研发效能度量从 0 到 1 的『六脉神剑』
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。
推荐阅读
版权声明: 本文为 InfoQ 作者【思码逸研发效能】的原创文章。
原文链接:【http://xie.infoq.cn/article/441514ad200c272d886ce7e8a】。文章转载请联系作者。
数据分析驱动研发效能 2022-04-12 加入
思码逸研发效能分析平台，致力于帮助研发团队解决效率、质量和人才三大痛点，提升研发效率与软件工程质量，助力每一位开发者创造更多价值。
评论