实时可追溯性和事后可追溯性

2023-10-25 08:31
文章标签 实时 事后 可追溯

本文主要是介绍实时可追溯性和事后可追溯性,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在当今的世界里,成功的组织都将其创新和复杂产品开发流程建立在跨多个工作流的互联数据上。为此,他们需要收集利益相关者的想法以构建系统架构,管理高级需求以创建详细的用户故事,并实施验证程序以检查问题。同时,在满足标准规定并在当前的市场环境中保持竞争力的过程中,与各利益相关者的协作需要深度的追踪。

许多行业标准都要求有需求追踪性,以保证产品的质量和安全性。这些行业标准是基于在系统和质量工程研究中取得的数十年的进步,而需求追踪性是其核心内容。只有把追踪性作为产品开发过程中的一个工具,我们才能享受到需求追踪性的优点。

这样做带来了很多明显的好处:显著减少或避免项目延期、系统缺陷、成本超支以及返工等。本文将概述建立需求可追溯性的一些最佳实践。

实时可追溯性对比事后可追溯性

首先,让我们确定一些概念,确保我们的理解是一致的。需求追踪性是指从需求定义和设计到开发、测试以及验证,对产品需求的开发进程进行跟踪的能力。需求追踪性有两种形式:事后追踪性和实时追踪性。

什么是传统的,事后的可追溯性?

事后的可追溯性发生在产品开发完成之后,这通常是一种高度手动的努力,试图重新构建工作产品,以便展示在开发过程中应该发生但却没有发生的可追溯性。这项工作是为了符合行业标准,并满足审计员对过程成熟度展示的要求。

什么是实时可追溯性?

PingCode 定义实时可追溯性为在系统开发的任何阶段,不论涉及到多少独立的工具和团队,都能获取任何需求最新、最全面的上游和下游信息的能力。

这使得工程和产品管理过程可以基于数据进行管理,以实时提升性能。

实时可追溯性在产品开发过程中实时发生,旨在提升整体生产力(通过确保各专业领域的工程师始终使用最新和正确的版本),并降低由于问题被发现得太晚而产生的不良产品结果(例如延期、缺陷、返工、超预算和召回等)的风险。

早期发现问题的好处是显著的。INCOSE的研究发现,如果在设计过程中而不是在验证和确认过程中发现问题,其成本可能会高出40到110倍。因此,大多数公司都希望实现实时可追溯性,但他们常常被旧有的工具和电子表格所困扰,这些工具和电子表格并不支持实时可追溯性。由于每个工程学科都可以选择自己的工具,导致大量的工具之间没有关联性规则或机制来实现实时的可追溯性。

为什么实时可追溯性很重要?

产品工程组织面临的首要问题是需要遵循跨独立团队和工具的可追溯性要求。组织通常被跨多个电子表格进行高度手动和耗时的信息审查所困扰。

实时可追溯性的实现

你可以通过在工具链中的实时可追溯性,并且让这种持续的同步尽可能简单,比如:PingCode、Jama 等工具之间实现实时的可追溯性,通过直观的点击操作就可以实现。

整合工具之间的实现实时可追溯性主要好处包括:

  • 保持与市场和用户需求的一致性:将上游的规划、需求和测试计划整合到迭代开发过程中,确保你构建的内容能满足市场、合规性和用户的需求。
  • 保持对下游开发的可见性:准确捕获和沟通需求、目标、进度和相互依赖性,以在整个开发过程中消除摩擦。
  • 消除由于不对齐而产生的后期返工和质量差距:捕获需求并保持对你正在构建的内容的共识。确保每个人都在使用最新的规格工作,以便产品/系统最终能够实现其预期的价值。
  • 支持正式的变更管理过程:识别产品需求变更的变更影响含义和受影响的所有者,以便开发团队在需求演变时做出明智的决定。

如何实现实时追踪性?

步骤1:定义追踪模型

实时可追溯性需要一个模型,该模型定义了在开发过程中需要监控的关键过程元素和它们的关系规则。系统工程的V模型是一个有用的框架,用于定义数据对象和它们的关系。PingCode提供了一个点击式的、可配置的关系规则功能,来实现实时可追溯性。

步骤2:实现不同工具之间的数据同步

一旦定义了关系规则,下一步就是与各种工程学科使用的最佳工具和电子表格设置连续同步。以下的图展示了一站式工具示例,以及外部工具在PingCode关系模型中同步的位置,以实现实时追踪。

在这个示例中,显示了对追踪至关重要的最佳工具。当然,也支持其他竞争性的替代方案。

大多数公司优先考虑追踪模型的那些区域,这些区域在没有持续同步的情况下最容易导致昂贵的问题。最常见的这些区域是:

  1. 软件任务管理:直接将需求分解为用户故事,使得能够通过测试和缺陷管理在软件开发过程中实现实时追踪。最常用的最佳工具是PingCode
  2. 测试自动化:测试用例在 PingCode 中管理,以便与需求对齐,并确保跨所有工程学科的追踪,测试自动化结果在验证步骤中同步到追踪模型。最常见的测试自动化工具是TestRail和qTest。

