腾讯字节阿里百度等标杆企业的研发效能

注:本文是早间直播《研发视角的人效》的学习资料。

从研发视角谈人效,有一个非常重要的概念:研发效能

什么是研发效能?

根据腾讯研发效能资深技术专家张乐的定义:

研发效能,更高效、更高质量、更可靠、可持续地交付更优的业务价值的能力。

图片

碰巧在降本增效的大背景下,“研发效能”在2021-2022年成为互联网、软件技术圈的热点,国内外大厂这几年也纷纷由“工程效率”部门改名或重组。

图片

图片

影响研发效能有什么因素?

核心因素有三个:

  • 做正确的(高价值的)事:研发资源是否投入在了更有价值的需求上,核心是洞察高价值的需求以及资源投入与需求匹配情况。
  • 正确的做事:通过采用更加合理的方式提升研发效率、质量,减少资源、时间浪费最终提升需求吞吐,降低成本。
  • 可持续的顺畅交付:让交付过程顺畅、稳定、可持续,能够持续保障高的需求吞吐。
根据GQM方法,可提取效能分析的指标体系和关键场景,以下是部分场景提取示例,人效分析是划红线部分。图片

在研发效能框架下,怎么做人效分析?

以单个业务测试人员为样例。(注意:测试人效数据受到工程能力、业务代码复杂度等因素影响,故业务差异较大的团队间不具备可对比性)

人效最终追求的是最优资源配置,所以,我们要回答的问题,是现有的需求量下,投入多少人员,如何分配能得到最大产出。基于该问题我们首先得定义,业务测试人员的投入和产出分别是什么。

  • 时间利用率:在这里相当于测试需求饱和度,可以用测试需求时长/理论上的总工时
  • 生产效率:在这里相当于测试产出效率。在这里我们测试产出是BUG,以发现bug的效率作为衡量指标。
  • 质量合格率:在这里相当于项目质量,可以用漏测率来表示。

参考制造业的OLE(Overall Labor Effectiveness)整体劳动效能体系,最终的OLE涉及到三个层面的问题:

OLE = 时间利用率 * 生产效率 * (1- 漏测率)

基于以上公式,可以从人员的时间利用率、测试效率、测试质量三个方向来进行分析。

第一步,分解人效分析指标。

采用GQM方法,分解出如下的业务测试人员人效分析指标体系如下:

图片

第二步,结果面分析

通过结果面数据,也就是直接影响OLE值的三大因素指标的趋势情况来了解当前现状:

  • 饱和度:长期稳定在30%左右,说明平均每天有将近60%的人力处于不饱和状态,具备较大提升空间。
  • 平均人天BUG:1,2月份受到过年前后假期影响,偏低,其他月份稳定在0.8上下。结合饱和度也较为平稳的数据可以判断,该业务需求的bug密度处于较稳定状态。
  • 漏测率:呈现不稳定波动,和人员饱和度无相关性,说明人员负载目前没有对测试质量产生影响。

由于人员饱和度过高易导致漏测率的上升,可以长期观察以上三个指标帮助团队达到在可接受的漏测率标准下最大的饱和度和单位产出。

图片

第三步,过程面分析

接下来,通过过程面不同视角的分析,来挖掘核心问题是什么,需要改进的方案是什么(以下仅以需求和人员视角为例)。

  • 需求分配视角需求根据修改风险大小,可以使用不同的质量保障手段。如低风险需求可以采用研发自测+CI自动化手段保障质量。

    需求分配视角主要回答以下两个问题:

    • 测试任务是否采用了最低成本的的测试手段来完成质量保障工作。通过对比最终上线后没有bug的需求占比,和实际需求采用的测试方案可以看到,我们只有大概20%是实际有bug的,但是采用研发自测方式保障的需求仅占比50-60%。说明我们有大量的测试人力消耗在无BUG需求上。

图片

    • 需要分配到测试人员的测试任务分配是否均衡,是否有闲置人员和闲置时间。

通过饱和度在时间维度和人员维度上的分配分布,可以看到在时间维度上,存在明显的忙时和闲时,人员维度上存在明显的不均衡情况,且存在0饱和度成员。

图片

      • 人员能力视角

人员能力视角主要回答以下问题:

      • 是否存在能力不足成员通过人员粒度的交付需求量以及漏测率的散点图数据可以看到,存在产出少且产出质量差的成员。

图片

第四步,改进方案挖掘

基于以上过程面分析,可以看到在需求分配、人员能力层面都有明显的问题,针对某一个具体的问题指标,需要挖掘具体的改进方案并驱动落地,下面以需求分配维度的时间均衡度问题为例进行详细分析拆解。

观察人员饱和度分布,可以看到,忙时周期和发版周期一致,说明发版周由于存在批量提测导致人员饱和度提升。为了能够在发版周保障按时交付,业务需要保障有充足的测试人员可用。

图片

想要解决时间维度分配不均衡问题,我们需要做到在忙时能够有充分的人力资源可用,在闲时能够释放人力资源。由于人员不可能快速增加或减少,所以我们希望看下是否可以通过在更大的团队范围内进行资源共享来达成以上目的。

