|
通过一系列文章，我们深入探讨了效能洞察的重要性，并且强调了企业在实施之前必须完成的前期准备工作。通过收集和分析IT研发全生命周期的效能数据，企业可以高效实现业务目标、提高运营效率、满足客户需求，同时不断优化和改进业务流程，从而保持竞争优势。因此，企业须充分重视并积极实施效能度量，借助有效的数据分析和洞察，推动行业的持续创新和发展。
金融行业作为一个竞争激烈且高度复杂的行业，随着金融科技的快速发展和数字化转型的推进，IT效能洞察在该行业的重要性也变得日益突出。在本文中，我们将分析一个金融企业效能洞察的案例，展示效能洞察对企业所带来的显著效果。
某大型企业规模庞大，业务复杂，旗下员工数量接近3000人。然而，该企业存在外包管理难度大、协作效率低、资源浪费明显等现象。由于缺乏有效的数据支撑，考核和管理缺少抓手，这些问题一直难以得到有效解决。
因此，该企业决定积极推动度量改革，并打造全集团的效能度量平台，期望通过数据洞察辅助提升效能，实现持续改进。计划采取的步骤如下：
在上述建设过程中，该企业面临了一系列问题，但经过采取针对性的改进措施，这些问题已逐步得到解决。
在设计度量指标体系时，指标的来源通常包括员工以往工作经验中的积累、公众号文章的推荐以及效能大会上的分享。然而，通过这些途径得到的度量指标往往只是简单的堆砌，缺乏对指标的用途、意义和以及指标间的关联关系的清晰解释。尽管指标数量众多，但难以达到最终期望的度量效果。
首先确定组织目标，随后采用自上而下的方式逐层进行拆解，找到每个层级指标所对应的目标用户，最终，将指标拆解为“组织级-项目级-人员级”的结构。
组织级：关注聚合的数据，不太关注细节或过程。因此，将组织类数据分成了“基础指标”、“核心指标”和“创新指标”三类，从多个角度进行分析，更全面地了解组织的产品研发实力和持续竞争力。
项目级：关注整个项目的全貌，参考项目的整体交付过程，将指标拆解成“需求交付”、“交付质量”、“代码质量”、“研发质量”和“测试质量”等多个维度。
人员级：关注每个岗位下人员的 “产出效率”、“产出质量”等情况，指标的拆解从上述两个维度进行考虑。
确定指标口径和呈现方式，对每个指标的定义、取数逻辑以及数据来源等进行了明确的规定。最终，根据这些规定，将指标体系拆解并呈现为下图所示的效果。
DevOps工具链的集成深度不够，导致数据和度量指标分散于不同的平台。每次查看数据时，都需要登陆多个系统并打开多个页面，这使得数据间没办法进行很好地关联，进而在分析问题时只关注到片面情况，而非整个场景。
通过接入需求管理、代码管理、集成管理和测试管理系列工具的数据，系统能够自动采集数据并处理这些数据，最后将它们存放在统一的数据库中。这种方式依靠大数据库的数据处理能力，解决了数据处理效率低、加载速度慢、数据分散导致的数据关联性差等问题。
同时，将相关数据在一个页面中进行呈现后，方便对数据进行联动、下钻分析，进而有助于对数据异常情况进行综合分析，追根溯源找到问题的根本原因。
通过研发编写代码来实现指标，不仅耗费大量的研发资源，而且交付周期长。每当业务提出新的指标展示需求时，都需要通过研发资源排期解决。更令人困扰的是，一旦业务需求调整，需要修改指标统计口径时，同样需要重新进行研发资源排期，并在通过测试后才能重新上线。这种流程导致了业务的度量需求的积压，使得需求无法及时上线得到满足，也无法及时验证数据。
使用可视化配置界面和拖拽方式生成指标，取代了繁琐的代码定制开发工作，摆脱了对研发资源的依赖，解决了研发资源紧缺、指标修改周期长以及业务数据无法及时验证的难题。实现了指标快速迭代且无感知上线的效果。最终，成功将每个指标的上线周期从约2.5人天缩短至仅需约0.5人天，效率提升了近3倍。
通过上述的建设过程，该企业成功打通了“需求-研发-集成-测试”研发全过程的数据，将组织目标进行多级拆解，通过数据联动和下钻分析，解决了多处长期存在的效能问题。此后，企业持续采用度量数据驱动的方式对管理流程和协作模式进行改进，不断进行优化和完善。最终，该企业的度量体系改造效果得到了DevOps成熟度三级评级的验证，并成功通过了评级。为了使更多部门能够受益于度量改造带来的益处，该企业决定在全集团范围内推广使用这一度量方案。
| 
