去年 11 月,我把一个已上线项目的需求基线导出来做复盘,立项时登记的是 47 条需求,交付时变成了 132 条;原计划 4 个月,实际跑了 9 个月零 6 天;团队从 6 人扩到 11 人,客户满意度评分却从 4.2 掉到 3.4。
最扎心的不是数字,而是这个项目从头到尾没有任何一次需求变更被正式拒绝过。每一次都是”就这一次””客户很急””先做了再补单”,于是 47 变成 132,没有一个人觉得自己做错了决定。
这件事让我彻底改变了对”项目范围管理”的理解。范围失控很少表现为”有人强行加需求”,它更常见的形态是每一次小让步都显得合理,累加起来却击穿了整个计划。这篇文章我想把过去几年在中大型组织里做范围治理的经验、踩过的坑、以及可复制的操作步骤完整讲一遍,重点放在项目负责人自己能动手改的部分。
一、核心结论:范围管理的本质是”给变更定价”
先给结论,后面再用案例和数据展开论证。
1. 范围失控不是文档问题,而是定价问题
我带过和评审过的项目里,需求文档写得厚的有,写得薄的也有,但范围失控的概率几乎一样高。真正拉开差距的,是组织有没有给”新增一条需求”标上一个让对方感知得到的成本。
当一条需求加进来只需要一句话,它的心理价格就是零。当加进来意味着要改基线、要重排迭代、要占用另一个需求的排期、要有人签字承担延期,它的心理价格才浮现出来。范围管理的全部技术含量,都在于怎样把这个价格算出来并且摆到桌面上。
2. 项目负责人的效率杠杆在”决策通道”,不在”文档产出”
我统计过自己经手的 38 个项目,项目负责人每周花在范围相关事务上的时间平均是 6.8 小时。其中约 4.5 小时花在写文档、改文档、对齐文档;只有约 1.2 小时花在真正的变更决策上。
而延期风险几乎全部由那 1.2 小时决定。把文档时间压缩、把决策时间放大,是项目负责人最容易拿到的效率红利,通常不需要额外资源,只需要改流程。
3. 三条可以直接落地的原则
- 范围基线必须有时间锚点:基线不是”当前所有需求的集合”,而是”截至某个日期、经某个层级确认、可交付的集合”。
- 变更必须走定价,而不是走审批:审批问的是”能不能做”,定价问的是”用什么换”。
- 范围健康度要可观测:不可观测的东西一定会腐化,范围尤其如此。
这三条听起来简单,但真正在一个 200 人以上的组织里推行,会撞上大量组织惯性。下面我先讲真实的背景场景。
二、背景与真实场景:范围是怎么一点点被吃掉的
为了讲清楚,我先交代一下我的观察样本。过去五年我在三家公司做过项目管理,一家是做企业级 SaaS 的(研发约 220 人),一家是做行业解决方案交付的(项目团队约 400 人),还有一家是集团内部的数字化中心(服务内部 12 个业务线)。
这三类环境的范围问题形态差异很大,但底层机制惊人地相似。
1. 三类项目的范围膨胀速度差异
我把三类项目的需求条目变化做了统计,口径是”立项基线条目数 → 首次上线时条目数”,样本为 38 个已结项项目。
| 项目类型 | 样本数 | 基线条目中位数 | 上线条目中位数 | 膨胀倍数 | 平均延期 |
|---|---|---|---|---|---|
| 自研产品型 | 14 | 52 | 88 | 1.69 | 1.6 个月 |
| 定制交付型 | 17 | 64 | 149 | 2.33 | 3.4 个月 |
| 内部系统型 | 7 | 38 | 96 | 2.53 | 2.8 个月 |
注意最后一行。内部系统型的膨胀倍数最高,这和我最初的直觉相反。后来我想明白了:对外交付还有合同边界撑着,内部项目的”边界”是人际关系,而人际关系比合同软得多。
跨部门协作的项目里,一个业务线负责人说”这个功能我们也需要”,项目负责人几乎没有拒绝的语言。拒绝客户需要理由,拒绝同事只需要勇气,而勇气是稀缺品。

2. 为什么中大型组织的范围问题更棘手
100 人以下团队,范围问题通常靠”人少、沟通快”就能压住。100 人以上就不一样了,我总结有三个结构性原因。
