ข้อมูลพื้นฐานที่ดีจะเป็นข้อมูลที่คุณรวบรวมมาจริง
ขั้นตอนแรกในการทำเช่นนี้จะบันทึกประมาณการทั้งหมด ขั้นที่สองคือการบันทึกผลที่เกิดขึ้นจริง ซื่อสัตย์อย่าถูกล่อลวงให้ 'ปรับตัวเอง' ของจริง รวบรวมข้อมูลเหล่านี้ให้เพียงพอและคุณมีข้อมูลบางส่วนเพื่อเป็นฐานทางสถิติว่าประมาณการของคุณดีแค่ไหน หมายเหตุนี้สามารถ / จะแตกต่างกันไปอย่างดุเดือดขึ้นอยู่กับว่าใครเป็นผู้ประเมินและที่ทำงาน โดยการทำเช่นนี้คุณสามารถคาดหวังให้สมเหตุสมผล 'ข้อผิดพลาดของขอบ' ที่เป็นขยะบริสุทธิ์อื่น ๆ
มันไม่ได้หยุดอยู่แค่นั้น การวิเคราะห์ว่าสาเหตุใดที่ทำให้การประมาณการถูกปิดสามารถช่วยปรับปรุงความแม่นยำของการประมาณการในอนาคตของคุณ หมายเหตุ: พวกเขายังคงประมาณการและเป็นเช่นนี้เป็นเพียงการประมาณการ
การประมาณการยังไม่เสร็จสมบูรณ์หลังจากการประมาณการครั้งแรก นี่คือสิ่งที่สามารถปรับเปลี่ยนได้เมื่อโครงการดำเนินไปเมื่อได้รับความรู้มากขึ้นซึ่งจะช่วยลดความผิดพลาดที่อาจเกิดขึ้นเมื่อคุณดำเนินการต่อ ยิ่งคุณเปิดรับการสื่อสารมากเท่าไหร่การพูดคุยที่น่าประหลาดใจก่อนหน้านี้จะนำไปสู่ผู้คนที่ประหลาดใจน้อยลงและให้เวลามากขึ้นในการปรับเปลี่ยนทั้งในโครงการหรือความคาดหวังของลูกค้า
ประการที่สองวิธีที่ดีกว่าในการจัดการข้อผิดพลาดขอบคือ ' ความเชื่อมั่นภายใน ' มากกว่าเพียงแค่% ระยะขอบของข้อผิดพลาด คุณมากกว่าที่จะประเมินวันที่ส่งมอบตามช่วงความมั่นใจแทนที่จะเป็นวันเอกพจน์
PERTเป็นตัวอย่างหนึ่งของกรอบการทำงานที่จะจัดการกับการประมาณค่าโดยใช้เหตุผลเชิงสถิติ ตัวอย่างเช่น:
"จากสิ่งที่ฉันรู้ตอนนี้เรามีระดับความเชื่อมั่น 90% ที่เราสามารถส่งมอบใน 8 เดือนความเชื่อมั่น 95% ใน 10 เดือนความมั่นใจ 99% ใน 2 ปีเป็นต้น"
หมายเหตุที่นี่: ยิ่งพวกเขามั่นใจในตัวคุณมากเท่าไหร่การประมาณก็ยิ่งมากขึ้นเท่านั้น ขึ้นอยู่กับความซับซ้อน (หรือที่คุณอาจจะแม่นยำ) มันอาจแตกต่างกันเล็กน้อยระหว่าง 80% ถึง 90% หรืออาจใหญ่มาก!
สุดท้าย - โชคดี;) หากคุณเคยแก้ปัญหา 'ข้อผิดพลาดสูงสุด' ในการประเมินซอฟต์แวร์โดยคุณสามารถระบุบางอย่างเช่น 'การประมาณของเราทั้งหมดจะเป็น +/- 10%' ให้แน่ใจว่าได้มอบหมายภาพยนตร์บ็อกซ์ออฟฟิศสำหรับส่วนที่เหลือของ เราในอุตสาหกรรมซอฟต์แวร์ ฉันกำลังคิดอะไรบางอย่างที่เหมือนอยู่ระหว่าง Office Space กับ The Matrix: D