写点什么

有数还要有术,数据洞察助力研发效能提升

  • 2024-10-29
    北京
  • 本文字数:4189 字

    阅读完需:约 14 分钟

有数还要有术,数据洞察助力研发效能提升

近年来,我国证券行业的数字化转型正在加速。科技水平的提升持续推动着金融业的提质增效,促进金融与科技的融合成为当前证券行业实现高质量发展、全面服务实体经济的必由之路。东方证券也牢牢把握行业新趋势,持续推进金融科技在提高管理效率、赋能业务发展等方面的建设。


本文整理了东方证券研发效能负责人王欢在“双态 IT 论坛研讨会”上的分享精华内容,包括以下三个方面:

  1. 效能度量的背景及现状

  2. 研发效能度量平台框架

  3. 研发效能度量平台思考

效能度量的背景及现状


在当前的商业环境中,提升研发效能已成为众多公司的重点工作之一。尽管各公司采取了多样化的提质增效措施,但这些措施的效果往往难以量化度量。东方证券在 2019 年初期意识到了数据驱动改进绩效的重要性,利用研发全生命周期的数据洞察,量化和衡量软件质效,并以此作为驱动研发过程持续改进

为了实现持续改进,首先要有数据作为支撑。东方证券计划建立一个平台,以量化数据为基础,确保改进措施有据可依。正如管理学大师彼得德鲁克所强调的,如果你不能衡量它,你就不能改进它。没有量化的数据,企业就无法准确识别改进点,从而无法实现有效地持续改进。


为达成量化目标,东方证券需要搭建效能度量平台进行承载,首先明确平台指导思想、发展愿景及发展目标。确立以数据驱动实现洞察,指导研发过程实现持续改进。依据对现有状况差异分析,将效能量化平台建设的三个阶段:

  • 标准化推进期:构建标准化研发流程体系,开展相关流程及研发工具的统一及推广;

  • 平台搭建期:基于研发全生命周期构建并优化研发效能模型,实现个人、项目、组织数据洞察;

  • 智慧化转型期:全面推动数据效能体系的建设,聚合更多数据知识,推进决策过程的智能化。

东方证券的研发效能平台自 2020 年启动以来,一直处于第二个阶段——平台搭建期。在此期间,经历了多次迭代,不仅帮助公司梳理了大量流程,还通过数据分析实现了不少提质增效的目标。从 2023 年到现在,东方证券对平台进行了较大升级,主要包括两个方面:

  • 产研结合:与华东理工大学合作,开展了代码质量提升的课题研究。这个项目已被实际应用于持续改进过程中,取得了一定的成效。

  • 引入第三方产品:引入了思码逸产品,对现有效能数据进行赋能。例如,代码当量的引入更准确地度量开发者的真实工作量,更好地体现他们的价值。

总的来说,东方证券通过不断地平台迭代和升级,以及与外部机构和第三方产品的合作,以数据驱动研发效能,使软件研发管理更加透明、高效。

研发效能度量平台框架


东方证券的研发效能度量工作框架主要由数据赋能与提质增效两大支柱构成。数据赋能是通过数据采集、建模以及分析,为提质增效提供数据基础底座。而提质增效则根据效能数据的洞察,指导持续过程改进及辅助管理决策,从而推动研发效能提升。

数据赋能——研发主航道建立

实现效能的第一步是数据采集。我们的目标是收集整个研发链路全生命周期的数据。这个过程有以下几个挑战:

  1. 数据分散:数据往往分散在各个系统和负责人手中,采集这些数据首先需要得到各方的同意,这是数据整合的第一步,也是最具挑战性的一步。

  2. 数据结构化:采集的数据必须是结构化的,必须具有清晰的结构。例如,需求数据需要包含需求大小和提出部门等信息,以便于后续分析。

  3. 工具整合与标准化:需求数据可能来自不同平台,如邮件、微信或电话。为确保数据的完整性,我们必须整合所有工具,并进行工具的标准化建设,然后在公司内全面推广标准化工具,以确保数据的一致性和规范性。


为了应对这些挑战,东方证券花了很多时间去做数据标准化建设,包括工具的标准化和全面推广。尽管完成后数据有所改善,但还需要对数据进行去噪处理。在与思码逸的合作中,我们首先通过 P85 箱线图直观地识别数据中的异常点,然后利用正态分布原理进一步分析这些异常值,确保数据集既准确又可靠。通过这种方法,能够去噪并提炼出更准确的数据集,这是我们在数据赋能过程中积累的重要经验。

数据赋能——效能度量建模结构

在数据赋能的第一阶段完成后,东方证券开始搭建平台。搭建平台前,我们进行了大量调研,发现不同层级的人对效能的需求各不相同。中高管理者需全局性数据洞察,简洁易懂,揭示整体情况和改进方向。基层管理者关注细致效能数据,用于发现问题和推动改进。一线员工虽不愿被量化考核,但其实数据就是照镜子,可以促进自我提升。

在这个过程中,我们不仅考核工作量,更通过沟通阐释效能数据的客观性及其对个人成长的意义。这些数据如同一面镜子,使团队成员能够自我反思和提升。我们的目标是让同一套研发效能数据根据不同职级的需求,提供定制化的数据支持,以满足各层级的具体诉求。


在提升研发效能的过程中,东方证券不仅关注数据的量化考核,更重视与团队成员的沟通方式。我们采用了一种更为同理心的沟通策略,站在团队成员的角度来看待效能数据。这些数据是客观的,未经人为加工,因此它们提供了一个公正的评判标准。


当效能数据反映出积极的成果时,它是对团队成员工作的肯定;而当数据指出需要改进的地方时,它则成为个人自我提升的契机,就像照镜子一样,帮助成员认识到自身的不足,这样的反馈机制有助于激发团队成员的自我驱动力和持续改进的动力。


