＋
项目背景
该企业是深圳市某软件研发企业，有几十人的研发团队。在建立研发效能体系之前，团队对产能、团队效率、研发资源分布、代码质量等数据存在盲点，需要通过数据化建设来洞察团队的产能、效率、质量等指标，为研发管理策略的制定提供数据支撑。同时，管理者不仅希望洞察团队内部的效能情况，还希望能通过数据了解团队各项指标在行业中所处位置。
在该企业的研发效能体系建设过程中，他们经历了三个阶段，在不同的阶段都有所建树，但也会发现一些需要迭代优化的地方。其研发效能建设的三个阶段是：
1. 客户在建立研发效能体系的初期，收集的数据侧重于质量相关数据，但数据有些分散，未能形成直观可用分析结果。
2. 2022年，重新梳理度量指标，到年底，收集26个左右的指标数据，做了一定的分析和汇报，各项目组也根据结果进行改进措施制定和执行。但此时报告内容较多，逻辑性欠佳。
3. 2023年，在通过内部总结和外部沟通学习，提取北极星指标，优化效能报告结构，提升逻辑性，报告相对更直观。项目组改进效果提升。
总结来讲，该企业的痛点主要可以总结为三项：
需要将研发过程数据化，让研发效能可度量
研发效能指标需要精简，缺少北极星指标
希望通过研发效能，了解企业在行业中的水平，持续改进
在研发效能体系建设的不同阶段中，思码逸 DevInsight 研发效能度量分析平台及解决方案，都在不同层面起到了重要作用。我们基于自身在研发效能领域的经验，以及相对成熟的解决方案，帮助该企业逐步解决的以上痛点。
思码逸解决方案
＋
高效归集研发数据，形成度量体系
在建立研发效能体系之初，每个企业都会遇到数据的收集与治理问题。一方面是由于研发数据存在于多种工具中，可能包括项目管理工具、代码管理工具、代码扫描工具等。另一方面是由于不同域的研发数据的记录标准不同，数据汇总后不仅需要从项目或需求维度将不同的数据汇总，还需要将不同的数据清洗，处理为可分析数据，其过程相对复杂，不仅占用工时，还会占用额外的研发资源。
思码逸 DevInsight 在该企业部署后，通过管理者的简单配置，即可快速导入不同工具的数据。思码逸 DevInsight 自动完成数据的清洗治理。管理者根据业务、团队情况，以及研发效能目标，可以从中设定需要度量和分析的指标，让系统形成可分析的看板。
＋
提炼北极星指标，并完善指标体系
该企业在从建立研发效能体系之初，就遇到了一个问题——度量缺乏合适的数据抓手。于是，该企业引入了思码逸创新的研发效能指标——代码当量。同时，我们将代码当量与其他数据指标结合，帮助其建立了初步的研发效能度量指标体系。
相比代码行数等传统指标，代码当量的优势在于：
基于深度代码分析，可以挤掉代码中的水分，避免代码移动、增删等行为带来工作量的大幅波动，更加科学合理，与传统的代码行数相比更具参考意义。
在保障清晰可信的基础上，由于代码当量直接从代码中解析工作量信息，不依赖研发流程的规范程度，落地成本较低，因此能够帮助研发团队快速开启效能度量。在效能建设早期可作为切入点，帮助团队客观认知研发交付现状，建立起效率目标共识。
在研发效能体系推行期间，该企业采用GQM 方法论和思码逸提出的MARI方法论，不断迭代优化研发效能的指标体系和度量方法。同时，将代码当量与其他数据指标结合，来更高效准确地度量效能。例如：
通过“累计代码当量”指标来度量组织的整体产能；
通过“月人均代码当量”指标来度量组织的交付效率；
通过“内建质量指标”来度量研发交付质量；
通过“投入产出比”指标来度量组织的投入与产出；
通过“贡献均衡度”、“工作饱和度”指标来度量组织的资源利用率。
通过思码逸 DevInsight 内置的指标体系，该企业不仅快速建立了自己指标度量能力，并在不断优化的过程中，根据自身业务、团队特点，优化精简，并提炼出科学有效的北极星指标。
＋
引入行业基线，发现研发短板与优势
在该企业基于代码当量量化了研发产出，并结合代码当量与多种指标建立了指标体系后，他们希望更进一步可以了解团队在当前行业中所处的水平，包括研发的生产率、内建质量等。
思码逸 DevInsight 支持设定行业基线，在看板中与企业自身数据趋势进行对比，让企业可以洞察团队的效能趋势与不足。
团队开发效率高于行业上四分位
点击“阅读原文”，立刻试用 DevInsight
