コーチングプラクティス： プロジェクトの見積もり精度を上げる方法

取り組んでいることをほぼ何でも入力すると、IX Coach が現実に最も合うプラクティスを見つけます。「プロジェクトの見積もり精度を上げる方法」については、現在のプラクティスライブラリからの最適な一致をご覧ください。

役立つかもしれないプラクティス

1. 一点の見積もりではなく分布として予測する
   予測を単一の予想数値ではなく、起こりうる結果の範囲として表現する。
   リファレンスクラス予測
2. プロジェクト終了後にクラスデータへ貢献するための振り返りを行う
   実際の結果と予測を正直に記録する——これが将来の予測が依拠するリファレンスクラスを築く。
   リファレンスクラス予測
3. インサイドビューの詳細を加える前にベースレートにアンカーする
   クラスの中央値から予測を始め、そこから調整する——自分の物語から始めてベースレートに調整するのではない。
   リファレンスクラス予測
4. 認知的な楽観バイアスと戦略的な虚偽表示を区別する
   予測の水増しには純粋なバイアスによるものと意図的な操作によるものがあることを認識する——それぞれ異なる対処が必要だ。
   リファレンスクラス予測
5. 参照クラス予測
   見積もる前に、似た過去のプロジェクトが実際にどれくらい時間がかかったかを調べる——どう感じられたかではなく。
   計画の誤謬——なぜあなたの見積もりはいつも外れるのか
6. すべてのタスクについて実際対見積もりの時間をログする
   将来の予測を較正できるよう、自分自身の見積もり誤差の個人的なデータベースを構築する。
   計画の誤謬——なぜあなたの見積もりはいつも外れるのか
7. リファレンスクラス予測
   リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。
8. 計画の誤謬——なぜあなたの見積もりはいつも外れるのか
   計画の誤謬とは、過去のプロジェクトが遅れたことを知っていても完了時間を過小評価してしまう、よく再現される傾向です。修正策は「もっと頑張る」ことではありません——理想的な未来のシナリオを想像することから、自分自身のベースレート履歴と類似プロジェクトを参照することへと切り替えることです。
9. 自分の状況に合ったリファレンスクラスを特定する
   自分の状況と構造的に似た過去の事例をまとまった集合として見つけ、その結果データを集める。
   リファレンスクラス予測
10. プロジェクトの見積もりに参照クラス予測を使う
    自分の特定のプロジェクトを見積もる前に、類似のプロジェクトが過去にどれくらいの時間を要したかを見積もる。
    基準率の無視:なぜ私たちは確率を無視するのか

自分の言葉で状況を説明する でプラクティスライブラリ全体を検索できます。