以下内容学习、摘录自《技术管理之巅》
本章的原标题是“大数据与技术管理创新”，且子章节标题也都是“大数据”。但我把所有的“大数据”更改为“数据”了。不是不尊重原著，而是结合自己的现状，我们的团队远没到达能产生大量数据的地步。
7.1 数据思维与技术管理创新
7.1.1 产品研发的数据构成
产品研发的数据，指的是在产品开发过程中，所产生的一些列数据集合。如下所示：
7.1.2 技术管理的数据之道
1.需求管理
在需求管理中，主要关注的数据指标有：价值达成率、信用等级（针对需求提出方）、需求优先级。
2.开发过程管理
3.项目管理
项目管理中，数据辅助管理就显得格外重要了。书中说的“每个PM能够负责4.5个500人天的大项目”，当然这种高效管理的背后是强大的数据和系统支持，即现在流行的“Devops”平台。
4.团队管理
推崇“开发团队健康度”管理理念，通过定义和统计“进度、成本、质量、过程”4个维度指标，综合反映各个开发团队日常工作进展。虽然各团队开发的业务不一样、人员构成不一样，但在“开发团队健康度”的四个维度面前，就具备横向可比性。
以下是比较通用的健康度指标示例：
备注：Story是敏捷开发中的最小需求单元。
5.开发资源配比
首先，制定开发资源分配原则，这是在公司层面来制定的。目前较普遍的做法是：60%用来做产品优化和业务部门的需求；20%用于创新和技术平台建设；另外20%预留用于系统升级。
其次，制定业务支持资源占比基准，是把上面说的60%的资源按一个配比，预先划分给业务部门。根据公司的业务重点、运营短板，进行合理的资源分配，也是有效解决资源冲突的方法。
最后，每季度的第一周进行资源分配的回顾，对需求价值达成较好地业务部门，在资源分配上要增加、反之减少；对于季度战略重点领域，要侧重资源的投入。
6.开发效率
对于效率的统计一直是技术管理的难点，建议关注至少两个指标：
资源使用率，是衡量一个团队工作饱和度的指标。计算公式=实际工时/理想工时，如：小强用于工作的时间是6小时，其它时间处理一些私事，那么6/8*100%=75%，行业内该指标是80%左右。
有效开发工时占比，反映了技术团队的最终产能。计算公式=实际上线产品的工时/开发理想工时，如：团队有4个开发人员，一个月20个工作日，开发的理想工时是80人日，上线产品的工时是50人日，那么50/80*100%=62%，行业内该指标在70%左右。
7.2 数据驱动的开发运维平台
7.2.1 打造数据驱动的开发运维平台
当一个技术团队已经建立了基本的开发流程和制度、规范，并且已经使用一些系统来辅助技术管理工作，那么就可以考虑搭建一套开发运维平台了。该平台贯穿开发全过程，打通开发管理中的各个环节，基于数据分析进行管理。
需求管理层面，强调的是对业务需求的有效管理，建立起需求价值验证的机制，确保业务方有价值的需求能够得到有质量的开发，缩短idea to market的时间，在激烈地竞争环境中为公司的业务发展赢得先机。
项目管理层面，支持全程可视化的项目管理，任务依赖管理、敏捷和项目混合式管理、完善的项目审批和变更流程。让项目经理从催办、沟通等繁杂的事务中解脱出来，更多地考虑项目的方向、市场机会等核心问题。
迭代管理层面，融合产品敏捷和项目敏捷的管理思想，完美支持Scrum、Kanban等敏捷模式，并能根据敏捷过程数据，给团队的敏捷成熟度评分，指导团队更好地实施敏捷。
质量管理层面，集成自动化测试工具，支持每日构建、BUG管理、测试用例管理。QA团队能利用自动化的“健康度”度量指标，摆脱传统手工审计，对团队进行多维度立体式的审计。
上线发布层面，通过打通发布流程，实现“一键发布”、“灰度发布”、“自动化验证”、“自动回滚”等功能，摆脱所有开发、测试、运维加班在半夜发布的落后方式。
管理报表层面，为不同层级的管理人员提供个性化报表，从宏观到微观，帮助管理人员识别团队短板，制定有效的改进措施。
7.2.2 开发运维平台的构成
开发运维平台由7大子系统组成，如下：
7.2.3 千人千面的数据分析体系
所谓千人千面，指的是各个角色的人所关心的数据是不一样的，即使是同一个角色的人也有可能关心不同的数据，所以，开发运维平台必须提供个性化的报表。
可以把报表体系划分为3大类：
公司管理视图，为公司高管、各业务负责人提供IT资源使用分析、各部门信用等级分析、重要项目跟踪、产品开发效率分析等报表。帮助公司高层宏观地了解IT资源的投入产出比。
业务部门视图，为业务部门提供需求跟踪、需求响应速度分析、项目进度报告等报表。用系统支持，让业务部门参与到敏捷过程，让需求受理过程透明化，解决技术与业务脱节、需求响应不及时等问题。
技术人员视图，为研发团队提供工作量分析、质量分析、上线成功率分析、产能分析等报表。帮助研发团队进行日常管理，更科学高效的安排工作、提高质量。
7.2.4 开发过程透明化
开发运维平台建立后，可以让技术团队不再是关起门来闷头搞开发，因为过程都是透明的。透明化有何好处？
1.消除信息不对称，促进技术与业务沟通。业务人员可以随时知道技术人员在做什么和预计什么时候完成，开发人员也不必担心业务去投诉和抱怨进度太慢之类的问题。
2.全员化监管，更公开和公正。对于开发资源如何使用，一直是争论不休的问题，有效的解决方法是：公司层面制定资源分配的规则，资源开发过程透明化，让价值高的需求、符合公司战略方向的需求得到充分的资源。
企业要进行科学管理，就要践行数据思维。什么是数据思维？数据思维是根据数据来思考事物的一种思维模式，是一种量化的思维模式，是重视事实、追求真理的思维模式。
而进行数据化管理，就要有系统支持数据采集、数据分析。总体来说，本章的内容就是讲解“如何依托开发运维平台，对开发过程进行数据化管理”。毫不夸张地说，研发运维平台（Devops）就是软件技术团队的生产工具，你能想象一个生产单位没有生产工具吗？
网友评论