共计 1992 个字符，预计需要花费 5 分钟才能阅读完成。
嗨，敌人！你据说过「新型工伤」吗？
我如同「赛博确诊」了😣
那天敌人约我吃饭，我下意识回复了句「好的，那我提一个日程」……还有上次跟一位准妈妈聊天，我好奇宝宝的预产期，后果脱口而出「宝宝预计什么时候公布呀？」
小编察看到，这种生存语言零碎被职场黑话净化的「新型工伤」辐射范畴还不小。就比方昨天，我只是埋怨了一句「外卖等了良久」，就被拉着科普了一中午「什么是 Lead Time」😓
简略地说，用「餐品已送达」的工夫减去你下单的工夫——更精确的说法是「商家已确认订单」的工夫——失去的时间差，就是商家的 Lead Time。因为点外卖须要提前下单，所以 Lead Time 也被翻译成了提前期或前置工夫……
01 什么是 Lead Time？
和 Cycle Time 一样，Lead Time 也是精益生产的专业术语。Lead Time（交付工夫）是指企业从承受客户订单开始，到胜利向客户交付货物完结，两头所距离的全副工夫。
在软件开发语境中，研发团队的 Lead Time 是需要从被确认（即产品经理驳回需要）到上线交付所需的工夫，也就是「From Idea To Launch」的工夫。
以 LigaAI【看板视图】中的研发需要为例，繁多用户故事的 Lead Time 能够通过计算实现状态与创立状态的时间差值得出。而有统计结果表明，研发团队的整体交付工夫通常合乎韦伯散布，因而倡议选用 85% 分位数进行剖析，而不是平均值。
在之前介绍 Cycle Time 的文章中，咱们曾探讨过，Cycle Time 是指技术团队从头到尾实现一单位研发工作所需的均匀工夫。那么，Lead Time 和 Cycle Time 二者有怎么的关系或区别呢？
02 Lead Time vs Cycle Time
这个问题，让咱们从「一个需要的毕生（麻利开发版）」说起。
一个创意 / 想法 / 反馈被提出后，要先通过产品愿景和指标的价值匹配等解决，由产品负责人确认是否能够接收其成为待开发需要。
已驳回的研发需要会被记录在产品待办列表（Product Backlog）中，通过需要剖析、需要拆分、需要评审、优先级排序、工作量估算等一系列步骤，变成一个个清晰明确的小粒度、高优先级的用户故事。这个过程会剥离出以后优先级 / 价值较低的需要，持续承受待办列表细化的考验。
在迭代打算会议上，Scrum 团队探讨合乎 DoR（Definition of Ready）要求的用户故事，并联合优先级、工作量等，将其布局进迭代待办列表（Sprint Backlog）中，投入迭代开发。
当需要顺利通过开发、测试、部署，被胜利公布到生产环境后，Lead Time 和 Cycle Time 的计时就按下终止键。
也就是说，Lead Time 包含了用户故事的筹备工夫、在积压列表中的等待时间和研发团队实现需求的周期时间（即 Cycle Time）。
麻利联盟（Agile Alliance）还指出，Lead Time 和 Cycle Time 别离代表了不同角色的度量视角。前者从「用户视角」登程，掂量了需要从被确认到被满足的工夫，而后者从「开发者视角」登程，掂量的是研发需要 / 用户故事从开始开发到胜利交付的间隔时间。
总结一下。Lead Time 和 Cycle Time 都是用于度量研发速率的无效指标。Lead Time 以 PBI 的创立为终点，体现了研发团队响应需要的能力，而 Cycle Time 以需要进入迭代开发为终点，反映的是研发团队交付价值的能力。在数值关系上，Lead Time 蕴含了 Cycle Time。
03 Lead Time 的重要性
DORA（DevOps Research and Assessment）钻研表明，速度和稳定性是影响研发效力的两大重要维度。其中，变更前置工夫（Lead Time for Changes）正是影响研发效力的四大关键因素之一。
Lead Time 和 Cycle Time 作为研发速率的两大度量指标，在晋升组织敏捷性和适应性方面行之有效。联合行业标杆参考值，技术管理者能够疾速定位效力瓶颈和潜在危险；利用行业可复制教训和新兴技术，能将组织效力晋升落到实处，继续学习、继续改良。
像适当缩小 WIP 数量、放大需要颗粒度、继续集成、自动化测试、自动化部署、进步代码品质、打造和保护「高信赖、低指摘」的组织文化等等都是晋升研发交付速率的常见无效伎俩。
LigaAI 总结
研发团队的 Lead Time（交付工夫）是需要从被确认到被满足的间隔时间，体现了研发团队疾速响应需要的能力，是度量研发速率的重要指标之一。
繁多研发工作的 Lead Time 能够通过计算实现状态与创立状态的时间差值得出，而研发团队整体的交付工夫应取 85% 分位数开展剖析。
最初，我想问问敌人们，我这种「新型工伤」有没有成熟的解决方案啊？
LigaAI@SegmentFault 还将继续分享更多研发效力治理、度量体系搭建的实践经验，以及迷信的度量指标治理办法。
关注 LigaAI- 新一代智能研发合作平台，欢送申请试用咱们的产品，一起变大变强！