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