迭代燃尽图示例:一张填好的燃尽图怎么读

迭代燃尽图把“还剩多少工作”画成一条随时间下降的线,难点在于每个数字怎么填、每天什么时候更新、线偏离时怎么判断。本文用一次假设的两周迭代,给出一张填好的每日剩余工作量表和对应的理想线、实际线,逐项说明数据来源与读图逻辑。示例数据仅用于演示方法,不代表真实项目成效。填写与更新环节可借助ONES Project的迭代工作项与燃尽图记录剩余工作量。



要点总览(TL;DR)


  • 示例以一次假设的两周迭代为情景:6人团队、8个工作项、总工作量80工时,逐日记录剩余工作量并对照理想燃尽线。
  • 填写要点是统一口径、固定更新时点:总工作量来自迭代规划,剩余工作量由工作项负责人在每日站会后报数,范围变更时先调整总工作量再重画理想线。
  • 读图先看总工作量是否变过,再看差距是持续扩大还是短期波动,最后落到具体工作项找原因;示例中的两次偏离分别对应依赖阻塞和范围变更。
  • 迭代结束时未完成的工作需重新评估优先级、拆分和估算后再决定去向,不默认结转到下一迭代。
  • 示例数值为演示用途,不构成基准值;燃尽图适合作为进度跟进与回顾复盘的参考信号,不宜单独作为绩效评价依据。


示例目标:这张燃尽图要回答什么


先交代示例情景。假设一个6人研发团队,迭代周期为两周共10个工作日,迭代内纳入8个工作项,总估算为80工时。团队规模、工作项数量、工时数值都是为演示设定的,不对应任何真实项目。选择工时而非故事点,是因为工时在每日更新时更容易拆分到“剩余多少小时”,便于展示填写过程。


这张示例燃尽图要演示三件事:


  • 数据来源:总工作量从哪来,每日剩余工作量由谁、依据什么填写。
  • 每日更新:更新时点放在哪里,更新后实际线如何变化。
  • 读图判断:实际线高于或低于理想线时,分别对应哪些可能原因,应做什么动作。

示例与真实项目的区别需要明确:示例中的偏离事件是为讲解而设计的,真实迭代的偏离往往更零散;示例的数值不构成任何基准值,不同团队、不同工作项拆分粒度下的剩余工作量没有可比性。读者应把本文当作填写格式和读图方法的参照,而非进度标准。



完整示例:一次两周迭代的燃尽图数据


迭代范围与口径如下:迭代共10个工作日,总工作量80工时,按每日剩余工作量记录。理想燃尽线从第0天的80工时线性下降到第10天的0,每日理论下降8工时。实际线按每天站会后更新的剩余工作量绘制。


工作日 当日事件 剩余工作量(工时) 理想剩余(工时) 实际与理想差
第0天(计划) 迭代规划完成,总工作量80 80 80 0
第1天 正常推进 72 72 0
第2天 正常推进 65 64 +1
第3天 一个工作项发现依赖阻塞 60 56 +4
第4天 阻塞未解除,投入排查 56 48 +8
第5天 阻塞解除,恢复推进 44 40 +4
第6天 新增一个紧急缺陷工作项,+6工时 42 32 +10
第7天 集中处理新增项 30 24 +6
第8天 正常推进 18 16 +2
第9天 正常推进 8 8 0
第10天 迭代结束,剩余2工时未完成 2 0 +2

把表中“剩余工作量”连成实际线、“理想剩余”连成理想线,可以看到两次明显偏离:


  • 第一次偏离(第3—5天):一个工作项遇到外部依赖阻塞,实际线连续高于理想线,第4天差距达到8工时。阻塞解除后差距收窄,说明这是短期阻塞而非整体估算失真。
  • 第二次偏离(第6—7天):迭代中途新增一个紧急缺陷工作项,总工作量从80调整为86,实际线出现一次上抬。这次偏离对应范围变更,而非执行变慢。

迭代结束时剩余2工时未完成。示例的处理方式是:在回顾会上重新评估这2工时对应的工作项,判断是拆分不够细、估算偏低还是被新增项挤占,再决定放入下一迭代还是退回需求池,不默认自动结转。



逐项解释:每个字段和每条线怎么来的


下面按字段解释取值依据、更新时点和读图判断,便于对照上表逐行核对。


字段/线条 取值依据 更新时点 读图判断
总工作量 迭代规划时对纳入工作项的估算之和,示例为80工时 规划会确定;范围变更时同步调整 总工作量变化说明范围变了,需与实际线一起看
剩余工作量 各工作项“原估算减去已完成部分”之和,由任务负责人报数 每日站会后统一更新一次 连续多日下降缓慢,提示阻塞或拆分过粗
理想燃尽线 总工作量除以迭代天数得到每日下降量,从起点连到终点 规划时画定;范围变更后重画 斜率代表计划节奏,是参照线而非考核线
实际燃尽线 按每日更新后的剩余工作量逐点连接 与剩余工作量同步更新 与理想线的差距和走势共同说明问题类型

实际线偏离理想线时,常见原因可分四类:一是范围变更,总工作量本身变了,线会上抬;二是估算偏差,前期估低导致下降偏慢;三是阻塞与依赖,工作项卡住无法推进;四是人员变动或投入被抽调,可用工时减少。判断顺序建议先看总工作量是否变过,再看差距是持续扩大还是短期波动,最后落到具体工作项上找原因。


