TL;DR時間がないので大規模アジャイルのヘルスメトリクスだけ手っ取り早く知りたいという方のために、メトリクスは以下です。 ちょうど１スプリントよりも長く存在するバックログの量エンドユーザーが追加説明なしで理解できるプロダクトバックログアイテムの割合開発者1人あたりの1日のコミット数トランクへ直接コミットする割合スプリントで選択されたPBIのうち、前回のスプリントレビュー前には存在しなかったPBIの割合スプリント終了時の着手済みの未完了アイテムスプリントごとに進行中の祖先全チームがオフィスにいる週の日数完成の定義メトリクスを見て興味が湧いた方はぜひ続きを読んで見てください。 大規模アジャイルのヘルスメトリクスについて語る目的講演の中で、通常は特定の指標については話していない、メトリクスに関する組織のダイナミクスと、メトリクスが組織内でどのように使用されているかに興味があるからだと言っていま

こんにちは。メルカリのBackendエンジニアの@osari.kです。 この記事は、Mercari Advent Calendar 2023 の9日目の記事です。 一般に大きなプルリクエストはレビューが大変で、マージまでに時間がかかります。一方で複数の小さいプルリクエストに分割するとコードレビュー待ちの間、関連する開発がブロックされることがあります。今回は機能の開発時間を短くするために、チームで試したGitのブランチ戦略の1つであるStacking手法をケーススタディを交えて紹介します。 大きなプルリクエストがもたらす問題点 大きなプルリクエストがもたらす問題とは何でしょうか？ コードレビューで読むサイズが増える コードレビュー中の修正回数が増える（可能性が増える） コードレビューで必要な知識の範囲が広がる（可能性が増える） 変更箇所が多いのでリリースのリスクが増加する プルリクエストが大