En su práctica, ¿cómo puede rastrear y administrar efectivamente la deuda técnica?¿Cómo hace un seguimiento efectivo de la deuda técnica?
¿Hay una métrica específica, como SLOC, que utilice?
¿Cómo se muestran visualmente los resultados a las partes interesadas y la gestión?
¿Qué beneficios ha visto en el proceso?
Escribimos tarjetas de historia para la deuda técnica. Son NEGROS, con grandes señales amarillas de advertencia. Consigue demasiados en la pared, y es VERDADERO obvio.
Cualquiera que pasa junto a los pueda ver :)
Utilizamos @todo comentarios.
En Python, las herramientas epydoc formatean el @todo muy bien.
Tenemos un pequeño escáner de código que extrae las líneas de comentario @todo. Los empujamos a la acumulación de tareas pendientes.
Hablo un poco sobre algunas de las métricas utilizadas para identificar la deuda técnica en la entrada de mi blog a continuación. La deuda técnica puede significar mucho más que solo elementos de limpieza de código destacados por declaraciones TODO en el código. El mecanismo de seguimiento cambiará según el indicador de riesgo en el que esté enfocado.
http://blog.acrowire.com/technical-debt/technical-debt-part-2-identification/
Hay una plug-in for Sonar que se traduce en $ deuda técnica.
No lo he usado todavía, pero parece prometedor.
¿Cómo es una tarjeta de historia de deuda técnica? –
Tarjeta negra, con una fila de señales de advertencia amarillas en el lateral, y aproximadamente el 30% del área frontal es gris (donde escribimos los detalles). Pero sobre todo, es negro y de riesgo biológico amarillo. Puedo verlos desde aquí, muy obvio. –