Telegram Group & Telegram Channel
Треугольник эффективности или как понять какие метрики нужны бизнесу

Недавно ко мне пришла замечательная Марьяна (автор канала Продукты, книги и любовь) с вопросом «Рома, а как лиду команды программистов Ване выбрать метрики работы команды, которые стоит отслеживать на дашборде для оценки эффективности работы команды?».

Отвечаю публично. Существует куча методик, но я расскажу об одной не такой известной, которую я узнал работая с производственными процессами, она хорошо подходит для таких кейсов.

Для начала давайте обсудим, что такое «эффективность»? Например, Петя, программист из команды Вани, закрывает задач на 10 стори-поинтов за спринт — эффективно ли это? Сравним со средним значением для других программистов? А как тогда определить эффективность всей команды — пойти посмотреть на рынок? Но там люди делают совершенно другие задачи и по-другому их оценивают. Отсюда первый вывод — измерить эффективность процесса чаще всего невозможно, можно только сказать насколько он стал эффективнее предыдущего периода или какого-то бенчмарка на рынке. Но бенчмарки работают крайне плохо.

Окей, поняли, что можно измерить только повышение эффективности, но что же это такое? Например, программист Петя стал закрывать 15 стори-поинтов за спринт, а раньше закрывал только 10. Ваня должен дать Пете премию? Стал ли Петя работать более эффективно? Однозначно сказать невозможно, так как мы не знаем всех характеристик процесса, только его производительность. Ещё нужно понять стал ли Петя делать больше багов, сколько раз код приходилось править во время ревью, или может Петя просто стал работать на 20 часов больше и совсем не спит.

Получается, что чтобы говорить про изменение эффективности надо знать ещё и другие метрики процесса, а не только производительность. Кстати, поэтому так плохо работают отраслевые бенчмарки, они не дают представление о всех метриках процесса.

Описанию метрик процесса помогает фреймворк «Треугольник эффективности». Он говорит, что любой процесс должен быть описан с трёх сторон:
— Delivery: Продукт/результат процесса. Чаще всего кол-во продуктов или объём услуг выпущенных за единицу времени и их продуктовый микс (выпускаем не только A, а способны делать и A, и B, и C).
— Quality: Качество процесса. Кол-во ошибок в процессе.
— Cost: Стоимость реализации процесса.

Разберём на примере команды разработки.

D - Продукт/результат
— Кол-во задач сделанных за спринт
— Кол-во стори-поинтов выполненных за спринт
— Микс задач (60% новые фичи, 20% баги, 20% тех. долг)

Q - Качество

— Кол-во итераций при ревью кода
— % успешных тестов
— Кол-во новых багов

С - Затраты
— Кол-во часов работы программистов
— Кол-во часов работы смежных специалистов (QA, бизнес-аналитик, продакт)
— Стоимость софта/инфраструктуры

Ещё в «центр треугольника» добовляют метрики рисков, чаще они качественные, но могут быть и количественными.

R - Риски
— Оценка рисков утечки информации пользователей
— Риски замедления разработки из-за неудачной архитектуры
— Риски выгорания сотрудников

Смотря на этот список метрик получаем определение «повышения эффективности» — когда мы улучшаем хотя бы одну метрику процесса при этом не ухудшая остальные метрики. Стали больше деливирить фичей, но полезли баги — это не является повышением эффективности. Больше закрываем задач и нет новых багов, но 80% времени тратим на рефакторинг — не является повышением эффективности. Научились больше деливирить за счет автоматических сборок и тестов, а качество, затраты и риски не выросли — это повышение эффективности.

А как же Ване это поможет для дашборда? Ему надо выбрать какая часть D, Q, C или R является ключевой для всей компании. Для стартапа — будет важным скорость релизов, а для банка — надёжность сервиса, для консалтинга — сокращение затрат и т.п. Далее делаем расчет метрик по всем категориям, но с фокусом на текущую стратегию компании и реализуем дашборд.

Мне нравится, что эта методика подходит для чего угодно. Даже изменение личной эффективности можно прикинуть. Попробуйте треугольник, когда перед вами будет задача оценить эффективность бизнес-процесса.
#избранное



group-telegram.com/revealthedata/1409
Create:
Last Update:

Треугольник эффективности или как понять какие метрики нужны бизнесу

Недавно ко мне пришла замечательная Марьяна (автор канала Продукты, книги и любовь) с вопросом «Рома, а как лиду команды программистов Ване выбрать метрики работы команды, которые стоит отслеживать на дашборде для оценки эффективности работы команды?».

Отвечаю публично. Существует куча методик, но я расскажу об одной не такой известной, которую я узнал работая с производственными процессами, она хорошо подходит для таких кейсов.

Для начала давайте обсудим, что такое «эффективность»? Например, Петя, программист из команды Вани, закрывает задач на 10 стори-поинтов за спринт — эффективно ли это? Сравним со средним значением для других программистов? А как тогда определить эффективность всей команды — пойти посмотреть на рынок? Но там люди делают совершенно другие задачи и по-другому их оценивают. Отсюда первый вывод — измерить эффективность процесса чаще всего невозможно, можно только сказать насколько он стал эффективнее предыдущего периода или какого-то бенчмарка на рынке. Но бенчмарки работают крайне плохо.

