越来越多IT经理和开发经理问:怎么利用过去的一些数据帮助整个研发团队进行改进?怎么开展?
让我们用问答的形式来解决这个问题。
问:度量分析或者统计要收集多少项目的数据?
答:数据是永远不够的。没有公司开始时数据就够。有人建议,先参考同类行业的数据,开启建立公司的基线。事实上,很多公司开发的特性都不一样,另外,同行业公司开发方法不同,数据也会不适用。我建议,无论项目数据有多少,可以利用有限数据,建立公司初步的参考基线。虽然数据缺乏导致无法做一些很详细的统计分析,但其实通过几个的数据也可以看到一个大概范围和趋势。基于这些信息,已经可以和项目经理和管理层沟通,然后告知项目经理所得结果的范围和预计是基于有限的数据,可能会与实际基线相差较大。在这个背景下,我们再慢慢累计20个左右项目的数据,开始用统计的手段,更准确更精确去做一些各方面的分析。
问:度量与分析、统计分析需要什么资源?
答:如果资源不够,度量与分析很难做起来。
从我们的经验,有几方面还是必须的:
1、 一些自动化工具——只要把数据做成excel形式,就能进行不同的数据分析。
2、 数据的源头——靠人手工记录,不仅工作量很大,数据的错误率也会很高——项目经理会尽量把数据做得理想化。这导致失去做度量的本来目的。
3、 人员也很重要——做度量与分析,公司需要一名人员(兼职或者全职
)帮助进行数据作分析。项目经理,不需要很熟悉统计学、六西格玛。单必须能看懂分析出来的报告和结果,懂得如何利用分析的结果,才能对有效管理项目有帮助。专门做数据分析的人员通常会出现的状况——依靠自己的感觉和判断得出结论,这不一定适用于项目。所以这个人员必须和项目人员、项目经理经常沟通,了解哪些因素会影响结果,通过这样再进一步深入地去分析,不然的话,结果会没有意义。
问,数据分析需要什么技巧或者要注意的地方?
答:一个比较常用的技巧:比如我们要完善整个项目的进度偏差,总的偏差可以细分到每个阶段,找出关键子过程,完善整个开发周期的关键子过程,才可以完善整个进度的偏差。(好比教练要针对一些关键子过程才可以为世界级游泳选手作提升。)这个概念还可以用于整个过程中的缺陷管理,不同缺陷也有不同阶段的前后关系。
问:度量和分析的过程中,公司最容易犯错或者做得不好的地方有哪些?
答:帮公司做度量计划分析的人员,对度量的操作定义理解是否准确,一开始就理解错误,最后的结果也无法进行分析。在确定度量时,必须确保其他人也能理解,并且度量的定义可操作。
另外在开始时,有些相关人员不懂如何将度量项和度量目标关联起来。最通用的方法是GQM (Goal – Question –Metric),它可以根据改善目标,提出一系列相关问题,通过这些问题,帮我们定出一些确实与改进目标相关的度量项,让我们更理解收集这些数据的理由,最终帮助达到改进的目的。GQM对格式没有要求,只要用excel表写出想到的目标和问题,依据这个定一个相关的度量项。以上我们有些模板或者过程可以给大家参考使用。
---------------------
问:用敏捷开发的项目,在度量分析的时候要怎么变通?
答:无论是敏捷还是传统的瀑布性开发,度量与分析的概念和原则都一样:比如目标清晰、有不同的分析的途径。敏捷开发和传统开发最大的区别是每一轮的开发周期比较短,但是在管理敏捷开发的过程中,还是会有不少相关数据产生,在数据方面并不会缺乏。千万不要认为敏捷开发不需要度量数据。没有度量便没有管理,敏捷有了度量,实施才会更有效。
---------------------
作者:EdmondSung