Tシャツサイジング：アジャイル見積もりをシンプルに

Tシャツのサイズが実際に何を意味するのかをチームに尋ねると、遅かれ早かれ、誰かがそれで計算しようとします。「前のSprintでスモール2つとミディアム1つを出荷したから、次のSprintではラージ1つをこなせるはずだ」。この文は、もっともらしく聞こえます。しかし、これはナンセンスです。そしてその理由を理解することが、Tシャツサイジングが本来何のためにあるのかを理解する最短の道です。

Tシャツサイジングは、作業をXS、S、M、L、XL、場合によってはXXLという順序尺度に置きます。順序尺度とは、ラベルに順序はある（XLはLより大きい）が、足したり引いたり平均したりできる距離はない、という意味です。ミディアム2つはラージ1つではありません。ラベルを数値として扱うチームは、この手法を誠実なものにしている唯一の性質を失います。つまり、チームが実際に持っている以上の精度を、決して主張しないという性質です。

Key Facts

• Scrumガイドは、見積もりの単位を意図的に定めていません。「作業を行う開発者がサイジングに責任を負う」とだけ述べており、ストーリーポイント、時間、Tシャツサイズのどれを使うかは完全にチームに委ねられています。
• Mike CohnによるTシャツサイズへの中核的な批判は、足し算ができないという点です。「ボスに『ミディアム3つ、ラージ4つ、プチ2つで終わります』とは言えません」（Mountain Goat Software）。
• まだ見積もられていない大きなバックログを素早くサイジングするために、Scrum.orgは無言のアフィニティグルーピングを推奨しています。「無言で行うアフィニティマッピングは、十分に良い結果を非常に速く出せます」。
• 見積もりに会議時間を使う価値があるかどうかについては、全員が同意しているわけではありません。Woody Zuillと結びつけて語られる#NoEstimatesの考え方は、より良い数字を提示するのではなく、「見積もりが役に立っていることをどう確認するのか」という問いをチームに投げかけます。

Tシャツサイジングとは何か、なぜ順序尺度が重要なのか

Tシャツサイジングは、相対見積もりの手法です。「これには何時間かかりますか」と尋ねる代わりに、チームは「すでにサイジングした作業と比べて、これはスモールとラージのどちらに近いか」と尋ねます。出力は、少数で固定された集合から選んだラベルです。エクストラスモール、スモール、ミディアム、ラージ、エクストララージ、そしてリスト上のほかのどれよりも大きい稀なアイテムには、まれにエクストラエクストララージが使われます。

この説明で最も重要な言葉は「順序」です。順序尺度は、物事の順序は示しますが、その間の距離は示しません。レースの結果が、誰が誰に勝ったかは教えてくれても、どれだけの差があったかは教えてくれないのと同じです。XLがミディアムより大きいことはわかります。しかし、ちょうど4倍大きいとか、不確実性が2倍であるとかはわかりません。この尺度は、そのような算術をサポートするようには作られていないからです。

それは制約ではなく、特長です。この手法の失敗パターンのほとんどは、結局ラベルで計算してしまうチームにたどり着きます。サイズを平均してVelocityの数値にしたり、サイズを納期に換算したり、あるチームのラージを、同じ言葉がどの部屋でも同じ意味を持つかのように別のチームのラージと比較したりします。順序という性質を意識し続ければ、手法は有用なままです。それを失うと、静かにストーリーポイントの劣化版に変わってしまいます。

粗さを持たせているのには、もう1つ理由があります。時間ベースの見積もりに忍び込みがちな、見かけの精度を和らげるためです。誰かがタスクを「12時間」と言うとき、その数字には根拠のない権威が宿ります。実際には「何も問題が起きず、誰にも邪魔されなければ」という意味であることが多いのに、です。ミディアムはそのような確実さを装いません。また、チームの外にも伝わりやすいものです。スプリントプランニングの会議に一度も出たことのないVPや顧客でも、フィボナッチ尺度の5が何を意味するかを説明されなくても、スモールがラージより小さいことは即座に理解できます。

Tシャツサイジングセッションの進め方

Tシャツサイジングのセッションは、素早く進み、すべてのアイテムを議論し尽くしたくなる衝動に抵抗するときに最もうまくいきます。以下のステップは、5つのロードマップ項目をサイジングする場合でも、一度に50のバックログ候補をサイジングする場合でも当てはまります。

