Canevas de clarté : Cadre d'estimation à quatre facteurs

✅ Canevas de clarté -L'approche Miro pour le modèle de répartition en quatre facteurs pour les estimations)

Ce modèle nous aide à évaluer la préparation et à estimer plus précisément en regardant au-delà de la taille et en comprenant ce qui pourrait nous ralentir.

Rédigez la description et les critères d'acceptation de l'histoire. Sans ces éléments, nous ne commencerons même pas l'histoire. Vous décomposez chaque histoire en :

🔗 1. Dépendances

Est-ce que cette histoire dépend d'une autre équipe ?

Ou d'une autre histoire ?

Ou en attente d'un design / API / environnement ?

Exemple de notation :

0 = aucune

1 = petite dépendance (interne, simple)

2 = dépendance modérée

3 = dépendance externe (plateforme, fournisseur, autre équipe)

🚧 2. Bloqueurs

Y a-t-il quelque chose qui empêche même de commencer cette histoire ?

Quelque chose que l'équipe ne peut pas résoudre pendant le sprint ?

Notation :

0 = pas de bloqueur

2 = bloqueur potentiel

3 = bloqueur actif

⚠️ 3. Risques

Y a-t-il un risque que cela ne fonctionne pas comme prévu ?

Est-ce que cela touche des zones sensibles du code ?

Y a-t-il des implications de performance ou de sécurité ?

Notation :

0 = aucun risque

1 = risque à faible impact

2 = risque moyen

3 = élément à risque élevé

❓ 4. Inconnues

Ressentons-nous une incertitude quant à la mise en œuvre ?

Des explorations ou des pics sont-ils nécessaires ?

Manquons-nous de clarté sur les critères d’acceptation ?

Évaluation :

0 = rien d'inconnu

1 = mineur inconnu

2 = certaines recherches nécessaires

3 = inconnu majeur / critères d’acceptation peu clairs

📊 Mettre Tout Ensemble : « Score de Prêt à Exécuter »

Pour chaque histoire, l’équipe remplit une grille à 4 cases et attribue des chiffres.

Ensuite, score total =

Dépendances + Risques + Inconnus + Bloqueurs

Exemple :

Dépendances → 3

Inconnus → 1

Risque → 0

Bloqueur → 3

Total = 7

🚦 Le Feu de Circulation de Préparation au Sprint

Utilisez le score total pour décider rapidement de la préparation de l'histoire :

🟩 0–3 → PRÊT à intégrer le sprint

Les histoires sont claires, à faible risque, peu dépendantes.

🟨 4–6 → À RÉVISER avant de s'engager

Ceux-ci nécessitent une conversation :

Pouvons-nous réduire les dépendances ?

Pouvons-nous le diviser ?

Pouvons-nous supprimer les inconnues avant de l'inclure ?

🟥 7+ → PAS PRÊT (nécessite un affinage)

Cet récit est un problème.

Vous verrez généralement :

Trop de dépendances

Inconnues qui sont en fait des obstacles

Clarifications manquantes

Cela permet à votre équipe d’éviter d'intégrer des récits risqués dans le sprint et de les affiner correctement en premier lieu.

💡 Par exemple

Nous avons 3 dépendances mais 1 inconnue qui est un obstacle → probablement le récit ne peut pas être intégré dans le sprint.

Converti selon le modèle :

Dépendances = 3

Inconnue = 3 (inconnue = obstacle)

Risques = peut-être 0

Obstacle = 3

Total = 9 →

🟥 ROUGE → pas prêt.

🔥 Pourquoi cela fonctionne

• Rend l'estimation objective

• Aide l'équipe à dire « non » aux histoires floues

• Réduit les surprises en milieu de sprint

• Aide le PO à savoir exactement quoi corriger

• Transforme le raffinement en une conversation basée sur les données, pas un jeu de devinettes