推薦:看板系統Trello
看板的一大好處是公開、透明、便於跟蹤,尤其在迭代開發跟蹤上面,使用Trello是個非常有效的工具。
在具體實施上,我們設定6個列表:
1.目標:描述本次迭代的完成時間和要達到的目標
2.待辦:待處理的需求列表
3.進行中:正在由開發團隊跟進的需求列表
4.待驗證:已完成開發,待測試團隊跟進的需求列表
5.驗證中:測試團隊正在跟進的需求列表
6.已交付:已由測試團隊驗證透過的需求列表
透過以上劃分,可以很清晰的看到整個迭代的狀態。
在trello上面,資訊是公開的,不管是開發人員、系統分析員還是測試人員,都可以登入到trello中檢視某個需求的狀態,時間進度&問題一目瞭然,不管身在何處,透過App或Web第一時間瞭解迭代狀態。
在具體實施上,我們設定6個列表:
1.目標:描述本次迭代的完成時間和要達到的目標
2.待辦:待處理的需求列表
3.進行中:正在由開發團隊跟進的需求列表
4.待驗證:已完成開發,待測試團隊跟進的需求列表
5.驗證中:測試團隊正在跟進的需求列表
6.已交付:已由測試團隊驗證透過的需求列表
透過以上劃分,可以很清晰的看到整個迭代的狀態。
在trello上面,資訊是公開的,不管是開發人員、系統分析員還是測試人員,都可以登入到trello中檢視某個需求的狀態,時間進度&問題一目瞭然,不管身在何處,透過App或Web第一時間瞭解迭代狀態。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/6906/viewspace-2133668/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 【推薦系統篇】--推薦系統之訓練模型模型
- 【推薦系統篇】--推薦系統之測試資料
- 推薦系統概述
- python 推薦系統Python
- 《推薦系統實踐》筆記 01 推薦系統簡介筆記
- 推薦系統論文之序列推薦:KERL
- 推薦系統一——深入理解YouTube推薦系統演算法演算法
- 【推薦系統篇】--推薦系統介紹和基本架構流程架構
- 《推薦系統》-DIN模型模型
- 《推薦系統》-PNN模型模型
- 推薦系統概念篇
- 雲音樂推薦系統(二):推薦系統的核心演算法演算法
- Mahout的taste推薦系統引擎(影片推薦案例)AST
- 【推薦演算法】推薦系統的評估演算法
- 推薦系統工程架構架構
- 《推薦系統》-Wide&DeepIDE
- 推薦系統 task 1 @datawhale
- 【推薦系統】GBDT+LR
- 如何構建推薦系統
- Spark推薦系統實踐Spark
- 推薦系統實踐學習系列(三)推薦系統冷啟動問題
- Netflix推薦系統(Part two)-系統架構架構
- 推薦系統應該如何保障推薦的多樣性?
- PredictionIO:開源的推薦系統
- Netflix 推薦系統(Part Six)-To Be Continued
- python酒店相似度推薦系統Python
- 推薦系統研究-筆記(1)筆記
- 序列推薦系統的前世今生
- 推薦系統技術概覽
- 分期商城實時推薦系統
- 推薦系統的評估方法
- 【推薦系統篇】--推薦系統之之特徵工程部分---構建訓練集流程特徵工程
- Netflix推薦系統(Part Seven)-改善實驗系統
- Netflix推薦系統(Part Five)-國際化和本地化推薦
- VNC客戶端推薦,Windows系統下VNC客戶端推薦VNC客戶端Windows
- 推薦系統01–餘弦相似度
- 我的推薦系統學習之路
- 抖音推薦系統冷啟動
- 5款好用的Linux系統推薦!Linux