icon研发效能是需要被度量的 没有度量,就没有管理icon
掌控全局

当前研发效能处于什么样的水平?研发的投入产出比如何?项目整体质量表现怎么样?

定位问题

哪些关键因素影响了开发产能?交付进度顺利吗,是否有阻塞环节?人力负载均衡吗,项目中是否存在关键人力依赖?

定向改进

有问题的具体事务、任务在哪里?是否在回顾和改进?质量薄弱环节在哪里?哪些代码问题需要优先被修复?工程师的个人画像是如何的?哪些技能需要定向提升?

icon全方位效能度量体系icon
icon一站式研发数据分析平台icon
icon研发数据分析平台的难点icon
icon快速实现数据治理,提供可靠数据基础icon
icon科学的研发指标体系,全面覆盖研发场景icon
icon预置高频使用指标icon
iconGQM选取北极星指标icon
icon敏捷智能的数据分析,充分挖掘数据价值icon
icon思码逸,一步到达先进研发管理水平所要求的数据成熟度icon
接入快
快速集成各种工具
跨域指标开箱即用
算得准
代码当量打开
研发效能度量黑盒
洞察深入
智能专家系统自动分析
逐级下钻定位问题
icon代码当量反映真实客观的代码产出效率icon
icon代码当量icon
指标概述
代码当量是衡量开发者修改代码的工作量的指标。与代码行数(LOC)、提交个数(NOC)等简单指标相比,基于抽象语法树(AST)计算的代码当量能更准确地反应修改代码的工作量。
指标优势
代码行数是简单且常用的衡量代码工作量的指标。但是它的缺点很明显,例如:容易受到代码风格、换行习惯、注释、格式化操作等的干扰;无法识别出对代码的实际修改,简单的复制粘贴、移动代码块等会产生大量的行数增删变化。
icon代码当量 计算原理 icon
代码当量的基础计算过程如下: 分别将修改前的代码和修改后的代码解析为抽象语法树(AST)。使用tree diff算法计算将修改前的AST转换成修改后的AST的编辑脚本(Edit Script)。编辑脚本里包括四种对树的编辑操作:插入、删除、移动、更新。对于被编辑的抽象语法树节点,根据它的节点类型和编辑操作类型,分别进行加权计算,不同的节点类型和编辑操作类型,权重不同。最后,对所有被编辑的节点的加权结果进行求和,即为这次修改的代码当量。计算过程中如触发各种当量调节规则,如重复代码识别、第三方库识别、自动生成代码识别等,会根据当量调节规则扣减当量。
icon技术管理者关注的问题icon
icon投入产出比icon

判断组织整体投入产出比是否持续上升,ROI=产能 vs 工时(薪酬/营收)

icon投入产出比icon

对比团队/项目,发现ROI短板

icon开发产能icon

了解当前开发产能处于行业什么水平,以及当前人均效率较历史水平的变化

icon【下钻分析案例】研发工作量都去哪儿了?icon
icon开发产能 引入行业水平对标不同产品线的单位时间产出icon
icon交付效率 了解需求吞吐量及交付周期的变化,衡量需求交付是否又快又多icon
icon【下钻分析案例】需求交付率影响下钻分析icon
icon对比不同项目的交付效率,发现榜样及优化空间icon
icon【下钻分析案例】研发资源浪费触目惊心icon
icon了解整体交付质量情况及变化趋势,及时识别质量风险icon
icon衡量真正产生价值的需求有多少?多少工作量花在了最终产生价值的需求上?icon
icon资源配置icon

