机器学习的思考故事_用户故事的思考

机器学习的思考故事

用户数

顾名思义，用户故事描述了用户或客户如何使用产品-从用户的角度捕获了数字产品。 这避免了以解决方案为中心的观点，在该观点中，我们更加担心如何提供和实施产品功能，而不是人们为什么以及如何使用它们。

了解用户是谁以及产品将如何使他们受益对发现和创建正确的故事至关重要。 换句话说，如果您不知道您的用户是谁，以及他们希望解决哪些问题或希望从中受益，那么您就不应该创建故事！ 否则，您可能会猜测产品功能，而不是从用户需求中衍生产品功能。

我想进一步介绍一下，建议您与用户见面。 这并不是说用户将能够正确地告诉您该产品应该做什么，这是您的工作。 我知道产品经理和产品所有者并不总是能够访问用户，有时会被销售团队或管理人员屏蔽。 我也理解开发团队成员倾向于很少见到用户。 但是，如果您想利用用户故事来开发成功的产品，则应该尝试观察并与使用该产品的人交谈。 您还能如何真正理解他们的需求并同情他们？

会话

15年前，当我第一次遇到用户故事时，我对他们缺乏细节感到惊讶。 我习惯于处理用例，花了我一段时间才弄明白它们的概略性。 他们似乎不太像需求，而更像是笔记。 而这正是故事的本意-抓住对话本质的笔记。

用户故事本身就毫无用处。 产品负责人，产品经理或产品所有者以及跨职能的开发团队之间的对话需要对它进行补充。

快速查看用户案例出现的上下文可能会有所帮助。 故事首先在极限编程中与现场客户的角色结合使用。 现场客户是与开发团队并置的用户社区的成员。 个人将与团队讨论在下一次迭代中应构建的内容，并将对话记录为故事，以提醒所有人所讨论的内容。

敏捷方法乐于接受隐性知识 ，即没有明确表达和写下来的知识，并且他们比文档更喜欢面对面的交谈。 为什么？ 为了加快速度，允许团队快速实现某些功能并通过将其公开给用户来对其进行验证。

我发现通过邀请开发团队成员基于从用户收集的反馈和数据来帮助发现新的故事和对现有故事的修改来共同创建用户故事会更好。 这利用了团队的集体知识和创造力，并且往往会产生更好，更清晰的故事。 为此，使协作故事工作成为产品积压整理或完善过程的一部分。

但是，如果您至少不能进行有意义的对话，或者产品所有者和团队无法一起讨论新故事，以使团队能够理解故事并可以提出改进或拆分建议，那么您就不应使用用户故事。 对话不是可选的； 它是用户故事的重要组成部分。 没有它，故事将无法使用，或者细节details肿。 如果发现需要捕获更多详细信息或移交要求，请改用其他方法，例如用例。

用例倾向于在创建和更新上付出更多的努力，但是它们提供了更多的结构。 它们带有前置条件和后置条件，触发器，主要成功方案，替代成功方案和异常情况。 这使您可以更详细地描述产品功能，这在与远程团队合作时可能是必需的。

简单

用户故事是一个非常简单的工具-我们仅讲述用户可能如何与产品进行交互并抓住其本质的故事。 而已。 不幸的是，我看到了很多故事，这些故事远非简单明了。

我发现记住敏捷是很有帮助的，在早期，人们对用户故事的讨论不多。 相反，他们使用了故事卡一词。 原因很简单：将故事记录在纸卡上。 它们具有两个优点：它们促进了协作和可视化。 每个人都可以在一张纸上书写，并且卡片可以轻松地放在桌子或办公室的墙上。 根据我的经验，电子工具不利于团队合作； 通常一个人可以控制键盘和工具。 而且，要显示故事并防止其被隐藏起来要困难得多。 因此，我鼓励您尝试使用纸卡来记录您的故事-至少在创建新故事时。 以后，您可以根据需要将它们键入您喜欢的电子工具中。 但请注意：我见过一些团队，他们经过一些实验后决定从电子故事切换到纸质故事。

可以从简化中受益的另一个领域是验收标准。 顾名思义，这些标准希望传达所需的内容，以便可以将故事视为已完成，并且可以向用户或客户展示相应的功能。 接受标准应该没什么大不了，但可以从叙述中顺理成章地问：“我们如何确定故事完成了？” 如果您使标准变得更加复杂，那么故事将变得更难以理解，并开始拖慢您的步伐。

限度

用户故事非常擅长捕获产品功能，人们可以使用数字产品来做这些事情，例如在线搜索，评估和购买产品。 您还可以使用故事来捕获产品的非功能性方面 ，例如性能，健壮性和互操作性。

但是，在用户界面和用户交互方面，用户故事不太适合。 草图和模型更适合描述UI设计。 场景 ，工作流图，情节提要和故事地图更适合捕获包含几个步骤的用户交互。

此外，当您开发可能被重用的软件时，编写用户案例是值得的。 但是，如果您想快速创建一个可丢弃的原型或模型来验证一个想法，则可能不需要编写故事。 切记：用户故事与记录需求无关； 他们希望使您能够快速迁移并尽快开发软件-不会增加任何开销。

因此，用户故事应该是产品工具箱中的工具之一，而不是唯一的工具。

翻译自: https://www.javacodegeeks.com/2017/02/user-story-reflections.html

机器学习的思考故事