5/19/2022
阅读约需
4
分钟
研发效能度量
效能度量
提效增速

研发效能度量从 0 到 1 的『六脉神剑』

思码逸

来自思码逸企业版产品负责人的干货分享,不容错过!

阅读本文你将收获:

1、为什么研发效能需要度量的背景

2、研发效能度量『六脉神剑』之38字心法口诀

3、研发效能度量『六脉神剑』的人生启示

前言:我们邀请到思码逸企业版产品负责人郑润锦参与 DevData Talks 直播活动。活动中,润锦做了《研发效能度量从 0 到 1 的『六脉神剑』》主题分享。以下是干货内容整理。

研发效能度量背景

近年来,研发效能的话题不绝于耳,从《软件研发效能度量规范》和《研发效能宣言》的发布,再到业界大咖合著《软件研发效能提升实践》和《软件研发效能权威指南》,一时间研发效能成为热议的焦点。

那么,谈到研发效能,就不得不说研发效能度量这个子议题,对于多数战斗在一线的研发管理者,都认识到了研发效能度量的重要性,但往往没有充足资源和时间进行度量基础建设,比如流程规范化、指标体系设计、数据质量治理,以及工具链数据打通等等。

如何在资源和时间紧张的情况下,快速搭建一套度量基础设施呢?今天我们就来聊一聊,如何六步完成研发效能度量从0到1。

研发效能度量『六脉神剑』之38字心法口诀

研发效能度量「六脉神剑」,即是问道、定心、筑基、求真、观照、飞升六个方面。详细解释如下所示:

问道,即找差距、出方案

通过度量成熟度评估表、调研问卷、一对一访谈、专题讨论等方式,让团队的研发效能现状,找准问题解决问题。

定心,即定北极星、定责任人

有了差距分析结果,我们已经清楚需要补全的方方面面了,但其中最打紧的工作是与团队定义关键核心指标,以及指标负责人,建设研发效能改进的共识。

筑基,即收数据、搞基建

定义了指标,紧接着就是要确保数据供应链的畅通,使研发管理五元素的生数据进入到数据湖,经过分析引擎、指标计算,进而为上层提供数据服务。

求真,即去噪音、定根因

有了研发数据,还得进一步识别数据中的噪声,通过算法去噪、分组去噪等方式提高数据的置信度,进而完成问题定位、根因查找,以辅助研发决策。

观照,即快反应、好体验

既然已经得到了数据分析的结果,接下来采用最匹配的视觉呈现方案,能够使信息传达效率得到提升,进而实现优秀的数据消费的体验。

飞升,即建文化、求改进

通过前边五个方面的建设,数据辅助决策的目的已经基本达成,然而,如果不能拥有健康的数据文化,持续改进对研发效能进行改进,所有铺垫都将前功尽弃。

第一问道剑:找差距、出方案

度量成熟度模型评估表可以帮助读者从宏观到细致,评估当前团队研发效能度量的成熟度情况,发现需要改善的方面,有针对性进行优化。进而通过一对一的访谈、集体的讨论制定出一套顶层视野的框架图,为之后落地研发效能度量提供指导。

研发数字化框架图描绘了研发数字化的全景图,帮助读者从为什么做研发数字化到研发数字化该做什么,再到研发数字化究竟怎么做等一系列的顶层设计视角,从一开始就站在全局视角,避免了局部设计带来的失衡,引发研发团队的不满,最终导致数字化这座先进地标的倾斜、崩塌。

第二定心剑:定北极星、定责任人

参考《软件研发效能度量规范》使制定核心指标组变得更加容易,它吸纳了25家知名单位成员的成熟经验,涵盖74个最佳实践指标,如果还觉得不够,可以参考 InfoQ 主编,乐神撰写的《研发效能启示录》之《研发效能度量核心方法与实践:实践框架和指标体系设计》。但最~最~最最~最最最重要的,并不是指标体系的设计,而是指标共识的建立,只有团队认可指标价值,才会设法改进他们,而不是与指标进行博弈。

其次谨防孤儿指标,指标必须有爹妈养,否则指标定了也会成为孤儿指标,得不到关注和改善。

第三筑基剑:收数据、搞基建

研发数据供应链回答了数据从哪来到哪去,以及数据供应效率的问题。在这张图的最底层我们看到,数据湖收集到来自不同工具的实时数据,这些新鲜的数据通过分析引擎的加工,装盘评价模型或者数据报告,输送到不同层级的管理者和开发者的餐桌上,为研发效能改进和团队治理提供营养。

DevLake 研发数据湖作为业界领先的垂直数据湖,内置成熟指标22个、可视化图表63张,可以使研发效能度量基础设施的建设工作大大加快,且其开源性质使你能够基于它进行二次开发,极大地支持组织的灵活性需求。

第四求真剑:去噪声、寻根因

代码当量作为先进的行数替代指标,具备抗噪能力突出,准确性高等特点,使千行Bug率这样传统的指标更加具备可参考性,当然,为了便于区分,我们最好还是换个名字,称其为千当量Bug率。

如研发数据噪声表所示,为了避免研发过程的一些不当行为致使数据产生噪音,需要研发团队不断精进研发工作方式,才能使效能不断提升。比较典型的问题包括状态未及时更新对需求前置时间的影响、代码通过评审率熟人操作等。

第五观照剑:快反应、好体验

前意识属性只需要0.25秒就能使大脑做出判断,在数据可视化的过程中,应尽量使用以下10种前意识属性进行数据可视化设计,提升信息获取效率。

然而,过多地使用前意识属性,也会造成信息阅读障碍。例如需求前置时间的下钻视图,各阶段的呈现方式我们尝试了三种形式,左上角更利于对比各阶段的时间消耗,右上角更利于观察不同月份的时间消耗,最下面想要尝试对「价值流瓶颈」进行了表达,但由于宽度、高度、色彩等多种前意识属性混杂,表达的含义让用户找不到重点。

第六飞升剑:建文化、求改进

MARI 数据驱动四步法强调持续改进,而非数字监督。其实,数据本身并无善恶,对数据的使用使其产生了善恶,例如手环作为运动数据本来是帮助佩戴者改进身体健康状况的工具,但半夜异常运动,用于佐证男友出轨,就使得数据成了监督而非改进了。

健康的数据文化引导,外加成熟的数据处理技术(数据供应链、数据降噪、数据可视化),才可能使数据驱动得到更好的落实

研发效能度量『六脉神剑』的人生启示

最近,我经常听说“像做产品一样做公司”,我想这句话换成“像做产品一样做人”也是合适的。我们作为自己人生的产品经理,应该为找准人生定位,做好优先级的设定,投入ROI最高的事情去完成,通过学习开发自己的潜能,接收外界的声音,进行自我完善、自我实现,并最终为自己的人生质量负责

与同行交流效能提升经验
扫码加入研发效能交流群
与同行交流效能提升经验
扫码加入研发效能交流群
立即预约
在线客服
在线客服
扫码添加咨询微信
立即试用
用数据驱动
研发质效提升!
预约思码逸效能专家,一起探讨如何提升研发效能!
立即试用