组织总体均衡度是否均衡?是否存在关键人力依赖?针对性进行人力备份及资源均衡优化措施

icon资源配置icon

观察产能同比增幅、降幅超过50%的产品线,合理增补或释放人力

icon人才盘点 识别关键人才icon
icon人才盘点 识别关键人才icon
icon人才盘点 不同岗级投入产出比分析icon
icon人才盘点icon
icon高效能人才:努力能被看见icon
icon低效能选手:能在帮助下成长icon
icon案例:认知团队效能现状,提升研发效能icon
需求背景
证券行业Top20企业,开发团队400+。研效指标体系主要是依托于 JIRA 和一些发布指标体系,缺少一套开发效能指标来很好地度量代码量、代码分布合理性及异常、团队资源分布与发展趋势等。
痛点归纳
缺少量化团队/开发人员产能的抓手,无法看清团队的开发负载情况,研发资源配置缺乏数据参考,管理半径有限,人力盘点缺乏数据参考。
解决方案
以代码当量为数据抓手,客观认知团队研发效率现状。引入研发团队开发活动热力图、贡献均衡度模型,及时掌握团队负载,了解忙闲情况,为合理调配人力提供数据参考。提供工程师个人画像,为人力盘点提供数据支撑,辅助新人成长。
icon案例:客观认知交付效率,识别资源浪费icon
需求背景
证券行业Top3企业,研发团队规模不断扩大(500+),对研发团队的度量手段缺失导致看不清楚研发过程的实际情况,迫切希望能通过研发数据深度分析,管理各个研发团队的投入产出比,实现降本增效。
痛点归纳
缺少组织及个人效能摸底的核心指标,无法客观评估交付效率,无法识别效能及资源上的浪费。
解决方案
通过代码当量建立研发人员效能指标标准,建立需求与当量关联分析,校准需求颗粒度,为管理需求拆分粒度,预估需求吞吐量提供参考。通过代码当量热力图评估团队工作饱和度,通过帕累托分析,跟踪团队资源利用率。
icon案例:摸清研发管理现状,了解人力配置的合理性icon
需求背景
证券行业Top10企业,由于外包研发团队规模不断扩大(200+), 对外包人员的工作表现没有科学客观的手段进行度量,导致内部无法判断人员流动和人力配置是否合理,希望能建立一套针对外包人员的效能评估体系。
痛点归纳
指标缺乏体系,外包团队的效能不知道怎么分析,摸不清研发管理现状,不清楚外包人力配置的合理性。
解决方案
按照多、快、好、省全方面进行指标量化,筛选出北极星指标,提供月报方案,按月分析团队质效综合情况,为评估外包人力不同技术栈、不同岗级的投入产出比及合理配置提供参考。
icon支持20+种语言与私有化部署icon
icon实施计划icon
icon全方位专业服务icon
专属技术支持
解决部署前后的技术问题
产品数据解读答疑
定期跟进回访
满意度反馈
产品功能更新反馈
行业最佳实践分享
优质客户案例
业内大咖分享
高级数据分析服务
深度分析报告
数据回顾报告
主题工作坊
icon专家咨询体系icon
研效深度分析报告
按项目/团队进行横向效率、质量及人才维度数据分析,提供专家洞察报告及报告解读。
研发效能周、月报设计
面向技术管理者提供效能健康度指标及看板设计。以了解项目/团队交付水平、投入产出比、质量及资源利用率等北极星指标。
过程基线创建培训+实践辅导
根据业务差异、项目阶段建立分组基线,合理评估不同特征项目/团队的数据表现。
MARI方法应用实践专题培训
辅导企业效能人员利用MARI方法构建数据驱动效能改进闭环。
绩效评估
质效综合评分体系设计
开发者画像报告
外包管理
供应商评分体系设计
供应商效能分析报告
数据建模
【评估模型】需求拆分粒度合理性评估供应商效能分析报告
【预测模型】需求吞吐量预估
管理者报告
管理者季度/年度效能报告
质量看板
质量看板设计
icon思码逸:数据驱动研发效能icon
产品推荐 查看更多>>
    亿信华辰应急与能源行业大数据解决方案

    亿信华辰应急与能源行业大数据解决方案,支持结构化数据的关联分析和OLAP应用,定位数据仓库和数据集市等分析型市场。支持对高速数据流的接入与实时处理,实时探测关键事件,适合需要对变化数据进行连续计算并快速分析的场景。

    数据集成

    大数采集存储

    数据治理

    数据赋能

    DataHunter智能推荐服务方案

    DataHunter智能推荐服务方案,从不同的视角、维度进⾏分类和组织,⽅便管理者、使用者在不同业务场景对标签进⾏检索、探索。通过分类层级,明确标签分类后,需要细致地描述标签,统⼀刻画标签,以便标签生命周期中涉及到的各业务⻆色了解标签的定义。

    内置Python引擎

    支持机器学习算法

    具备模型训练能力

    API支持权限控制

    RayData Report工业制造行业数据可视化分析平台

    RayData Report帮助工业企业打造“数智平台”,企业基于自身业务情况,有的放矢地逐步推进数字化转型升级建设。帮助工业企业构建自己的业务模型库,实现行业和系统业务模型的知识沉淀。高效实现业务与数据之间的连通交互,助力工业企业数据内容决策集约化管理。

    帮助工业企业构建自己的业务模型库

    实现行业和系统业务模型的知识沉淀

    高效实现业务与数据之间的连通交互

    助力工业企业数据内容决策集约化管理