第一是决策链变长。小团队里加一条需求,负责人点头就行;中大型组织要走需求评审、排期评估、资源协调,最快也要 3 到 5 个工作日。这期间需求方会用”先做着,流程后补”绕过流程,而流程一旦被绕过第一次,就再也回不去了。
第二是角色分工把责任切碎了。需求方负责提,产品负责翻译,研发负责实现,测试负责验证,项目负责人负责排期。没有任何一个角色的 KPI 是”守住基线”,于是基线成了一件没有主人的东西。
第三是工具不统一导致范围不可见。我见过最夸张的一家,需求分散在 4 个地方:客户邮件、某表格、某协作工具的看板、以及研发自己的任务系统。这种情况下,项目负责人连”当前范围到底有多少”都答不上来,谈何控制。
3. 一个让我印象最深的现场
有一次周会,我问”这个迭代的范围确定了吗”,产品说确定了,研发说还有三条待评估,测试说不知道有哪些,客户成功说客户那边还在补充。
四个人说的是同一个迭代,但脑子里是四个不同的范围。这种”范围认知不同步”比”范围膨胀”更致命,因为它让所有后续的排期、资源、风险判断全部失真。
也是从那次之后,我把范围治理的第一个动作从”写文档”改成了”统一唯一入口”。
三、拆解常见误区:五个看起来很对但会害人的做法
这部分是我踩过坑之后总结的,每一条我都用真实项目验证过它的危害。
1. 误区一:范围文档越详细越好
我曾经主导过一个项目,需求规格说明书写了 180 页,每条需求都有详细的字段级描述。我以为这样范围就锁死了。
结果适得其反。因为文档太厚,评审时没人真正读完,签字变成了形式;因为描述太细,任何一个小调整都需要走文档修订流程,团队干脆绕过文档直接在群里确认;最要命的是,厚文档给人一种”范围已经很清楚”的错觉,反而放松了对变更的警惕。
那个项目最后膨胀到基线的 2.6 倍,而那份 180 页的文档,交付时已经没人再打开。
我的修正做法是:范围文档控制在”能在一小时内读完并被质疑”的厚度,细节放到需求条目的验收标准里,逐条维护,而不是堆在一份大文档里。
2. 误区二:变更控制就是拒绝变更
我见过一些项目负责人把”变更控制”执行成了”变更拒绝”,把所有新增需求挡回去,短期看基线守住了,长期看团队和业务方关系彻底破裂。
下一次真的必须变更时,业务方会绕开他直接找高层,范围照样进来,只是从明面转入地下。被拒绝的变更不会消失,只会转移通道。
正确的做法不是拒绝,而是让对方在知情的前提下选择代价:延期、砍掉别的需求、或者加资源。选择权交给业务方,项目负责人负责把代价算准。
3. 误区三:WBS 拆得越细越可控
这是个特别容易误导人的想法。我做过一次小实验:同一个模块的工作分解,分别按 8 个任务和按 34 个任务拆解,交给两组不同的团队执行,观察 6 周。

结论很明确:颗粒度和管理成本是 U 型关系,中颗粒度才是临界点。拆得太细,每次变更都要连环调整几十个任务,更新速度跟不上变化速度,项目计划就变成了历史记录而不是决策依据。
4. 误区四:口头确认等同于范围确认
我做过的项目复盘里,”需求方口头认可但事后不认账”这一类纠纷占到了变更争议的 41%。这不是人品问题,是记忆和语境问题。
人在会议上听到一个方案,脑子里想的是自己的场景,和项目组理解的往往不是同一件事。口头确认提供的是”情绪上的同意”,不是”内容上的共识”。
我的做法是:任何范围决策,会后必须落成一句话结论加三行影响说明,发到固定渠道,48 小时内无异议即视为确认。这条规则执行后,上述争议在我负责的项目里降到了个位数百分比。
5. 误区五:把范围管理交给工具就完事了
这是最隐蔽的误区。工具能解决”看得见”,不能解决”敢不敢拦”。
我在一家公司推行过完整的工具化范围管理,需求状态机、变更工作流、基线快照全都配置好了。上线三个月后我发现,变更工作流的使用率只有 23%,大量变更被登记为”缺陷修复”或”体验优化”,绕过了变更审批。
工具是必要条件,不是充分条件。真正的分水岭是组织有没有给项目负责人”叫停”的授权。没有这个授权,再好的工具也只是记录失控过程的录像机。
这一点在 100 人以上的组织尤其明显,因为跨部门协调的层级更多,项目负责人往往处在”责任最大、权限最小”的位置。
四、专业判断逻辑:把范围拆成三层来管
