全球财经网|PingCode Insight 正式发布，让研发效能可量化、可分析、可提升子产品Insight的发布

图片
子产品 Insight 的发布，标志着 PingCode 正式进入数据化时代。自此， PingCode 在自动化、数据化、智能化的道路上又迈出坚实一步。

在数字化的时代，研发效能已经成为一家科技公司的核心竞争力。
在软件研发领域，效能提升的方法论和实践一直在快速发展。比如，我们熟知的敏捷开发方法已经诞生了二十年， DevOps 也已经发展了十多年，在很多行业、很多企业都对其进行了引入和落地。
但是，我们经常遇到的一种现象是：
当一个组织/团队在消耗了大量的"变革"时间、花费了大量的人力和资金后，却无法有效回答一些看似非常基本的问题。比如：
我们的研发效能到底怎么样？可否量化？

我们比所在行业平均水平如何？我们的研发能力跟同行相比更好还是更差？

研发效能的瓶颈点和问题是什么？

在采纳了敏捷或 DevOps 实践之后，有没有效果？有没有实质上的提升？

我们接下来提升的方向在哪？如何实现持续改进？

这就是为什么我们希望进行研发效能度量。
研发效能度量的目标是让效能可量化、可分析、可提升，通过数据驱动的方式更加理性地评估和持续改进，而不要总是凭直觉感性地说出我觉得..." 。
研发效能度量的出发点虽然很好，但是如何正确度量却是一个有难度的技术活儿。

研发效能度量要成功落地需要一个相对完善的体系，其中包含数据采集、度量指标设计、度量模型构建等多个方面。而实际情况是，大家都面临着数据的采集过程复杂成本高、缺乏系统性的思考与设计、偏离了效能度量的正确方向等难题。
而今天， PingCode 效能度量子产品 Insight 正式发布。

图片
自此， PingCode 将帮助企业构建自动采集研发全生命周期效能数据的能力、建立起效能度量和改进的 MARI 闭环，降低度量成本，以开箱即用的方式促进研发效能度量的成功落地。

图片
01
构建自动采集

研发全生命周期效能数据的能力

团队在软件研发中会使用各种各样的工具，而这些工具之间往往相互割裂，造成原始效能数据分散。
所以团队如果要度量效能，就需要从系统中导出数据到 Excel 表格，然后进行各种筛选、关联、透视和加工，最终形成度量报表。
但这一过程不仅提高了度量成本，同时还可能由于大量的人工干预行为导致数据的失真。
PingCode 产品矩阵覆盖了研发管理全生命周期，子产品中产生的过程数据将会自动收集到 Insight 中，并加以提炼形成企业度量所需的各种实时数据报表。

图片
同时 PingCode 还将提供 Marketplace 和 REST API ，帮助研发团队把其他工具中的数据收集到 PingCode ，这些数据将和 PingCode 自身产品中产生的数据加以汇总融合，从而提供更多维度的效能度量数据。

图片
02
建立效能度量和改进的 MARI 闭环

2.1设计效能度量指标体系
整个研发管理链条中，本质上是两条工作流。

一条是管理侧以需求特性的全生命周期为核心的需求价值流，涵盖需求收集、规划、开发、测试到上线环节;
一条是工程侧以代码提交为线索的研发工作流，涵盖启动开发、开发中、开发完成、持续集成、持续部署到线上发布环节。
这就要求我们在效能度量的指标体系设计中，充分考虑这两条流之间信息的流转与状态的同步，从而设计出一套覆盖端到端交付的效能度量体系。
根据效能度量的目标，为了帮助企业/组织获得高效率、高质量的持续交付有效业务价值的能力， PingCode Insight 设计了如下三个效能度量指标体系：

交付效率：目标是促进端到端及早的交付，用最短的时间顺畅地交付用户价值;
交付质量：目标是促进端到端高质量交付，避免不必要的错误故障和返工;
交付能力：目标是建设卓越的工程能力，实现持续交付;