子產品 Insight 的釋出，標誌著 PingCode 正式進入資料化時代。自此，PingCode 在自動化、資料化、智慧化的道路上又邁出堅實一步。

在數字化的時代，研發效能已經成為一家科技公司的核心競爭力。

在軟體研發領域，效能提升的方法論和實踐一直在快速發展。比如，我們熟知的敏捷開發方法已經誕生了二十年，DevOps 也已經發展了十多年，在很多行業、很多企業都對其進行了引入和落地。 但是，我們經常遇到的一種現象是：

當一個組織/團隊在消耗了大量的"變革"時間、花費了大量的人力和資金後，卻無法有效回答一些看似非常基本的問題。比如：

“我們的研發效能到底怎麼樣？可否量化？”

“我們比所在行業平均水平如何？我們的研發能力跟同行相比更好還是更差？”

“研發效能的瓶頸點和問題是什麼？”

“在採納了敏捷或 DevOps 實踐之後，有沒有效果？有沒有實質上的提升？”

“我們接下來提升的方向在哪？如何實現持續改進？” 

這就是為什麼我們希望進行研發效能度量。

研發效能度量的目標是讓效能可量化、可分析、可提升，通過資料驅動的方式更加理性地評估和持續改進，而不要總是憑直覺感性地說出“我覺得..."。 

研發效能度量的出發點雖然很好，但是如何正確度量卻是一個有難度的技術活兒。

研發效能度量要成功落地需要一個相對完善的體系，其中包含資料採集、度量指標設計、度量模型構建等多個方面。而實際情況是，大家都面臨著資料的採集過程複雜成本高、缺乏系統性的思考與設計、偏離了效能度量的正確方向等難題。

而今天，PingCode 效能度量子產品 Insight 正式釋出

自此，PingCode 將幫助企業構建自動採集研發全生命週期效能資料的能力、建立起效能度量和改進的 MARI 閉環，降低度量成本，以開箱即用的方式促進研發效能度量的成功落地。

01

構建自動採集

研發全生命週期效能資料的能力

團隊在軟體研發中會使用各種各樣的工具，而這些工具之間往往相互割裂，造成原始效能資料分散。

所以團隊如果要度量效能，就需要從系統中匯出資料到 Excel 表格，然後進行各種篩選、關聯、透視和加工，最終形成度量報表。
但這一過程不僅提高了度量成本，同時還可能由於大量的人工干預行為導致資料的失真。

PingCode 產品矩陣覆蓋了研發管理全生命週期，子產品中產生的過程資料將會自動收集到 Insight 中，並加以提煉形成企業度量所需的各種實時資料報表。

同時 PingCode 還將提供 Marketplace 和 REST API，幫助研發團隊把其他工具中的資料收集到 PingCode，這些資料將和 PingCode 自身產品中產生的資料加以彙總融合，從而提供更多維度的效能度量資料。

02

建立效能度量和改進的 MARI 閉環

2.1設計效能度量指標體系

整個研發管理鏈條中，本質上是兩條工作流。

一條是管理側以需求特性的全生命週期為核心的需求價值流，涵蓋需求收集、規劃、開發、測試到上線環節；
一條是工程側以程式碼提交為線索的研發工作流，涵蓋啟動開發、開發中、開發完成、持續整合、持續部署到線上釋出環節。
這就要求我們在效能度量的指標體系設計中，充分考慮這兩條流之間資訊的流轉與狀態的同步，從而設計出一套覆蓋端到端交付的效能度量體系。

根據效能度量的目標，為了幫助企業/組織獲得高效率、高質量的持續交付有效業務價值的能力，PingCode Insight 設計瞭如下三個效能度量指標體系：

• 交付效率：目標是促進端到端及早的交付，用最短的時間順暢地交付使用者價值；

• 交付質量：目標是促進端到端高質量交付，避免不必要的錯誤故障和返工；

• 交付能力：目標是建設卓越的工程能力，實現持續交付；

實現了端到端交付的效能度量體系的覆蓋。

Insight 中非常豐富的度量報表：

2.2建立效能度量分析模型

效能度量分析模型是我們效能分析過程中，由於不同的專案型別或者是改進需求而產生的指標資料組合形式。

也就是說，我們可能有非常多的指標資料，但出於不同的分析目的，會選取的資料指標也不一樣。比如燃盡圖、速率圖、標準差吞吐量、累積流程圖、控制圖、在製品限制圖，幾個指標組合在一起就是一個常用進度評估模型.