讲完误区,我说一下我自己稳定使用的判断框架。这套逻辑我用在十多个项目上,最大的价值是让”该不该收这个需求”从一个感觉问题变成一个可以算的问题。
1. 范围的三层结构:声明、承诺、交付
很多团队把”范围”当成一个东西,所以永远吵不清。我的做法是拆成三层,分别管理。
- 声明范围:写在方案、合同附件、需求池里的全部需求,代表”可能要做的事”,可以很长。
- 承诺范围:经过评审、排期、资源确认的基线集合,代表”这次一定交付的事”,必须有时间锚点。
- 交付范围:实际完成并验收的部分,代表”已经发生的事实”。
范围失控的本质,是声明范围直接穿透到承诺范围,缺少中间的成本评估环节。三层结构的作用就是把这三者物理隔开。

2. 用”变更定价”替代”变更审批”
这是我整套方法里最核心的一条。审批问的是”这个需求合不合理”,定价问的是”这个需求用什么来换”。
前者容易陷入无休止的价值争论,因为绝大多数需求”确实有价值”。后者则把讨论拉回到资源约束上,而资源约束是不需要争论的事实。
我在实践里把变更定价拆成四个必须回答的问题:
- 这条需求如果进入本期,需要占用多少人天?
- 占用的资源从哪来?是砍掉某个已承诺需求,还是延期,还是加人?
- 谁来承担这个代价?由提出方负责人确认,而不是项目负责人默认吸收。
- 如果不做,业务影响是什么?由提出方书面说明,避免”都很重要”的模糊表述。
这四个问题问下来,我观察到的结果是:大约 35% 的变更申请会在这四问之后自动撤回,因为它们其实没那么重要,只是提出成本太低所以顺手提了。
3. 判断一条变更该不该收的决策树
(1)第一层:是否影响已承诺的验收标准
如果影响,就必须走基线变更;如果不影响,可以作为增补进入待评估池,不必打断当前迭代。
(2)第二层:是否属于不可协商范围
合规、安全、数据完整性、已签合同条款,这些属于不可协商范围,不应该走变更定价,而应该直接进入强制路径并触发计划重排。混淆这两类会浪费大量评审时间。
(3)第三层:置换对象是否明确
提出方必须指出”用什么换”。如果提不出置换对象,说明这条需求还没想清楚,退回待评估池,不进基线。
(4)第四层:代价承担方是否确认
这一层是最后一道闸。代价没人认领的变更,一律不收。让代价悬空,就是让范围失控。
4. 基线的时间锚点怎么设
我的经验是:一个项目至少设三个基线锚点,立项基线、设计完成基线、UAT 前基线。
只设立项基线是无效的,因为从立项到设计完成,需求必然会有一次大规模澄清,这个阶段的膨胀是健康的、应该被允许的。把第一次膨胀纳入正常流程,才能在后面真正需要冻结的时候守住。
用一个可执行的配置来说明我会写进项目文档的内容:
scope_baseline:
project: 客户成功系统重构
anchors:
name: 立项基线
date: 2024-03-08
items: 47
freeze_level: 软冻结
change_policy: 允许变更,需产品+业务双签
name: 设计完成基线
date: 2024-05-20
items: 89
freeze_level: 半冻结
change_policy: 允许变更,需置换对象+人天估算
name: UAT 前基线
date: 2024-08-15
items: 121
freeze_level: 硬冻结
change_policy: 仅接受合规与生产阻塞类变更
current_scope: 132 # 超出的 11 条即超基线部分,需单独追踪
oversize_alert_threshold: 10% # 超出基线 10% 自动触发范围复盘会
这段配置看着简单,但它是从”范围写在文档里”变成”范围写在系统里”的关键一步。有了它,项目负责人不需要每周手工统计,超出阈值自动报警。
五、案例与数据观察:一次完整的范围治理实验
接下来这部分是我最想分享的,因为它有一套完整的实测数据。实验对象是一家 260 人左右的 to B 软件公司,我作为外部顾问参与了他们的项目治理,周期 5 个月,涉及 6 个项目团队。
1. 治理前后的关键指标变化
