隨著信息技術深入應用，企業的IT組織效能提升與數字化轉型需求越發迫切。9月起，嘉為藍鯨《研效一體，價值釋放》線上課程直播，針對企業IT部門DevOps落地實踐分六期詳解項目管理、制品分發、持續交付、測試管理、研發效能洞察、價值流管理場景。

11月9日，嘉為藍鯨DevOps咨詢顧問段亞浩帶來《企業如何量身打造研發效能數據洞察體系》的主題分享，圍繞以下幾點，深入探討如何為企業量身打造研發效能數據洞察體系，幫助企業管理層和研發團隊更好地理解和應用數據，提高研發效率。

• 如何設計有效的、合適的度量指標體系？
• 在度量體系落地的過程中，我們會遇到哪些問題？如何解決？
• DevOps成熟度三級對研發效能度量提出了哪些要求？

01. 為什么要做研發效能度量？

如果你無法度量它,你就無法改進它（If you can’t measure it, you can’t improve it）—— 彼得 ? 德魯克

研發過程如同黑盒，往往缺乏可見性。通過采集研發過程中產生的客觀數據，并將數據轉換為關鍵的度量指標，能夠幫助管理者發現研發過程中存在的問題點和風險點，并為后續的持續改進提供決策方向。

02. 找準四個關鍵，輕松設計度量指標

目前很多企業在做指標體系設計時，指標通常來源于員工以往工作經驗的積累、公眾號文章的推薦、效能大會上的分享，通過這些方式得到的度量指標往往只是簡單的堆砌，缺乏對指標的用途、意義和指標間的關聯的清晰解釋。指標看似很多，卻達不到最終期望的度量效果。

嘗試找到度量的根本目的，能夠幫助我們找到有效的、合適的度量指標，場景化地度量研發過程。下面請回答一個問題：“這些指標是為了幫助什么角色解決什么問題？”基于上面的問題，在設計指標的時候，我們可以抓住四個關鍵詞“角色-問題-步驟-指標”，指標又可以通過“多（數量）-快（效率）-好（質量）-省（成本）”四個方面進行拆解。下面舉一個例子：

基于上述的指標拆解方法，最終可以得到面向“高層-中層-基層”的不同主題指標，這些指標能夠回答上面的問題：“這些指標是為了幫助什么角色解決什么問題？”然而雖然我們知道了這些指標能夠解決的問題，但是若某個指標數值出現異常，該以什么路徑追蹤原因？

• 橫向關聯指標：串聯觀察整個研發過程
• 縱向對比指標：深度關注重點維度情況

以上圖為例，若研發停留時長過長：

• 橫向分析（考慮關聯步驟中是否有異常情況）：是否需求調研停留時長過短反映需求調研不清晰、研發階段返工多？
• 縱向分析（考慮各維度間的相互影響）：是否因并發任務數多導致研發任務堆積，或是代碼質量差導致的研發效率低下？

通過上述方法拆解的指標，擺脫了簡單地堆砌。該用什么指標進行度量，指標能幫助誰解決什么問題，指標關聯關系如何解讀就都清楚了。

03. 巧用配置化工具，快速建成度量體系

度量指標從設計到落地，還需經歷一系列“數據獲取->數據處理->數據呈現->權限管控”的過程。但在建設過程中，可能會遇到下面的問題：

下面通過實際的案例說明度量平臺在建設過程中常見的問題及推薦的解決辦法。

1）案例一

某集團的多個科室同時使用多套系統，包括自研的項目管理平臺、需求管理平臺，還有從第三方采購的集成工具、代碼庫管理工具等。數據散落在各個平臺，需求數據展示在需求管理平臺、代碼數據呈現在代碼平臺上，指標數據由各個系統維護，查看數據的時候需要打開并登陸多個系統。此時某集團提出希望在同一界面查看來自多個系統的度量數據。

痛點分析

• 數據存儲分散，數據由多個系統分別維護
• 重復登錄多個平臺查看數據，操作步驟繁瑣
• 指標關聯性差，查看全生命周期數據需要反復切換平臺
• 已有數倉，部分數據已存入現有數倉
• 部分數據通過接口形式返回，預覽數據時常卡頓

解決方法

構建統一的大數據倉庫/數據湖，構建統一的度量平臺。大數據倉庫提高供點強大的計算能力，解決了數據預留卡頓的問題。

2）案例二

某銀行，根據組織架構劃分為“大數據部門-研發部門-科技管理部門-業務服務部門”，度量體系建設初期存在的主要矛盾是：業務服務部門覺得科技管理部門的需求交付周期太長，科技管理部門覺得研發資源不夠用。

通過代碼實時計算統計結果進行呈現，計算效率不高，系統容易崩潰。為了保證系統可用性，需要大數據部門對每個指標提供一張事先計算好的聚合表（事先計算好結果，研發直接讀取大數據部門的結果進行展示）。

痛點分析

• 指標開發周期長，且每次修改都需要投入研發人員
• 研發資源消耗多
• 數據處理工作量大，數據表復用性差
• 指標公式變更，需重新排期進行修改，定開無法適應統計口徑的快速調整
• 每次修改指標都需要發版，無法做到無感和改動實時生效

解決方法

利用大數據倉庫的計算能力，使用明細表數據配置指標，指標配置實時生效，無需發版。原方案單個指標定開需要2.5人天；新方案單個指標配置小于0.5人天。

3）案例三

某公司部門眾多，不同部門間的業務相互隔離，因此希望精細化地管控權限。該公司組織架構調整頻繁，只要有新成員加入或人員項目調整，就需要手工重新修改權限，耗時費力，因此迫切地希望簡化權限配置工作。

痛點分析

• 需要對用戶可預覽點數據范圍進行精細化管控，實現數據權限控制
• 組織架構或人員的流動，都需要重新授權，重復工作費時費力

解決方法

使用用戶標簽表進行授權。權限讀取用戶標簽表數據，用戶標簽表定時同步第三方系統數據，數據標簽表數據更新后權限即自動更新，無需重新配置。

04. 信通院DevOps成熟度評級

1）對效能度量提出的要求

在搭建度量體系及度量平臺后，企業最終需要在實踐中檢驗落地成果，可參考信通院推出的DevOps持續交付三級標準中對研發效能度量提出的要求。下面內容是在協助客戶過級的過程中總結的經驗，為有過級需求的企業提供參考：

其中：

• 指標全面，需要覆蓋全流程（需求-研發-測試-部署），以便觀察研發過程中的各種情況。
• 指標數據準確，統計口徑清晰，指標上支持查看統計口徑。
• 具備跨領域指標，如：千行代碼質量缺陷等。
• 指標具備輔助線或參考值，通過數據對比反映數據情況。
• 對指標進行版本管理，定期剔除舊指標，加入合適的新指標。
• 自動收集數據形成報告，并發送給相應的干系人。
• 考慮數據重要性、數據增長量，建立歷史數據清理機制。

下面通過幾張圖簡單呈現部分DevOps三級標準在實際應用中的效果：

以下為部分過級建議指標，按照全流程、多維度方式進行展示。實際使用過程中的具體指標還需結合實際業務場景進行梳理。

希望通過本期內容，能對企業管理者和研發團隊提供幫助。