通過這個模型我們可以獲取背景資訊和上下文，知道任務何時完成，預測問題，對問題覆盤與回顧。 

使用者藉助 PingCode Insight 可以非常便捷搭建和使用各種效能度量分析模型。Insight 中的效能度量報表都以效能儀表盤的形式展示，每個團隊都可以根據不同的分析需求來搭建分析模型，並將該儀表盤儲存以達到開箱即用的效果。

同時在每個效能儀表盤上支援新增不同的指標分析，也可以針對每個效能儀表盤設定不同的可見性許可權，以滿足團隊不同角色所關注的效能度量指標。

2.3回顧與改進

當通過上面建立的不同指標模型，分析診斷出問題後，將進入到MARI 閉環中最核心的一環——改進。

因為度量不能僅僅停留在數字層面，而是需要在層層深入挖掘出根本原因後，使度量帶動思考和行動，建立持續改進的閉環。

大部分團隊在這一階段經常遇到的問題是：大家都知道了問題在哪，也制定了改進目標/措施，但並沒有人員去負責監督改進的結果，最後只流於形式。

PingCode 的產品矩陣能夠有效幫助企業實現效能改進的閉環管理：

Insight 實現效能的度量和分析；

得出的改進措施藉助 PingCode Project 中的安排專人負責、跟蹤進度，從而讓每一個改進措施都有結果。

隨著度量體系逐漸成熟，企業/效能委員會可能會把重心放到效能分析和效能提升的實踐分享上來，從而在公司內發揮更大價值。在這一階段 PingCode Wiki 能夠幫助他們形成效能度量指導手冊、效能提升案例庫和專項解決方案知識庫，沉澱過程資產，讓效能的度量、改進和提升成為日常工作的一部分。

03

通過自動化

流程規範化降低度量帶來的額外成本

研發效能的度量不是免費的，為了做到準確、有效的度量，各種成本加在一起很高。

比如我們經常會去度量團隊的需求交付週期及其在設計、開發、測試、部署等每個階段的時間消耗和佔比。這樣一個看似簡單的度量需求，其實背後要做很多事情。

度量的準確性依賴流程的規範性，需要明確研發流程、制定相應規範，並確保相關的活動都在系統中進行及時、完整的記錄。

為了能在減少研發中各角色時間和精力投入的基礎上，提升效能度量的準確性，我們可以藉助PingCode 產品矩陣的能力加以實現。比如：

• PingCode Flow 自動化的能力減少工程師繁瑣的重複性和事務性手動操作，如在多個子產品之間進行狀態更新同步等，從而自動完成狀態的流轉和資訊的同步。
• PingCode Project 、PingCode Testhub、PingCode Ship 搭建出一套標準化、規範化的研發工作流，並加以固化；
• PingCode Wiki 制定和沉澱企業內的技術規範和流程制度；

通過自動化的狀態流轉以及標準化的工作流搭建，系統中研發過程資料得以更為準確的記錄，也在較低成本的情況下給度量提供了有效的研發基礎資料。

04

小結

在本篇文章，我們探討了通過子產品 Insight 的釋出 PingCode 產品矩陣給使用者帶來的效能度量方面的四點重要價值：

自動採集效能資料、建立效能改進閉環、沉澱效能改進規程資產、降低效能度量成本。

而本質上， Insight 以及 PingCode 整個產品矩陣在研發效能度量方面的價值遠不止於此，還有更多的價值等待使用者去挖掘。

我們希望通過PingCode Insight 的釋出，能夠正真幫助企業構建起效能度量和改進的閉環，提升企業的核心競爭力。

Pingcode官網

Woktile官網