Окей, поняли, что можно измерить только повышение эффективности, но что же это такое? Например, программист Петя стал закрывать 15 стори-поинтов за спринт, а раньше закрывал только 10. Ваня должен дать Пете премию? Стал ли Петя работать более эффективно? Однозначно сказать невозможно, так как мы не знаем всех характеристик процесса, только его производительность. Ещё нужно понять стал ли Петя делать больше багов, сколько раз код приходилось править во время ревью, или может Петя просто стал работать на 20 часов больше и совсем не спит.

Получается, что чтобы говорить про изменение эффективности надо знать ещё и другие метрики процесса, а не только производительность. Кстати, поэтому так плохо работают отраслевые бенчмарки, они не дают представление о всех метриках процесса.

Описанию метрик процесса помогает фреймворк «Треугольник эффективности». Он говорит, что любой процесс должен быть описан с трёх сторон:
— Delivery: Продукт/результат процесса. Чаще всего кол-во продуктов или объём услуг выпущенных за единицу времени и их продуктовый микс (выпускаем не только A, а способны делать и A, и B, и C).
— Quality: Качество процесса. Кол-во ошибок в процессе.
— Cost: Стоимость реализации процесса.

Разберём на примере команды разработки.

D - Продукт/результат
— Кол-во задач сделанных за спринт
— Кол-во стори-поинтов выполненных за спринт
— Микс задач (60% новые фичи, 20% баги, 20% тех. долг)

Q - Качество

— Кол-во итераций при ревью кода
— % успешных тестов
— Кол-во новых багов

С - Затраты
— Кол-во часов работы программистов
— Кол-во часов работы смежных специалистов (QA, бизнес-аналитик, продакт)
— Стоимость софта/инфраструктуры

Ещё в «центр треугольника» добовляют метрики рисков, чаще они качественные, но могут быть и количественными.

R - Риски
— Оценка рисков утечки информации пользователей
— Риски замедления разработки из-за неудачной архитектуры
— Риски выгорания сотрудников

Смотря на этот список метрик получаем определение «повышения эффективности» — когда мы улучшаем хотя бы одну метрику процесса при этом не ухудшая остальные метрики. Стали больше деливирить фичей, но полезли баги — это не является повышением эффективности. Больше закрываем задач и нет новых багов, но 80% времени тратим на рефакторинг — не является повышением эффективности. Научились больше деливирить за счет автоматических сборок и тестов, а качество, затраты и риски не выросли — это повышение эффективности.

А как же Ване это поможет для дашборда? Ему надо выбрать какая часть D, Q, C или R является ключевой для всей компании. Для стартапа — будет важным скорость релизов, а для банка — надёжность сервиса, для консалтинга — сокращение затрат и т.п. Далее делаем расчет метрик по всем категориям, но с фокусом на текущую стратегию компании и реализуем дашборд.

Мне нравится, что эта методика подходит для чего угодно. Даже изменение личной эффективности можно прикинуть. Попробуйте треугольник, когда перед вами будет задача оценить эффективность бизнес-процесса.
#избранное

BY Reveal the Data




Share with your friend now:
group-telegram.com/revealthedata/1409

View MORE
Open in Telegram


Telegram | DID YOU KNOW?

Date: |

The next bit isn’t clear, but Durov reportedly claimed that his resignation, dated March 21st, was an April Fools’ prank. TechCrunch implies that it was a matter of principle, but it’s hard to be clear on the wheres, whos and whys. Similarly, on April 17th, the Moscow Times quoted Durov as saying that he quit the company after being pressured to reveal account details about Ukrainians protesting the then-president Viktor Yanukovych. But Telegram says people want to keep their chat history when they get a new phone, and they like having a data backup that will sync their chats across multiple devices. And that is why they let people choose whether they want their messages to be encrypted or not. When not turned on, though, chats are stored on Telegram's services, which are scattered throughout the world. But it has "disclosed 0 bytes of user data to third parties, including governments," Telegram states on its website. The company maintains that it cannot act against individual or group chats, which are “private amongst their participants,” but it will respond to requests in relation to sticker sets, channels and bots which are publicly available. During the invasion of Ukraine, Pavel Durov has wrestled with this issue a lot more prominently than he has before. Channels like Donbass Insider and Bellum Acta, as reported by Foreign Policy, started pumping out pro-Russian propaganda as the invasion began. So much so that the Ukrainian National Security and Defense Council issued a statement labeling which accounts are Russian-backed. Ukrainian officials, in potential violation of the Geneva Convention, have shared imagery of dead and captured Russian soldiers on the platform. The news also helped traders look past another report showing decades-high inflation and shake off some of the volatility from recent sessions. The Bureau of Labor Statistics' February Consumer Price Index (CPI) this week showed another surge in prices even before Russia escalated its attacks in Ukraine. The headline CPI — soaring 7.9% over last year — underscored the sticky inflationary pressures reverberating across the U.S. economy, with everything from groceries to rents and airline fares getting more expensive for everyday consumers. The S&P 500 fell 1.3% to 4,204.36, and the Dow Jones Industrial Average was down 0.7% to 32,943.33. The Dow posted a fifth straight weekly loss — its longest losing streak since 2019. The Nasdaq Composite tumbled 2.2% to 12,843.81. Though all three indexes opened in the green, stocks took a turn after a new report showed U.S. consumer sentiment deteriorated more than expected in early March as consumers' inflation expectations soared to the highest since 1981.
from ye


Telegram Reveal the Data
FROM American