এস্টিমেশন টেকনিক — স্টোরি পয়েন্ট ও প্ল্যানিং পোকার

১ · স্টোরি পয়েন্ট — কেন ঘণ্টার বদলে আপেক্ষিক ইউনিট

এস্টিমেশনEstimationএকটি কাজ (M3/L13-এর ইউজার স্টোরি) সম্পন্ন করতে কত effort লাগবে তা আগে থেকে অনুমান করার প্র্যাক্টিস। সততার সাথে বলতে গেলে নোটোরিয়াসভাবে কঠিন — L02-এ দেখা ওভার-বাজেট, ওভার-শিডিউল প্রজেক্টের ইতিহাসের একটি বড় কারণ দুর্বল এস্টিমেশন। স্টোরি পয়েন্টStory Pointseffort/জটিলতা/অনিশ্চয়তার একটি বিমূর্ত, আপেক্ষিক ইউনিট -- সরাসরি সময়ের পরিমাপ নয়। হলো Agile-এর প্রচলিত, রাফ ঘণ্টা/দিন এস্টিমেটের বিকল্প — টিম একটি স্টোরির পয়েন্ট অন্য, ইতিমধ্যে-এস্টিমেট-করা স্টোরির সাপেক্ষে বিচার করে ("এটি সেই ৩-পয়েন্টের স্টোরির চেয়ে প্রায় দ্বিগুণ জটিল মনে হচ্ছে, তাই ৫ বলা যাক") — সরাসরি পরম ঘণ্টা অনুমান করার চেষ্টার বদলে, যা বাস্তবে বারবার কম নির্ভরযোগ্য প্রমাণিত হয়েছে।

২ · প্ল্যানিং পোকার — অ্যাংকরিং বায়াস এড়ানো

প্ল্যানিং পোকার-এ প্রতিটি টিম সদস্য একান্তে, একই সময়ে একটি এস্টিমেট কার্ড বেছে নেয় — সবাই একসাথে প্রকাশ করে। এই "একই সময়ে" প্রকাশের নিয়মটি ইচ্ছাকৃত: যদি প্রথম ব্যক্তি জোরে একটি সংখ্যা বলে ফেলে, বাকিরা অজান্তেই তার দিকে ঝুঁকে পড়ার (অ্যাংকরিং বায়াস) প্রবণতা রাখে, নিজেদের স্বাধীন বিচারের বদলে। যদি এস্টিমেট উল্লেখযোগ্যভাবে ডাইভার্জ করে, বহিরাগত (outlier) এস্টিমেটরদের নিজেদের যুক্তি ব্যাখ্যা করতে বলা হয়, এবং টিম যুক্তিসঙ্গতভাবে কনভার্জ না হওয়া পর্যন্ত পুনরায় এস্টিমেট করে।

৩ · ভেলোসিটি ও স্প্রিন্ট ফোরকাস্টিং

ভেলোসিটি হলো টিম প্রতি স্প্রিন্টে (M2/L09) গড়ে কত স্টোরি পয়েন্ট সম্পন্ন করে — অতীত স্প্রিন্টগুলোর প্রকৃত ডেটা থেকে গণনা করা হয়, ভবিষ্যৎ স্প্রিন্টে টিম বাস্তবসম্মতভাবে কতটা কমিট করতে পারে তা ফোরকাস্ট করতে ব্যবহৃত হয়। নিচের কোড সেলে তিনটি ফাংশন — একটি planning-poker কনভার্জেন্স চেক, ভেলোসিটি ক্যালকুলেটর, এবং একটি স্প্রিন্ট ফোরকাস্টার — সবই আসল ডেটা থেকে সত্যিকারের গণনা করে।

import math

FIBONACCI_POINTS = [1, 2, 3, 5, 8, 13, 21]

def planning_poker_round(individual_estimates):
    indices = sorted(FIBONACCI_POINTS.index(e) for e in individual_estimates)
    spread = indices[-1] - indices[0]
    converged = spread <= 1
    result = {"estimates": individual_estimates, "converged": converged}
    print(f"  এস্টিমেট: {individual_estimates}")
    if converged:
        print(f"  ✓ কনভার্জড (index spread={spread}, ≤1) -- চূড়ান্ত এস্টিমেট নেওয়া যায়।")
    else:
        median_index = indices[len(indices) // 2]
        outliers = [e for e in individual_estimates if abs(FIBONACCI_POINTS.index(e) - median_index) > 1]
        result["outliers"] = outliers
        print(f"  ✗ কনভার্জড হয়নি (index spread={spread}) -- আলোচনা দরকার। বহিরাগত এস্টিমেট: {outliers}")
    return result

def calculate_velocity(past_sprint_points_list):
    return sum(past_sprint_points_list) / len(past_sprint_points_list)

def forecast_sprints_needed(remaining_points, velocity):
    return math.ceil(remaining_points / velocity)

print("রাউন্ড ১ -- প্রথম এস্টিমেট (ডাইভার্জড):")
round1 = planning_poker_round([2, 3, 13])

print()
print("রাউন্ড ২ -- আলোচনার পর পুনরায় এস্টিমেট (কনভার্জড):")
round2 = planning_poker_round([5, 5, 8, 5, 8])

print()
past_sprints = [23, 19, 25, 21]
velocity = calculate_velocity(past_sprints)
print(f"অতীত ৪টি স্প্রিন্টের পয়েন্ট: {past_sprints}")
print(f"গড় ভেলোসিটি: {velocity} পয়েন্ট/স্প্রিন্ট")

remaining = 100
sprints_needed = forecast_sprints_needed(remaining, velocity)
print(f"\nবাকি {remaining} পয়েন্ট শেষ করতে প্রয়োজনীয় স্প্রিন্ট সংখ্যা: {sprints_needed}")