步骤3:监测异常

实时追踪性首次提供了一种能力,可以通过例外情况管理整个产品开发过程,跨越所有工程学科。追踪模型定义了预期的过程行为,可以与实际活动进行比较,从而产生异常。这些异常是早期警告指标,它们最常导致延迟、成本超支、返工、缺陷和召回。

需求管理

 需求管理指南: 

需求管理: 需求管理主要内容  |  需求管理的重要性  |  采用敏捷方法进行需求管理  |  如何克服需求管理的 5 大挑战  |  更多 

需求编写: 功能需求的示例和模板  |  采用 EARS 方法来改进需求工程  |  如何编写一份优秀的产品需求文档(PRD) |  功能性需求与非功能性需求的区别  |  有效需求的特征  |  更多 

需求收集和管理流程: 需求工程概述  |  产品团队的需求分析指南  |  敏捷产品团队的 11 种需求收集技巧  |  定义和实施需求基线  |  更多  需求的可追溯性: 什么是需求可追溯性  |  可追溯性在现代产品和系统开发中的关键作用  |  如何创建和使用需求追溯矩阵  |  更多 

需求确认和验证: 产品团队的需求验证和确认  |  更多 ​​​​​​​

这篇关于实时可追溯性和事后可追溯性的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/281311

相关文章

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

三.海量数据实时分析-FlinkCDC实现Mysql数据同步到Doris

FlinkCDC 同步Mysql到Doris 参考:https://nightlies.apache.org/flink/flink-cdc-docs-release-3.0/zh/docs/get-started/quickstart/mysql-to-doris/ 1.安装Flink 下载 Flink 1.18.0,下载后把压缩包上传到服务器,使用tar -zxvf flink-xxx-

【IPV6从入门到起飞】4-RTMP推流,ffmpeg拉流,纯HTML网页HLS实时直播

【IPV6从入门到起飞】4-RTMP推流,ffmpeg拉流,纯HTML网页HLS实时直播 1 背景2 搭建rtmp服务器2.1 nginx方案搭建2.1.1 windows 配置2.1.2 linux 配置 2.2 Docker方案搭建2.2.1 docker 下载2.2.2 宝塔软件商店下载 3 rtmp推流3.1 EV录屏推流3.2 OBS Studio推流 4 ffmpeg拉流转格式

Ubuntu 标题栏实时显示网速CPU内存

1.用 wget 下载 indicator-sysmonitor,终端执行命令: $ wget -c https://launchpad.net/indicator-sysmonitor/trunk/4.0/+download/indicator-sysmonitor_0.4.3_all.deb2.安装依赖: sudo apt-get install python python-psu

第一款实时网络游戏的开发历程全解

“我的兴趣是创建世界,而不是生活在别人创建的世界里。我希望游戏世界能让人们能跳出现实世界的局限,去尝试新的身份……不是要脱胎换骨,而是让他们找到自己真正的归属”。所以他创造了第一个网络世界。      特鲁布肖所开发的MUD1(为区别这款游戏与MUD这一游戏类型,后文游戏名统一为MUD1)依然是一个纯文字的世界,没有任何图片,但是不同计算机前的玩家可以在游戏里共同冒险、交流。   与以往具有

CVPR 2024最新论文分享┆YOLO-World:一种实时开放词汇目标检测方法

论文分享简介 本推文主要介绍了CVPR 2024上的一篇论文《YOLO-World: Real-Time Open-Vocabulary Object Detection》,论文的第一作者为Tianheng Cheng和Lin Song,该论文提出了一种开放词汇目标检测的新方法,名为YOLO-World。论文通过引入视觉-语言建模和大规模预训练解决了传统YOLO检测器在固定词汇检测中的局限性。论

el-table 封装表格(完整代码-实时更新)

最新更新时间: 2024年9月6号 1. 添加行内编辑、表头搜索 <template><!-- 简单表格、多层表头、页码、没有合并列行 --><div class="maintenPublictable"element-loading-background="rgba(255,255,255,0.5)"><!--cell-style 改变某一列行的背景色 --><!-- tree-props

三文带你轻松上手鸿蒙的AI语音01-实时语音识别

三文带你轻松上手鸿蒙的AI语音01-实时语音识别 前言 HarmonyOSNext中集成了强大的AI功能。Core Speech Kit(基础语音服务)是它提供的众多AI功能中的一种。 Core Speech Kit(基础语音服务)集成了语音类基础AI能力,包括文本转语音(TextToSpeech)及语音识别(SpeechRecognizer)能 力,便于用户与设备进行互动,实现将实时输入

使用 Apache Flink 开发实时ETL

来源:薄荷脑的博客 作者:薄荷脑 大数据技术与架构 点击右侧关注,大数据开发领域最强公众号! 暴走大数据 点击右侧关注,暴走大数据! By  大数据技术与架构 场景描述:本文将介绍如何使用 Flink 开发实时 ETL 程序,并介绍 Flink 是如何保证

Flink实时计算指标对数方案

来源:大数据技术与架构读者投稿 作者:诸葛子房 点击右侧关注,大数据开发领域最强公众号! 点击右侧关注,暴走大数据! By  大数据技术与架构 作者简介: 诸葛子房 ,目前就职于一线互联网公司,从事大数据相关工作,了解互联网、大数据相关内容,一直在学习的路上 。