面对不同大小的需求,如何评估研发团队各角色的效能水平?
需求大小的估算是企业中存在的一个痛点问题,各种估算方法的难点在于如何统一度量标准,如不同团队对一个故事点的理解是一致的。在实际应用中可以使用代码当量进行需求的估算和校准,让需求估算过程越来越精准。下面以故事点估算为例,详述具体过程:
1、根据历史数据,分析团队每个需求的故事点与实际产出的代码当量之间的拟合关系。
当两者之间的拟合系数>=0.6 时,表明故事点的大小与代码当量的多少之间是存在正比例关系的,可以进一步得到故事点数与代码当量之间的换算关系。
当两者之间的拟合系数<0.6 时,表明一个故事点在估算过程中,存在颗粒度大小不一的现象,可以通过拟合分析图,找到离群点,分析偏差的原因,提高需求估算的准确性。
2、基于历史数据得到故事点与代码当量之间的换算关系后,就可以根据迭代计划中的故事点数,估算出迭代中代码当量的产出情况,再结合迭代结束后代码当量的实际产出情况,分析偏差较大的需求,找出故事点估算过程中,可能存在的问题和原因。
通过上述方法,可以不断提升需求估算的准确度。当我们的估算准确度提升后,就可以预估迭代计划中可完成的故事点数了。
研发效能的度量是一个具有挑战性的任务,下面我们从研发、测试、运维、PMO 等角色,简述他们在研发效能度量中重点关注的维度和指标:
1、研发关注维度和指标:
开发效率:需求吞吐量、需求交付周期、新增代码当量、人均代码当量等。
开发质量:缺陷个数、缺陷密度、单测覆盖率、Sonar 扫描问题数、代码不重复度、函数圈复杂度等。
资源利用:贡献均衡度(即 80%的产出量由 X%的成员占比贡献)等。
2、测试关注维度和指标:
测试效率:缺陷个数、自动化测试用例占比、自动化测试通过率等。
测试质量:缺陷逃逸率、线上缺陷密度等。
3、运维关注维度和指标:
CICD:部署频率、变更前置时间、服务恢复时间、变更失败率等。
4、PMO 关注维度和指标:
项目进度:需求燃尽图、代码当量燃起图、计划达成率、需求变更率等。
开发效率:需求吞吐量、需求交付周期、流动负载、人均生产率。
开发质量:缺陷逃逸率、线上缺陷密度、事故处理时长
资源利用:贡献均衡度(即 80%的产出量由 X%的成员占比贡献)、人员工作饱和度、人员专注度等。
可以根据以上维度选择合适度量指标,定期进行效能数据的分析和评估,形成面向各个角色的研发效能报告。基于效能报告,应用 MARI 分析方法(https://www.openmari.dev/),识别过程中的瓶颈点或关键问题,优化效能管理过程,提高效能管理的效率和质量。
本文整理自《研发效能100问》,原作者:陆欣星
评论