最も注意を払うべきなのは基準のステップです。急いでいるとき、チームが最も飛ばしがちなステップでもあります。共有されたスモールという指標がなければ、「これはスモールかミディアムか」は雰囲気の議論になります。それがあれば、チームが実際に答えられる本物の比較になります。これは、すでにスモールだと合意した作業より多いか少ないか、という比較です。

無言のサイジングは、そうでなければ何時間もかかるバックログにこの手法を拡張します。各人（またはグループ全体）が、理由を口にしないまま、最小から最大までの連続体にアイテムを配置します。大きなバックログの見積もりに関するScrum.orgのガイダンスは、まさにこの直感に依拠しており、静かな比較ベースのグルーピングを、アイテムを1つずつ地道に処理する代わりに「十分に良い結果を非常に速く」得る方法として説明しています。どちらのアプローチも、アイテムごとの精度を速度と引き換えにしており、どちらも、議論ではなく比較によってものを配置できるだけの共有された文脈をチームが持っていることに依存しています。

最後のステップである収束での停止こそ、規律が実際に宿る場所です。ミディアムかラージかの10分間の議論は、追加の情報をほとんど生みません。この尺度は、そこまでの精度を評価するようには作られていないからです。1回の議論でチームが合意できないなら、たいていはグループがもっと議論すべきなのではなく、アイテム自体が不明確であるというサインです。

サイズ定義表

Tシャツサイジングを導入するチームの多くは、各サイズが自分たちにとって何を意味するのかを一度書き出し、セッションのたびに定義を蒸し返すのではなく、それを参照することで利益を得ます。

「次にすべきこと」の列が実際の仕事をしている点に注目してください。サイズは単なるラベルではなく、振り分けの判断です。小さなアイテムはほぼ準備ができています。ラージとエクストララージのアイテムは、誰かが詳細に計画する前に分割すべきというシグナルです。これにより、Tシャツサイジングは、スプレッドシートの列にいつまでも置かれたままのラベルではなく、行動と結びついたものになります。

Tシャツサイズを計画可能なものに変換する

ある時点で、ステークホルダーは「これはミディアムです」以上のものを求めます。いつ出荷される可能性があるのか、チームの余力のどれだけを占めるのか、おおまかな感触を求めるのです。そのギャップを埋める誠実なアプローチは2つあり、避けるべき不誠実なものが1つあります。

ポイントマッピングのハイブリッド。 多くのチームは、各サイズの下におおよその数値を置きます。主に、算術をラベルではなく数字に担わせるためです。プランニングポーカーには、すでに一般的なバージョンが紹介されています。XS=1、S=2、M=3、L=5、XL=8というハイブリッドデッキで、Tシャツのラベルを修正フィボナッチ尺度に対応づけます。ほかのチームは別の段階を使い、たとえばミディアム=5、ラージ=10とサイズが上がるごとに倍にします。どちらでも構いません。重要なのは、1つのマッピングを選んで一貫して使うことです。それはサイズについて話すための便宜であり、チーム間で通用する普遍的な換算表ではありません。

サイズごとの範囲アプローチ。 サイズを単一の数値に対応づける代わりに、範囲に対応づけます。スモールは「半日から2日」、ミディアムは「3日から1週間」、ラージは「1週間から3週間」といった具合です。これにより、順序尺度の誠実さを保ちつつ、おおまかなスケジューリングに使えるものを計画担当者に提供できます。

どのアプローチを選んでも、警告は同じです。範囲はコミットメントではありません。 ミディアムの「3日から1週間」が、顧客向けロードマップ上の約束された納期に変わった瞬間、その見積もりは、本来の目的とは違う仕事をしています。範囲は不確実性を伝え、日付は確実性を伝えます。この2つを取り違えると、粗いが誠実な見積もり手法が、誰も同意した覚えのない破られた約束の原因に変わってしまいます。