分析不同业务的需求饱和度周期分布如下:可以发现不同团队间的忙闲时段是有差异的,如下图A团队在周三最忙而B团队是在周五,说明以上提议可行。

图片

所以,针对需求分配的时间均衡度问题,提出改进方案是——通过建立多团队间的测试人员池化机制,提升整体饱和度。

上面这个案例,出自百度的工程能力地图与度量体系。

百度把研发的工程类型大致分为四类:Server、App、SDK 和 AD (Autonomous Driving) ,每一类都制定了详细的工程类型的优秀实践集合——工程能力地图。

下图就是百度 Server 类型的工程能力地图。

图片

从百度效能度量体系的案例中,看的出来,研发效能的度量,除了面向过程活动的度量,还要增加面向效率和质量结果的度量指标。另外,度量的对象首先应该是产品和团队的工作,其次才是个人。

接下来介绍其他大厂的研发效能体系。

1、字节跳动的DevMind体系

字节跳动研发效能团队成立于2020年 6 月。在推动研发效能提升的路上,字节跳动有一个协作飞轮。

  • 协作飞轮

在这个像HR三支柱的协作飞轮转动的过程中,业务方可以获得研发效能的提升,效能专家(领域专家)可以打磨其效能提升方法,DevMind平台在对功能的迭代过程中使平台能力更加完备。

图片

字节跳动的DevMind 整体技术架构,是按照业务目标可划分为“一横一竖”两大方向。

图片

DevMind 在产品功能上分为 Insight、Measure、Platform、Nudge 四大模块。

图片

这个模型怎么用呢?

举一个最简单的人效分析场景——某研发团队负责人小 A ,通知下属业务线负责人小 B 和小 C,需要统计这两个团队 7 月的 BUG 数。

基于均值回归假设,DevMind 会假定百人以上的研发团队的产出与人数是强相关的。基于上述假设,DevMind 将团队成员理论可到岗天数之和作为团队人均类指标的分母。

图片

如图所示,7 月 1 日至 7 月 7 日共 5 个工作日,7 月 8 日至 7 月 31 日共 15 个工作日,小 E 在小 B 团队是 0.25 人力,而在小 C 团队是 0.75 人力。最终,小 C 团队的人均 BUG 数是 4,而小 B 团队的人均 BUG 数则达到 4.8。

2、阿里巴巴研发效能指标

阿里巴巴内部做研发团队效能改进时,提出了“2-1-1”的愿景。

“2”指的是交付周期 2 周——85% 以上的需求可以在 2 周内交付;第一个“1”指的是开发周期 1 周——85% 以上的需求可以在 1 周内开发完成;第二个“1”指的是发布前置时间 1 小时——提交代码后可以在 1 小时内完成发布。

不过,阿里巴巴很多团队离“211”的愿景还是有距离的,特别是这个“2”,它涉及到整个组织各职能,和部门的协调一致,紧密协作。1 小时的发布前置时间,则需要持续交付流水线,产品架构体系和自动化测试、部署等有力保障。

有效的度量体系应该围绕核心问题展开,阿里巴巴就用五组指标来回答这一个核心。

图片

仔细看,这个五组指标几乎都没有纯人效的指标,为什么?

根据阿里巴巴效能大图,除了业务运营效能、研发效能,还有单独的组织效能。

图片

3、蚂蚁集团研发效能体系

蚂蚁把整个研发效能体系分为三层,并提供相应的效能指标:

业务层:指从业务规划到价值验证的过程。这一层的目标是“做正确的事”——以业务目标为核心,创造更多有效、可验证、可闭环的价值,保障业务结果。

使用的指标主要有盈利能力、市场份额等商业衡量指标,也有客户满意度、可用率、生产力等非商业衡量指标。这些指标的具体定义和业务特点、业务发展阶段强相关,并会随着市场变化进行调整。

交付层:指从需求受理到需求发布。这一层的目标是“正确的做事”——以流动效率为核心,持续、快速、高质量交付价值。交付层像是一条管道,衡量这个“研发管道”的效能,主要看交付质量、交付效率,以及过程中的研发投入、产出。

能力层(也可叫技术实现层):指影响交付过程的所有研发活动。这一层的目标是“更好的研发能力”——研发过程中的每个环节(无论是人工还是自动化)能够顺畅、高效、低成本完成。

指标主要包括是每个研发活动中的工程任务的稳定性、时效性、有效性,以及关键研发活动的准出质量。

下图的标红部分,侧重研发人员能力层。

图片

截止2021年,蚂蚁陆续构建了12个模型在解决不同程度的复杂问题,比如“研发效能指数”,用于对蚂蚁研发效能结果进行评价,并且能够分解、刻画每一个团队的研发效能。

比如“代码影响力”,刻画代码复杂度和难度,在公司内的绩效、晋升的需要工作总结的场景,很多一线同学都用这个指标举证自己的代码难度。

图片

 

参考资料:

百度技术沙龙:百度研发效能从度量到数字化蜕变之路

姜磊:覆盖数万研发人员,字节跳动首次公开效能度量核心技术

张乐:阿里腾讯程序员写的代码就比别人好?你不知道大厂们操碎了多少心

三年磨一剑:蚂蚁的智能研发洞察实践

企业考察网文章,作者:标杆考察培训中心,如若转载,请注明出处:https://www.qykc.cn/8688.html

(1)
上一篇 2023年12月7日
下一篇 2023年12月11日

相关推荐