一、背景

人效度量的误区在于，管理者往往把人视为成本，将其等同于机器，追求 8 小时内的满负荷运转。常常会用：工作饱和度（= 执行被分派任务的工作时长 ÷ 法定 8 小时 × 100%）指标，作为评价员工绩效的依据之一。

沉湎于高人效下心理安全感的同时，管理者还不忘继续加码，给所有人的手里塞满任务，并时刻防范着有人划水偷懒。这个场景，像极了十九世纪工厂车间里的资本家，有兴趣的读者可以去观看卓别林的电影《摩登时代》。

殊不知，以受害者心理关注人效，错把手段当成了目的，会导致：一方面，工作的意义被扭曲，员工自驱力和创新力丧失，只剩下麻木与服从；另一方面，高负荷的工作模式失去了响应突发事件的灵活性，徒增无序和混乱，研发目标并未因高人效而被更快速达成。

二、度量指标

现如今，软件研发都是以全功能团队（临时组建的项目团队或相对稳定的敏捷团队）为最小单元来交付业务需求，实现企业持续增值。而目标能否达成，则取决于团队内所有成员的相互配合和共同努力，就像一支执行秘密任务的特种部队。

所以，把提升绩效（这是目的）的职责从个体转到团队，再适时跳进去排查影响绩效的个体因素（这是手段）。不把手段当目的，是至关重要的一步。

笔者理解的核心人效（包括团队效能和个体效能）指标如下，层层递进的框架思路有助于引导读者理解和作出分析：

指标 1：交付间隔时长

计算团队相邻两次需求交付的平均间隔时长。在图上体现为：落在时间轴上的一组新功能交付时间点（黑点）。间隔时长越短，意味着团队持续有输出，管理者的体感会越明显，绩效越好。

指标 2：团队开工率

统计一段时间内，团队投入在需求处理上的总时长占比（不考虑需求并行的情况）。在图上体现为：基于需求处理的起止时间（蓝线），形成投射在时间轴上的一组线段（加粗黑线）。

这意味着，管理者很容易观察到团队是否处于闲置状态。该指标与工作饱和度非常相似，不同点在于，度量的最小对象是团队（而非个体）。开工率越高，团队总体的利用率也就越高，绩效越好。

指标 3：团队产能利用率

统计一段时间内，实际投入占团队总产能的比重。在图上体现为：x 轴是各项需求的交付周期，y 轴是投入人数，灰色矩形背景区域表示团队总产能，蓝色柱状图表示实际投入。

相较于开工率，该指标开始深入到团队中，关注个体因素（需求投入人数）对团队绩效表现的影响，帮助管理者做精细化度量。

团队中的个体投入度越高，产能利用率就越高（此处不讨论投入人数影响交付周期），管理者就越能感受到每个人都在忙，绩效越好。笔者曾撰文描述「研发浓度」指标，可以与该指标相互支撑，欢迎大家围观。

指标 4：个体贡献度

统计一段时间内，某员工所参与的各需求中，个体工作量占该需求总体工作量的比例。在图上体现为：白色矩形框表示某需求的总工作量，蓝色矩形表示上述员工投入该需求的工作量。

这是本文思考框架下唯一分析个体效能的指标。采用了工作量占比方式，降低因绝对评估而产生的主观干扰。显而易见的是，工作量占比越大，个体贡献度就越突出，越容易进入管理者的视野，绩效会更好。

三、小结

在指标有效性上，除了交付间隔时长属于滞后指标之外，其他三项指标都是领先指标，这有助于我们及早发现问题和作出改进。

「人效」是一项极富争议的指标，但相信也是各位读者在与管理者合作中经常遇到的度量诉求。笔者摒弃传统人效度量的反人性做法，一方面挖掘管理者的深层诉求和焦虑点并给予充分满足，另一方面以更全局的视角向管理者揭示：「团队交付」才是个体提效手段的根本目的。故以上为人效度量提供了新的解法和思路。如读者有其他度量形式，欢迎在下方留言与笔者互动交流。