Tシャツサイジング、ストーリーポイント、プランニングポーカー、3点見積もり、ノーエスティメートの比較

これらの手法は、「正しいのは1つだけ」という意味での競合ではありません。それぞれが、異なる時間軸と、作業に関する異なる程度の確実性に適しています。

「最適な時間軸」の列を通して読むと、ストーリーポイントがすでに説明しているパターンと一致します。Tシャツサイジングは実行から最も遠い位置にあり、見積もりの誤りが招くのは、Sprintのコミットメントの破綻ではなく、優先順位の判断だからです。プランニングポーカーとストーリーポイントは実行に最も近い位置にあり、チームが実際の余力をコミットしようとしているところです。3点見積もりは、通常は純粋なScrumの文脈の外にある、スケジュール化された依存関係の多い作業に位置します。ノーエスティメートのアプローチは、バックログが細かく安定しており、1つのアイテムに対する誰の判断よりも履歴のほうがよく予測できるチームのものです。これについては、後ほど詳しく取り上げます。

さまざまな高度でのサイジング

Tシャツサイジングは、どこでも同じように使われる1つの手法ではありません。変わるのは高度、つまり、実際にそれを作るチームからそのアイテムがどれだけ離れているかです。

その表の上のほうでは、Tシャツサイズは、まさに本来の目的どおりの仕事をしています。エピック・フィーチャー・ユーザーストーリーの違いの階層は、すでにこの点を直接指摘しています。エピックはTシャツサイズやおおまかなSprint数で見積もられ、エピックレベルでストーリーポイントを使うと見かけの精度が生まれます。まだ意図を述べた1段落にすぎず、定義されたストーリーの集合ではないエピックには、ストーリーポイントが意味を持つために必要な詳細がありません。

四半期計画とインテークも、似た領域にあります。そこでの目的は正確な予測ではなく、次にどれをよく見るべきかを決めるための、十分に速いシグナルです。インテークの段階でラージと印が付けられたものは、Product Ownerに「これをすぐに約束してはいけない」と伝えます。数字が付いていなくても、それは本当に有益な情報です。

最も間違いが起きやすいのは最下段の行です。Sprint準備済みのストーリーをTシャツサイズでサイジングするのは、たいてい前進ではなく後退です。ストーリーが1〜2 Sprint先に迫った時点で、ストーリーポイントがすでに想定している移行があります。アイテムが着手できるほど近づいたら、Tシャツサイズをポイントに変換するのです。それはまた、チームが作業を作業分解構成図に近いもの、あるいは実行レベルの追跡のために、実際の明細を伴う個別のワークパッケージに分解できるだけの明確さを持っているべき時点でもあります。Tシャツサイズは、その分解がまだ存在しないときのためにあります。分解が存在するようになったら、粗いラベルに戻ることは、チームがすでに獲得した情報を捨てることになります。

ソフトウェア以外での活用

Tシャツサイジングには、コード固有のものは何もありません。これは比較の手法であり、持ち時間より多い作業の中から選ぶチームなら、どのチームでも使えます。

マーケティング。 「ホームページのヒーローを刷新する」「有料ソーシャルのテストを開始する」「リードスコアリングモデルを作り直す」といったキャンペーンのバックログは、時間だけでは比較できません。デザイナーの1時間とデータアナリストの1時間は交換できないからです。Tシャツサイズを使えば、マーケティングリードは、チームが持っていない精度を装うことなく、1四半期分のキャンペーン案をおおまかな工数でランク付けできます。

オペレーション。 オペレーションの依頼（新しいベンダーのオンボーディング、ポリシーの更新、ツールの移行）は、スコープが大きく異なり、1つの作業単位にきれいに対応することはほとんどありません。ラージのオペレーション依頼は「これには独自のプロジェクト計画が必要」というシグナルであり、スモールのものは、おそらく誰かの既存の業務量の中で処理できます。

プロフェッショナルサービス。 クライアント案件のスコーピングは、詳細な作業範囲記述書ができる前に、Tシャツサイズのモジュールから始まることがよくあります。「ディスカバリーはスモール、移行はラージ、トレーニングはミディアム」とすれば、提案チームは、正確な時間にコミットする前に、価格設定の基準となるおおまかな形をつかめます。

採用パイプライン。 リクルーティングチームは、募集中のポジションをこの方法でサイジングすることがあります。スモールのポジションは、人材プールが厚くて準備ができており、職務記述書も明確です。ラージのポジションは、まったく新しい職位で、市場が薄く、社内での成功の定義が不明確です。ポジションをサイジングすることで、リクルーティングチームは、最初に最も多くの探索工数をどこに割くかを決められます。