最终,我们希望研发效能系统能够根据不同职级的要求,提供定制化的数据输出,满足团队成员对数据的具体需求。这样的系统不仅能够度量效能,更能成为促进团队成员成长和团队整体效能提升的重要工具。这是东方证券构建效能系统的核心目标,也是团队成员共同的期望。

数据赋能——效能度量模型指标

在完成调研基础后,东方证券开始建立指标。建立指标不能凭空想象,需要明确提质增效的核心关键词,即质量和效率。东方证券在建模时,以效率和质量为核心,将数据进行建模,确定相关效能因子以及占比。在空间维度,能够输出从组织、项目到团队,再到个人不停下钻的效能展示;在空间维度,可以出具天、月、季度、年等进行跟踪,可满足不不同管理人员的数据诉求。


对于初次建立指标的公司,可以先梳理公司现有的指标。只有充分了解现有指标,才能根据目标分解问题,找到合适的指标。建议采取一种基于整个软件研发生命周期的方法。该方法应以质量和效率为核心,系统梳理并全面罗列相关指标,比如代码当量、部署成功率、迭代周期等等。

东方证券的数据底座提供数据支持、数据建模及分析引擎提供分析结果,支撑用户场景分析展示,做到同一套数据针对不同层级的人员出具不同的效能展示


最下层是从整个研发生命周期工具中抽取的数据,包括研发管理工具、持续交付平台以及公司的组织管理信息,比如部门信息等基础数据。有了这些基础信息后,我们会抽取系统中的数据因子,例如代码、测试用例、需求缺陷等。抽取的数据进行指标建模,可以输出个人模型、项目模型、团队模型等。这些模型是静态的,需要通过分析引擎可以进行深入的下钻分析、同比和环比分析分析等等,随着研发效能系统的推进和持续改进,模型将不断调优,包括调整失效的数据和指标,以及添加新的指标。最终,将这些数据根据不同层级的需求,输出他们需要看到的信息。这就是基于最初的建模,将同一套数据呈现给不同的人所需要的内容。

提质增效——研发全流程可视化

东方证券在进行研发工具的标准化和推广后,意外地发现这帮助了整个过程实现了全流程的可视化。以发布单为例,领导在审批单据时,可以通过这张单据追溯到需求的任何状态。这张发布单可以链接到持续交付平台,持续交付平台可以连接到 JIRA 平台和需求管理系统,JIRA 平台可以连接到具体的代码。也就是说,领导在批复一张发布单时,也能清楚地知道其涉及的代码行、需求来源以及提出需求的业务部门,解决了领导层对系统透明度和配合度的诉求。

提质增效——持续改进

提效的第二部分,也是最核心的内容,就是持续改进。要实现持续改进,必须基于指标。全生命周期的指标堆砌很难达到效果,因此我们采用了 GQM 模型。GQM 模型由马里兰大学的 Victor Basili 提出,最初用于数据分析和持续改进。


它通过以下步骤实现目标导向的持续改进:1. 识别企业面临的问题并设定目标。2. 根据目标提出相关问题。3. 将这些问题转化为可量化的具体指标。举个例子,如果领导提出提升软件质量的目标,可以设问:“代码内建质量和外建质量需要提高吗?”这些问题可以通过具体指标来回答,如圈复杂度、可维护度、测试缺陷和生产缺陷逃逸率等。一个例子是,面对业务部门关于发版周期过长的反馈,我们通过分析发现需求拆分不均。随后,还组织了需求分析训练营,专家引导改进措施。改进后,显著减少了在制品数量,缩短了发版周期,体现了持续改进的成效。



提质增效——辅助决策

关于提质增效辅助决策方面,也有一个实际案例。领导询问开发部门是否需要增加人手,并请效能组帮忙决策。拿到问题后,我们分析了该组所有人员,特别是外包人员的效能产出,并做了一个帕累托图分析,发现 80%的代码由 34%的成员完成,这反映了资源分配的不均匀。在进一步调研正式员工和外包人员的工作内容后,我们发现外包人员承担了很多正式员工的工作,导致他们的代码产出较少。此外,还有些外包人员工作量不饱和。以上这些问题导致了开发部门人手不足。最终,通过内部资源调动和分配,开发部门在没有增加人手的情况下,解决了人力不足问题。这个案例证明了效能数据在辅助决策中的作用。


研发效能度量平台思考

在效能度量方面,东方证券的思考可以概括为三个关键点:

一是度量指标遵循先“+”后“-”原则:初始阶段,全面梳理研发生命周期中的潜在指标,确保充分了解所有可能性。随后,结合企业实际情况,识别问题并筛选出关键指标,实现更有目的性和针对性的改进。

二是效能度量兼听则明的重要性:在使用效能系统时,领导常询问其是否适用于考核。虽然效能数据提供了客观的衡量标准,但也不可忽视领导或同事的主观评价,以确保评估的全面性和公正性。

三是效能推进要有积硅步,至千里的心态:效能度量是一个动态的、不断演进的过程,它要求我们既要有宏观的视角,也要有持之以恒改进的决心和行动。

这些思考,让东方证券能够确保研发效能度量既全面又具有指导性,为企业的持续发展提供坚实的数据支持。


思码逸(北京思码逸科技有限公司)成立于 2018 年,致力于提供研发数字化、智能化的解决方案,提升全行业的软件工程水平,助力研发团队创造更多价值。先后获得了纪源资本、经纬中国、奇绩创坛等头部资本投资。 旗下产品 DevInsight 为企业研发团队提供专业的研发效能度量分析平台及配套解决方案。

用户头像

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

发布
暂无评论
有数还要有术,数据洞察助力研发效能提升_DevOps_思码逸研发效能_InfoQ写作社区