未完成工作的处理需要单独说明:迭代结束时剩余的工作量不应直接搬到下一迭代充数,而应重新评估优先级、重新拆分、重新估算。示例中剩余2工时的工作项,在回顾会上被拆成更小的任务并重新估时,才决定去向。这样下一迭代的燃尽图起点才是可信的。


在工具层面,ONES Project适配迭代管理场景,支持规划迭代,并提供看板、燃尽图等工具实时掌控当前进度,同时支持任务工时统计。团队可以把每日站会后确认的剩余工作量记录到对应工作项上,让燃尽图随工作项状态和工时数据更新,减少手工汇总。燃尽图的具体数据口径与更新配置以实际使用版本为准。



可迁移规律:换一个迭代怎么照样填


把上面的做法抽象成规则,换迭代长度或换团队时可以照着调整。


  • 迭代长度变化时调整口径:一周迭代的理想线每日下降量为总工作量除以5,两周除以10。迭代越短,单日波动对线的形状影响越大,读图时应更关注趋势而非单点。
  • 范围变更时同步更新总工作量:新增或移除工作项后,先调整总工作量并重画理想线,再更新当日剩余工作量。只改实际线不改总工作量,会让两条线失去可比性。
  • 明确更新责任人与时点:由各工作项负责人在每日站会后报剩余工时,由迭代负责人或 Scrum Master 统一汇总更新,每天固定一次。更新时点不固定,线的拐点就失去解释力。
  • 读图时问三个问题:总工作量变过吗?差距是持续扩大还是短期波动?差距对应到哪几个具体工作项?三个问题依次回答,基本能定位偏离性质。

团队规模和工作项拆分粒度不同,填法也要相应调整。工作项拆得粗,单日剩余工作量的跳变会很大,建议拆到一天左右能完成的程度再估算;团队人数多、并行工作项多时,汇总口径要统一到同一单位,避免工时和故事点混用。ONES的敏捷看板可用于站会中对齐任务状态与风险,燃尽图则作为进度参考信号,两者配合能让每日更新有据可查。



适用边界:示例不能直接照搬的地方


示例的数值和偏离情节都是假设,不能当作基准值去对比自己团队的曲线。不同团队的总工作量、拆分粒度、可用工时差异很大,同样的曲线形状可能对应完全不同的原因,照搬数值判断进度容易误判。


燃尽图适合作为迭代进度跟进和回顾复盘的参考信号,不适合单独作为绩效评价依据。一条线受范围变更、阻塞、人员投入等多种因素影响,脱离工作项明细和上下文解读,容易把外部原因算到个人头上。ONES的资料也把燃尽图定位为评估研发效率和复盘进度、质量、成本偏差的参考数据之一,需与工时日志、持续集成报告等一起看。


本文聚焦燃尽图的填写与读图,敏捷框架概念的系统介绍、产品 Backlog 与需求池管理方法属于相邻主题,不在本文展开。读者若需要规划迭代范围、管理需求优先级,应另找对应方法资料。示例中的更新频率、口径选择也需结合团队实际约定,本文给出的是一种可操作的填法,而非统一要求。



常见问题


迭代燃尽图按故事点还是按工时填?


两种口径都可以,关键是同一迭代内保持一致,并与团队估算习惯匹配。按工时填,剩余工作量能拆到“还剩多少小时”,每日更新时更容易报数;按故事点填,单日变化通常更平缓,适合工作项拆分较粗的团队。示例选工时是为了展示逐日填写过程。混用两种单位会让总工作量和实际线失去可比性,读图判断也会失真。


迭代中途新增需求,燃尽图应该怎么改?


先调整总工作量,再重画理想燃尽线,然后更新当日剩余工作量。只改实际线不改总工作量,两条线就不在同一口径上,后面的差距无法解释。示例中第6天新增一个紧急缺陷工作项、总工作量从80调整为86,实际线出现一次上抬,这次偏离对应的是范围变更而非执行变慢。是否接受这次范围变更,应在迭代内明确记录,便于回顾会复盘。


实际线连续几天高于理想线,先查什么?


建议按顺序排查:先确认总工作量是否变过,排除范围变更;再看差距是持续扩大还是短期波动;最后落到具体工作项上找原因。常见原因包括估算偏低、外部依赖阻塞、人员投入被抽调。示例中第3—5天的偏离由依赖阻塞引起,阻塞解除后差距收窄;如果差距持续扩大且找不到单一阻塞点,通常提示前期估算整体偏低,需要在回顾会上调整估算方法。


迭代结束时没做完的工作,可以直接放到下一迭代吗?


建议重新评估后再决定,不默认结转。未完成的工作项需要重新确认优先级、重新拆分、重新估算,再判断是放入下一迭代还是退回需求池。直接搬运会让下一迭代的燃尽图起点不可信,也容易掩盖估算偏差。示例中剩余2工时的工作项在回顾会上被拆成更小的任务并重新估时,才确定去向。


燃尽图能不能用来评价团队或个人的绩效?


不适合单独作为绩效评价依据。一条曲线受范围变更、依赖阻塞、人员投入等多种因素影响,脱离工作项明细和上下文解读,容易把外部原因归到个人。更合适的用法是把它作为迭代进度跟进和回顾复盘的参考信号,与工时日志、持续集成报告等数据一起看,在回顾会上讨论偏差原因和改进动作。