先说结论:治理的核心动作只有三个,统一需求入口、启用变更定价、设置三个基线锚点。没有引入新的人力,没有换技术栈。

2. 具体怎么落地的:以 PingCode 为例
这个公司原本用的是一套老旧的本地部署工具,需求、任务、缺陷分散管理。治理过程中他们评估了几款平台,最终选择了 PingCode。我参与了选型和配置过程,这里说一下具体原因和配置细节。
选 PingCode 的核心原因有三个。第一,它主要服务中大型企业及 100 人以上组织,而这家公司恰好处于从 100 人向 300 人扩张的阶段,需求管理、迭代管理、测试管理、知识库是一体化的,不需要在多个系统之间核对范围。第二,支持私有化部署,这对他们处理客户数据的合规要求是硬条件。第三,支持从 Jira 平滑迁移,他们历史项目有大量数据在旧系统里,迁移成本是决策关键。
在配置上,我们做了四件事。
(1)建立唯一需求入口
所有需求,无论来自客户、销售、业务方还是高层,必须登记到同一个需求池,并强制填写来源、提出人、期望交付时间三个字段。这三个字段是后续变更定价的数据基础。
我给这个动作定的验收标准是:任何一条进入研发的任务,都能追溯到一条已登记需求。做不到就说明入口还不唯一。
(2)用状态机隔离三层范围
我们把需求状态设置为:待评估 → 已评估 → 已排期 → 开发中 → 待验收 → 已交付,并在”已排期”状态上绑定基线标记。
只有进入”已排期”的需求才计入承诺范围,其余全部属于声明范围。这一条规则让”当前范围是多少”这个问题第一次有了唯一答案。
(3)变更走独立工作流
变更不再是改需求描述,而是创建一个变更单,必须关联原需求、填写置换对象、填写人天估算、指定代价承担方。审批通过后,系统自动把原需求打回待评估状态。
这个设计的关键点是置换对象不能为空。系统层面的强制校验,比十次流程宣贯都有效。
(4)用仪表盘做范围健康度观测
我们配置了四个指标:承诺范围条目数、超基线条目占比、变更单平均闭环时长、未排期需求堆积量。每周自动出一次,直接发到项目群。

3. 治理中期的”信任低谷”值得单独说
这个实验里最值得记录的,不是最终的数字,而是第 6 到第 10 周出现的信任低谷。
那段时间,团队接受度从 58 分掉到 49 分。研发抱怨”填的东西变多了”,产品抱怨”变更越来越难推”,业务方抱怨”响应变慢了”。有两次周会上,有人直接提议把变更工作流关掉。
我们当时做了两个让步:把变更单的必填字段从 9 个砍到 5 个,把审批层级从三级压到两级。结果是变更闭环时长从 5.8 天降到 3.1 天,团队接受度在随后三周回升到 81 分。
我的判断是:范围治理一定要预留一个”流程简化”的动作,否则好不容易建立的可观测性会在抵触情绪里被废掉。这条路我后来在别的公司也走过一次,结论一致。

4. 私有化部署与迁移场景下的特殊考量
这家公司的合规要求让他们必须走私有化部署,这给范围治理带来两个额外影响,我觉得值得单独提。
第一,数据不出内网,意味着范围数据可以被放心地做得更细。比如客户的原始需求记录、变更提出的邮件原文、验收签字记录,都可以直接关联在需求条目上,不需要脱敏后另存。这让变更定价的事实基础扎实了很多。
第二,迁移过程本身就是一次范围清理的机会。他们从旧系统迁移了 3400 多条历史需求,我们在迁移时做了状态清洗,把已经事实上废弃但未关闭的需求统一归档为”已取消”,一下子把活跃需求从 1200 条降到 470 条。
这个动作单独拿出来说,是因为它成本极低但收益很大。很多团队的范围膨胀,其实是”僵尸需求”堆积造成的视觉膨胀,清理之后真实工作量会清晰很多。
六、不同情况下的行动建议
前面的方法论需要按场景调整。下面我按项目类型给出具体的行动清单,都是我实际执行过的版本。
1. 定制交付型项目:把边界写进合同附件
这类项目的核心风险是客户无止境的新增。我的做法是在合同附件里明确三层内容:功能清单、验收标准、变更计价规则。
变更计价规则要写清楚:变更在项目周期的哪个阶段提出,对应多少额外人天;超出原始工作量多少比例后必须签订补充协议。这些内容在签合同时谈,比在交付时谈容易十倍。
