamic project environment. Quantitative analysis methods, including the collection of performance data, determining the average performance value, and calculating the standard deviation and Pearson correlation coefficient are used to assess the relationship between iteration riskiness and volatility. The study revealed a statistically significant positive correlation between the riskiness of iterations and team volatility, with correlation coefficients ranging from 0.47 to 0.86. This indicates a significant impact of risks on team stability. The research proposes methods to investigate the relationship between the sprint risk coefficient and project teamwork volatility. It confirms that increased iteration riskiness correlates with higher Scrum teamwork volatility. Further research is recommended on external factors affecting this interaction to develop more effective risk management methods.