01.引言

通過一系列文章，我們深入探討了效能洞察的重要性，并且強調了企業在實施之前必須完成的前期準備工作。通過收集和分析IT研發全生命周期的效能數據，企業可以高效實現業務目標、提高運營效率、滿足客戶需求，同時不斷優化和改進業務流程，從而保持競爭優勢。因此，企業須充分重視并積極實施效能度量，借助有效的數據分析和洞察，推動行業的持續創新和發展。

金融行業作為一個競爭激烈且高度復雜的行業，隨著金融科技的快速發展和數字化轉型的推進，IT效能洞察在該行業的重要性也變得日益突出。在本文中，我們將分析一個金融企業效能洞察的案例，展示效能洞察對企業所帶來的顯著效果。

02.案例

某大型企業規模龐大，業務復雜，旗下員工數量接近3000人。然而，該企業存在外包管理難度大、協作效率低、資源浪費明顯等現象。由于缺乏有效的數據支撐，考核和管理缺少抓手，這些問題一直難以得到有效解決。

因此，該企業決定積極推動度量改革，并打造全集團的效能度量平臺，期望通過數據洞察輔助提升效能，實現持續改進。計劃采取的步驟如下：

• 規劃集團指標
• 采集集團數據
• 指標設計展示
• 平臺推廣使用

在上述建設過程中，該企業面臨了一系列問題，但經過采取針對性的改進措施，這些問題已逐步得到解決。

1）規劃指標階段

問題：缺乏專業知識、目標不明確、指標亂拼湊

在設計度量指標體系時，指標的來源通常包括員工以往工作經驗中的積累、公眾號文章的推薦以及效能大會上的分享。然而，通過這些途徑得到的度量指標往往只是簡單的堆砌，缺乏對指標的用途、意義和以及指標間的關聯關系的清晰解釋。盡管指標數量眾多，但難以達到最終期望的度量效果。

改進措施：

1.確定組織目標：采用自上而下的方式逐層進行拆解，找到每個層級指標所對應的目標用戶，最終，將指標拆解為“組織級-項目級-人員級”的結構。
2.確定度量目標：分析不同層級用戶的度量目標。

• 組織級：關注聚合的數據，不太關注細節或過程。因此，將組織類數據分成了“基礎指標”、“核心指標”和“創新指標”三類，從多個角度進行分析，更全面地了解組織的產品研發實力和持續競爭力。
• 項目級：關注整個項目的全貌，參考項目的整體交付過程，將指標拆解成“需求交付”、“交付質量”、“代碼質量”、“研發質量”和“測試質量”等多個維度。
• 人員級：關注每個崗位下人員的 “產出效率”、“產出質量”等情況，指標的拆解從上述兩個維度進行考慮。

2）數據采集階段

問題：數據采集困難、采集不及時、數據質量差

DevOps工具鏈的集成深度不夠，導致數據和度量指標分散于不同的平臺。每次查看數據時，都需要登陸多個系統并打開多個頁面，這使得數據間沒辦法進行很好地關聯，進而在分析問題時只關注到片面情況，而非整個場景。

改進措施：

通過接入需求管理、代碼管理、集成管理和測試管理系列工具的數據，系統能夠自動采集數據并處理這些數據，最后將它們存放在統一的數據庫中。這種方式依靠大數據庫的數據處理能力，解決了數據處理效率低、加載速度慢、數據分散導致的數據關聯性差等問題。

同時，將相關數據在一個頁面中進行呈現后，方便對數據進行聯動、下鉆分析，進而有助于對數據異常情況進行綜合分析，追根溯源找到問題的根本原因。

3）指標展示階段

問題：指標迭代慢、展示效果差、洞察分析弱

通過研發編寫代碼來實現指標，不僅耗費大量的研發資源，而且交付周期長。每當業務提出新的指標展示需求時，都需要通過研發資源排期解決。更令人困擾的是，一旦業務需求調整，需要修改指標統計口徑時，同樣需要重新進行研發資源排期，并在通過測試后才能重新上線。這種流程導致了業務的度量需求的積壓，使得需求無法及時上線得到滿足，也無法及時驗證數據。

改進措施：

使用可視化配置界面和拖拽方式生成指標，取代了繁瑣的代碼定制開發工作，擺脫了對研發資源的依賴，解決了研發資源緊缺、指標修改周期長以及業務數據無法及時驗證的難題。實現了指標快速迭代且無感知上線的效果。最終，成功將每個指標的上線周期從約2.5人天縮短至僅需約0.5人天，效率提升了近3倍。

可視化拖拽界面：

指標上線周期縮短：

03.總結

通過上述的建設過程，該企業成功打通了“需求-研發-集成-測試”研發全過程的數據，將組織目標進行多級拆解，通過數據聯動和下鉆分析，解決了多處長期存在的效能問題。此后，企業持續采用度量數據驅動的方式對管理流程和協作模式進行改進，不斷進行優化和完善。最終，該企業的度量體系改造效果得到了DevOps成熟度三級評級的驗證，并成功通過了評級。為了使更多部門能夠受益于度量改造帶來的益處，該企業決定在全集團范圍內推廣使用這一度量方案。