执行层面的动作顺序是:
- 合同签署后 5 个工作日内完成立项基线确认,客户方项目经理签字。
- 设计完成后设置第二个基线锚点,此时允许一次大规模澄清。
- UAT 前设置硬冻结,此后只接受生产阻塞与合规类变更。
- 每周向客户发一次范围状态报告,包含当前条目数、超基线条目、待决变更。

2. 自研产品型项目:用版本容量倒推范围
产品型项目没有外部合同约束,最大的问题是”什么都想做”。我的做法是反过来,先定版本容量,再往回填需求。
假设一个版本周期 6 周,团队 8 人,扣除日常维护、缺陷修复、会议,可用的有效开发容量大约是 8 人 × 6 周 × 0.6 系数 = 28.8 人周。按平均每条需求 0.8 人周估算,这个版本最多容纳 36 条需求。
把容量数字贴在需求池页面上方,比任何流程约束都管用。产品经理在排优先级时会自动开始做减法,因为他们看到了物理上限。
3. 内部系统型项目:先拿到授权,再谈流程
内部项目的关键动作顺序和外部项目相反。外部项目可以先用流程约束,内部项目必须先明确项目负责人对范围有一票否决权,否则流程只是摆设。
我的经验是,这个授权最好由分管副总级别的人在一次跨部门会议上公开明确,而不是项目负责人自己声明。授权形式不重要,公开性很重要。
拿到授权后,再执行统一入口和变更定价,成功率会高很多。我见过几个内部项目先做流程、后要授权,最后流程全部流于形式。
4. 多项目并行时的取舍:不要同时治理所有项目
如果组织里有十几个项目并行,不要试图一次性全部推行新流程。我的做法是选 2 到 3 个”痛感最强、负责人最配合”的项目做样板。
样板项目的数据出来后,自然会成为其他项目的参照。上面提到的 260 人公司,我们第一批只挑了 6 个项目中的 2 个,第 3 个月才有另外 4 个主动要求接入。
七、不同情况下的取舍:没有全都要的方案
范围管理里最难的从来不是方法,而是取舍。下面这几组矛盾,我给的是我自己的判断,不一定是标准答案,但至少是我反复验证过的。
1. 速度与范围稳定,优先保哪个
如果项目的商业窗口期明确,比如要在某个行业政策落地前上线,我的选择是保速度、砍范围,并且明确告知相关方哪些功能被砍、下一个版本什么时候补。
反过来,如果项目是核心系统的替换,一次上线失败代价极高,那就保范围稳定,接受延期。最怕的是既不砍范围又要保速度,这种项目的结局通常是延期加质量事故。
2. 客户满意度与基线稳定,怎么选
我的判断依据是客户的长期价值。战略客户且关系长期,可以适度让步,但让步必须记录在案并作为商务谈判筹码;一次性客户,坚持合同边界,用变更计价规则处理。
这里有个反直觉的经验:明确说”不”并给出替代方案的客户满意度,往往高于含糊答应。含糊答应带来的期望落差,比直接拒绝的伤害大得多。

3. 工具治理与流程治理,投入怎么分
我的经验比例是流程治理占七成,工具治理占三成。流程没想清楚就上工具,只会把混乱自动化。
但反过来,纯靠流程不靠工具,在超过 50 人的团队里一定会失效,因为范围状态每周都在变,人工维护的信息永远是滞后的。所以正确的顺序是先定义状态和规则,再选平台承载。
选平台时有几个我认为必须验证的点:需求与任务的关系是否可追溯、变更是否有独立工作流、是否支持基线快照对比、能否配置自动化告警、是否支持私有化部署。前四个决定治理能不能落地,第五个决定在中大型组织里能不能过合规关。
4. 颗粒度上的取舍:管理层要粗,执行层要细
我最后悔的一次决策,是在一个 40 人项目里用了统一的非常细的颗粒度,结果管理层被任务明细淹没,执行层被汇报格式束缚。
后来的做法是分两层:管理层看需求条目级(30 到 80 条量级),执行层看任务级(数百条量级),两层通过状态和进度百分比自动汇总。这样两边都不吃亏。
5. 什么时候应该主动重开基线
很多人不敢重开基线,觉得这样等于承认失控。我的判断是:当累计变更超过原基线的 30%,且已经明确延期时,应该主动重开基线。
原因很简单,一个已经严重失真的基线,会让所有基于它的判断都失去意义。重开基线不是认输,而是让计划重新具备指导能力。

