“研发效力”一词近几年在国内外都十分热门，企业都心愿通过晋升研发团队的效力，疾速响应市场的变动。管理学之父德鲁克曾说过“没有度量，就没有治理”。所以企业要从治理的角度去看这些指标，粗浅意识研发效力，并通过指标来设定改良方向和掂量改良成果。
本文咱们将从一个企业级产品研发经理的角度登程，联合 Kyligence 的实际，探讨影响研发效力最外围的四大因素：技术架构、研发流程、指标体系、数字化工具，心愿对大家有所启发，也欢送大家在评论区和咱们互动。
Kyligence 致力于打造下一代企业级智能多维数据库，曾经服务了包含建设银行、浦发银行、UBS 瑞银团体、MetLife 美国大都会团体等国内外泛滥行业的头部企业。
家喻户晓，企业客户对产品的稳定性、安全性、可用性的要求是十分高的。Kyligence 研发团队始终通过优化技术架构、外部流程、制订指标体系和采纳数字化工具，一直寻求外部研发效力的晋升，从而为客户提供更稳固、高质量的产品和服务。
1. 先进的技术架构——所有工作的基石
不同规模、不同阶段的研发团队，须要匹配不同的技术架构。随着 Kyligence 业务拓展和团队规模的扩充，迭代瓶颈日益显著，架构层面的优化势在必行。
Kyligence 研发团队在畛域模型、微服务化、配置管理、可视化监控、多环境隔离等层面投入较多资源优化。同时，通过残缺的功能测试、多平台兼容性测试、性能测试、自动化回归测试等加强品质验收规范，一直晋升零碎鲁棒性。
此外，借助高效的 DevOps 流程自动化链条，通过继续集成、继续交付来提质增效，记录过程埋点，将整个开发、测试、运维的各阶段数字化，收集指标，再一直反馈给技术团队，推动技术架构的进化。通过这些改良措施，推动技术架构像生命体一样，一直的成熟演变，承载产品走的更远更麻利。
2. 标准的研发流程——保障效率和品质
企业客户的业务场景简单，对产品的品质要求很高。特地是金融客户，每月投产窗口固定。当呈现问题时，如果不能做到麻利修复，就会造成业务影响的周期较长。因此，咱们在研发流程上花了很多功夫进行优化，制订了产研测合作标准，从需要进入研发流程到实现开发和上线。以往的瀑布式交付、残缺的迭代大略须要以月为单位；当初可按需要去交付，一个需要一个迭代，3 周就能够实现交付，并且可实现各个微服务 Scrum 并行交付，进步了迭代效率。品质层面，咱们在研发流程上标准了 Dev Design Review、Code Review、Test Case Review、User Acceptance 等环节节点，多视角补充用户场景和边界状况，在晋升自动化测试覆盖率及效率的同时防止回归，保障了交付的品质。
图中信息仅供参考
3. 可信的指标数据——治理、追踪、改良的抓手
“指标”是数字化时代的治理语言，是治理改良的抓手，指标体系的建设不是为了刷指标，而是为了效力晋升、能力晋升、业务晋升，目标是透过指标数据看到背地的问题。Kyligence 制订了一套研发效力指标体系，数据起源自 Jira、Github 等零碎，在日常工作中按月或按天进行指标监控，以可信数据驱动改良。如下是 Kyligence 制订的局部研发效率和质量指标。
图中信息仅供参考
4. 数字化管理工具——晋升人效、决策闭环
Kyligence 研发和 Devops 团队应用了一站式云端指标中台—— Kyligence Zen 来对研发效力指标进行对立治理和剖析：
- 对立治理指标：便于查问、监测和协同，大大降低沟通和人为出错的可能性；
- 进步自动化程度：确保指标数据稳固、实在、可信；
- 多平台复用指标：复用指标数据上游集成，为决策闭环提供良好基础。
（1）通过指标目录和指标治理，治理协同
在 Kyligence Zen 中，用户能够通过界面或低代码（YAML）形式自助实现研发效力指标定义，定义实现后一键公布，即刻显示指标数据，口径清晰易懂，实现研发过程的可观测性。公布后的指标既能对立治理，也能够轻松地在组织内共享、保护。此外，借助于 Kyligence Zen 独创的指标治理与指标对齐性能，使得组织可能从管理者视角，将企业治理合成为相干指标，并继续追踪进度、辨认危险，进一步驱动数字化决策。
图中所示为模仿数据
（2）提供指标数据直连和自动化能力，升高可信数据的获取和运维老本
可信的指标数据、可交互的应用体验是数据辅助决策的前置要求。咱们通过 ETL 将 Jira 等零碎数据清理整合后搁置在 Amazon S3 上，定时更新，再借助 Kyligence Zen 直连 S3 的能力，来获取数据、定义指标。Jira 的数据量绝对较大，为了达到可交互的剖析体验，咱们通过 Kyligence Zen 指标自动化能力，界面开启指标 Cache，一键获取减速体验。Kyligence Zen 的指标自动化能力 Smart Cache，依靠了 Kyligence 专利的 AI 加强引擎，动静提取最新的指标表、维度等信息，疾速生成举荐模型，并触发构建，极大升高指标计算的运维老本。
“数据源接入”图中所示为模仿数据
“Smart Cache”图中所示为模仿数据
（3）提供指标 API 连贯能力，为业务决策闭环提供了良好基础
Kyligence Zen 提供规范查问 API 接口，将指标数据推送至上游业务利用，既能够复用指标数据，又能疾速为业务决策赋能。研发团队借助于指标 API 能力，将效力指标数据定时推送至飞书的群聊机器人，让相关者随时随地都能接管到最新动静，间接在群聊里分派任务、业务决策。
图中所示为模仿数据
企业客户的业务场景多样、业务需要简单，对产品有着更高的要求。而效力的晋升除了顶层设计与布局、研发流程的改良外，更须要一个数字化工具进行指标监控、驱动决策优化。Kyligence Zen 能够很好地满足业务需要，以指标作为晋升研发效力的抓手，帮忙企业搭建指标体系，实现要害过程的可观测性，数字化驱动优化决策，满足更高标准的产品翻新和交付。
该场景现已在 Kyligence Zen 指标模板中上线，点击 链接 即可收费体验研发效力综合监控指标模板。
对于 Kyligence
上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 开创团队于 2016 年开办，致力于打造下一代企业级智能多维数据库，为企业简化数据湖上的多维数据分析（OLAP）。通过 AI 加强的高性能剖析引擎、对立 SQL 服务接口、业务语义层等性能，Kyligence 提供老本最优的多维数据分析能力，撑持企业商务智能（BI）剖析、灵便查问和互联网级数据服务等多类利用场景，助力企业构建更牢靠的指标体系，开释业务自助剖析后劲。
Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制作、批发等行业客户，包含建设银行、浦发银行、招商银行、安全银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等寰球知名企业，并和微软、亚马逊、华为、Tableau 等技术领导者达成寰球合作伙伴关系。目前公司曾经在上海、北京、深圳、厦门、武汉及美国的硅谷、纽约、西雅图等开设分公司或办事机构。