Skip to main content

最佳实践

  • 由少到多,持续下探

结合团队实际需求情况,面向改进目标选取度量指标。先选取北极星指标,比如“需求交付周期”。然后再下探到实践域的各阶段进行观察分析,比如“需求颗粒度”、“代码评审轮数”、“测试缺陷率”、“构建次数”等。

  • 综合分析,关联制衡

研发效能涉及软件生命周期的各个阶段,一个或少数指标并不能反应全貌。比如“需求交付周期”衡量研发团队需求交付速度,它反映了研发的快速响应能力。理论上,向客户交付价值的速度越快越好,然而,还必须要考虑顾客的期望、需求吞吐量和交付质量,过快的交付并不总是带来价值。

  • 层层推进,追问根因

效能度量不能止步于数据本身。研发管理者紧盯数据,可能导致自上而下的面子工程或教条主义,效果适得其反。

MARI 框架强调对指标数据进行下探分析,首先对数据进行多视角的分析与解读,获取有效信号;进而结合其他关联指标和调查方法,追问根因,定位效能瓶颈和优化机会;最终将这些洞见落地为明确、可执行、可验证的改进方案,规范研发过程、建立良好研发文化。

层层推进的框架设计,使度量带动思考和行动,才能发挥出度量真正的价值。

  • 构建闭环,持续改进

效能改进不能靠阶段性冲刺。要达到有效且可持续的效能改进,需要将度量和改进的实践融入日常研发流程,持续追踪,持续改进。

MARI 框架强调构建研发效能管理的闭环。在基于数据解读制定改进方案后,需要持续度量观察效能趋势,对改进后的指标数据进一步分析解读,对改进方案的有效性做出快速反馈。若改进推进一段时间后,继续提升效果不明显,边际效应降低,这一机制也有助于团队快速判断,及时将资源投入下一改进项。