ここでは、上の表のサイズ定義をそのまま使い、製品ローンチの四半期を計画するマーケティングチームの実例を示します。

そのリストを上から読めば、マーケティングリードは、明らかなシーケンスのリスクを見るのにストーリーポイントのVelocityを必要としません。リブランディングとリードスコアリングの作り直しは、最も早く着手し、最も早く分解すべき2つのアイテムです。リストのほかのすべてが、この2つが四半期のどれだけを消費するかをおおまかにでも把握することに依存しているからです。

失敗パターン

Tシャツサイジングの失敗のほとんどは、1つの根本原因に行き着きます。誰かが、順序尺度のラベルで計算してしまうことです。それが現れる具体的な形は、チームが早期に気づけるよう、名前を付けておく価値があります。

チーム間比較の失敗は、静かに最も大きな害を及ぼすため、もう一度見直す価値があります。2つのチームが「今四半期はラージを3つ出荷しました」と報告すれば、比較できるように聞こえます。しかしそうではありません。あるScrumチームの50ポイントのSprintが、別のチームの30ポイントのSprintより速いことを意味しないのと同じ理由です。どちらも内部で調整された尺度であり、その背後に共通の単位はありません。サイズやポイントの合計がチームの境界を越えて同等のものとして扱われた瞬間、それは有用であることをやめ、誤解を招くものになります。

相対見積もりの限界

見積もりに関するほとんどのコンテンツが触れずに済ませていることについて、正直になっておく価値があります。ある相対見積もり手法が、ほかの手法よりも正確な予測を生むことを示す、厳密で独立して検証されたデータは、ほとんどありません。ある手法がチームの精度を一定の割合で高めるという主張は絶えず出回っていますが、その大半は、検証可能な何かには遡れません。正直な立場は、Tシャツサイジング、ストーリーポイント、プランニングポーカーのすべてが、判断に基づく手法であり、その価値は、前提を可視化し会話を速く保つことにあるのであって、互いに対する証明された精度の優位にあるのではない、というものです。

その正直さは、公平に耳を傾けるべき本物の反論への扉を開きます。ハッシュタグ#NoEstimatesの周りに集まった考え方は、Woody Zuillと最も結びつけられており、見積もりを作るために会議時間を使うことが、そもそもコストに見合うのかを問います。Zuillの講演を掲載しているAgile Allianceは、彼の議論を、代替手法ではなく一連の問いとして位置づけています。「見積もりが役に立っていることを、どうやって知るのか。見積もりが役に立っていることを証明できるのか」。現実的な代替案は、スループットからの予測です。チームが最近の履歴の中で実際に終えた、小さく似たサイズのアイテムの数を追跡し、これからの作業のサイズを判断する代わりに、その率から先を予測します。

このアプローチは、小さく同程度のスコープのアイテムが安定して流れ、スループットの数字を信頼できるだけの履歴があるチームには、確かに機能します。バックログのサイズや種類が大きく変動する場合はうまく機能しません。スループット予測は、最近の過去が近い将来と十分に似ていて予測に役立つことを前提にしているからです。ほとんどの組織は、その中間に落ち着きます。見積もりがもたらす数字ではなく、スコープをめぐる会話という、それが強いる判断のために、軽量な見積もりの習慣を維持しつつ、得られた数字は適切な謙虚さをもって扱うのです。Tシャツサイジングは、その粗さゆえに過信しにくいからこそ、この中間の立場によく合います。

関連記事

• ストーリーポイント：アジャイルの作業を見積もる方法
• プランニングポーカー：アジャイルチームが工数を見積もる方法
• エピック・フィーチャー・ユーザーストーリーの違いを解説
• 3点見積もり（PERT）：公式と実例
• アジャイルのVelocity：チームのスループットを測定する方法
• スプリントプランニング：効果的なスプリントプランニング会議の進め方
• Product Backlog：その内容と管理方法
• バックログリファインメント
• キャパシティプランニング
• 作業分解構成図（WBS）

Tシャツサイジングが見積もりのツールキットで居場所を得ているのは、意図的に粗いままでいるからです。XSからXLを、数値の変装としてチームが扱い始めた瞬間、つまりそれらを平均してVelocityの数字にしたり、チーム間で比較したり、範囲を約束された納期として読み返したりした瞬間、この手法は本来の唯一の仕事を果たさなくなります。サイズを順序のままにし、セッションを速く保ち、作業がそれに値するほど近づいてから、より精密なものに変換してください。