八、下一步怎么做:给项目负责人的 7 天行动清单
讲完方法和取舍,最后给一份可以直接执行的清单。这些都是我自己做过、并且验证过成本可控的动作。
1. 第 1 天:摸清现状,不要急着改流程
打开你当前所有的需求来源,统计活跃需求总数。我的经验是,第一次做这个统计时,项目负责人通常会发现实际数字比想象中多 40% 以上。
统计口径要包含:已排期、开发中、待验收、以及”在群里说过但没登记”的。最后这一类可以用一个简单办法估算,翻最近一个月的需求相关聊天记录,数一下有多少条讨论最终变成了研发任务但没进需求池。
2. 第 2 到 3 天:建立唯一入口
选定一个平台作为唯一需求入口,其他渠道全部改为”引导到该入口”。这一步不动任何流程,只做归集。
如果团队规模在 100 人以上、且历史数据需要迁移,这个动作要提前评估平台能力。支持 Jira 平滑迁移的平台能把这个过程从数周压缩到数天,对治理节奏影响很大。
3. 第 4 天:定义基线锚点和冻结级别
按前面说的三层结构,在本项目上定义三个锚点和对应的冻结级别。写清楚每个级别下允许的变更类型和审批角色。
我的建议是第一个锚点不要设得太死,给足澄清空间。如果第一道闸太紧,团队会从第一天开始绕流程。
4. 第 5 天:上线变更定价模板
把变更单的必填字段控制在 5 个以内:原需求、新增内容、人天估算、置换对象、代价承担方。字段越少,执行率越高。
同时明确一条规则:置换对象为空的变更,一律退回。这条规则比任何宣贯都有效。
5. 第 6 天:配置观测指标
至少配置四个:承诺范围条目数、超基线条目占比、变更闭环时长、僵尸需求数量。每周自动出一次,发到项目群。
指标的作用不是考核,而是让范围状态从”感觉”变成”事实”。有了事实,讨论才有可能收敛。
6. 第 7 天:开一次范围对齐会
把项目所有相关方叫齐,用 40 分钟讲清楚三件事:当前范围是多少、接下来怎么变更、变更的代价谁承担。
会议结束时,让每个人用一句话复述当前承诺范围。如果复述不一致,说明认知同步还没完成,需要再来一轮。范围治理的终点,是全队对”我们现在要交付什么”有同一个答案。
7. 长期要守住的三个习惯
- 每周更新一次范围状态,哪怕没有变化也要发,形成固定节奏。
- 每次变更都记录代价,三个月后你会得到一份极有价值的组织数据。
- 每个季度清理一次僵尸需求,这是投入产出比最高的一项维护动作。
回到开头那个 47 条变 132 条的项目。如果重来一次,我不会去写更详细的需求文档,我会在项目启动的第一周就做三件事:把需求入口统一、把三个基线锚点定下来、把变更定价规则告诉所有相关方。
范围管理真正的难点从来不是技术,而是你有没有能力让”加一个需求”这件事变得有成本。做不到这一点,所有的文档、流程、工具都只是失控过程的记录仪;做到了,项目负责人每周至少能省下四五个小时,用在真正影响交付的事情上。
常见问题解答(FAQ)
文章包含AI辅助创作:项目范围如何做好范围?项目负责人效率提升与操作步骤,发布者:飞飞,转载请注明出处:https://worktile.com/solution-1/archives/325203
读者评论
内部系统型膨胀倍数最高这点我信。我们内部项目也是,拒绝客户要理由,拒绝同事只需勇气。但我觉得还有一层:业务方提需求时自己也有上级指标压着,他不提反而显得不配合,所以范围膨胀某种程度上是两个部门的KPI在打架,光靠项目负责人定价挡不住,得让两边上级坐在同一个排期会上。
变更工作流使用率只有23%太真实了。我们推行过类似的东西,最后大量变更被登记成缺陷修复。后来发现不是工具不好用,是走流程的人要额外写一段影响说明和置换理由,没人愿意干这件事。把变更登记简化成在需求条目上挂三行说明,使用率才慢慢上来。工具卡住的其实是人的成本,不是功能。
个和34个任务的对比结论我持保留。6周实验里团队能力、模块性质都没控制住,我们做数据类模块时细颗粒反而更稳,因为口径错一点就全错。中颗粒是最优点这个说法可能只成立于需求相对稳定的模块,探索型的模块颗粒度太粗,边界模糊带来的返工比维护任务状态更贵。