निगरानी के बिना इंजीनियरिंग मेट्रिक्स
विश्वास, संदर्भ और जिन लोगों का काम सिग्नल बनाता है, उनकी सुरक्षा करते हुए सिस्टम को बेहतर बनाने के लिए डिलीवरी डेटा का उपयोग करें।
डेटा एकत्र करने से पहले सीमा बताएं
इंजीनियरिंग डेटा से टीमों को प्रवाह, गुणवत्ता, स्वामित्व और परिणामों को बेहतर बनाने में मदद मिलनी चाहिए। इसे एक छिपी हुई उपस्थिति प्रणाली या स्वचालित प्रदर्शन रैंकिंग नहीं बनना चाहिए। जो एकत्र किया गया है उसे प्रकाशित करें, इसकी आवश्यकता क्यों है, इसे कौन देख सकता है, इसे कितने समय तक रखा जाता है, और इसे कौन से निर्णय कभी भी अकेले नहीं लेने चाहिए। रिपॉजिटरी इवेंट सहयोग के लिए बनाए गए परिचालन निशान हैं, प्रयास का पूरा रिकॉर्ड नहीं। खोज, सलाह, घटना की प्रतिक्रिया, उत्पाद सोच, और कठिन तकनीकी निर्णय पर्याप्त मूल्य उत्पन्न करते हुए कम दिखाई देने वाली गतिविधि पैदा कर सकते हैं।
पहले सिस्टम और कतारों को मापें
कतार की आयु, समीक्षा कवरेज, प्रगति पर काम, अवरुद्ध निर्भरता, तैनाती स्वास्थ्य और स्वामित्व जोखिम जैसे टीम और वर्कफ़्लो संकेतों को प्राथमिकता दें। ये उन बाधाओं की ओर इशारा करते हैं जिन्हें प्रबंधक बदल सकते हैं। व्यक्तिगत कमिट या लाइन काउंट तैयार करना आसान है और दुरुपयोग करना भी आसान है; वे भूमिका, भंडार प्रथाओं, स्वचालन और कार्य के आकार के साथ भिन्न होते हैं। जब कोई व्यक्ति साक्ष्य के रूप में उपस्थित होता है, तो परिचालन भूमिका - लेखक, समनुदेशिती, समीक्षक, या स्वामी - दिखाएं और इसका उपयोग समर्थन प्रदान करने के लिए करें, न कि लीडरबोर्ड बनाने के लिए। जब निर्णय के लिए व्यक्तिगत विवरण की आवश्यकता न हो तो समग्रीकरण करें।
हर सिग्नल से संदर्भ जुड़ा रखें
खुले परिवर्तनों में वृद्धि अधिभार, एक नियोजित रिलीज शाखा, एक माइग्रेशन, या बस एक व्यापक सिंक स्कोप का संकेत दे सकती है। एक स्वस्थ इंटरफ़ेस प्रत्येक संख्या के पीछे की अवधि, रिपॉजिटरी, प्रदाता, फ़िल्टर, डेटा कवरेज और परिभाषा को लेबल करता है। यह स्रोत रिकॉर्ड से लिंक करता है ताकि उपयोगकर्ता निष्कर्ष को चुनौती दे सके। स्वचालित खाते, मसौदा कार्य, आयातित इतिहास और गुम समीक्षा घटनाओं को स्पष्ट रूप से नियंत्रित किया जाना चाहिए। संदर्भ एक संभावित आरोपात्मक संख्या को वितरण प्रणाली के बारे में एक परीक्षण योग्य परिकल्पना में बदल देता है।
बातचीत शुरू करने के लिए मेट्रिक्स का उपयोग करें
एक प्रश्न के साथ टीम को संकेत दें: यहाँ क्या बदला है? क्या पैटर्न असली है? आप क्या बाधा देखते हैं? हमें कौन सा छोटा सा प्रयोग आज़माना चाहिए? कार्य के निकटतम लोग प्रदाता की विचित्रताओं, नियोजित अपवादों और अदृश्य निर्भरताओं को समझा सकते हैं जिनका डेटा अनुमान नहीं लगा सकता है। साझा व्याख्या और चयनित प्रयोग को रिकॉर्ड करें। यदि साक्ष्य जीवित अनुभव से विरोधाभासी है, तो मीट्रिक बढ़ाने से पहले उपकरण की जांच करें। मनोवैज्ञानिक सुरक्षा डेटा की सटीकता में सुधार करती है क्योंकि टीमें लेबल और सतह पर अवरुद्ध कार्य को ठीक करने के लिए अधिक इच्छुक होती हैं।
प्रवर्तनीय रेलिंग का निर्माण करें
कार्यस्थल की भूमिका के आधार पर पहुंच सीमित करें, किरायेदार डेटा को अलग करें, संवेदनशील कार्यों का ऑडिट करें, व्यक्तिगत जानकारी को कम करें, और प्रदाता क्रेडेंशियल्स को एनालिटिक्स पेलोड से बाहर रखें। उत्पाद विश्लेषण को नाम, ईमेल, रिपॉजिटरी पहचानकर्ता, संकेत या टोकन न भेजें। रोजगार, अनुशासनात्मक, कानूनी, सुरक्षा, या अनुपालन निर्णयों के लिए मानवीय समीक्षा की आवश्यकता है। उत्पाद के लिए उपयुक्त विलोपन और सुधार मार्ग प्रदान करें। जिम्मेदार माप डैशबोर्ड के नीचे रखा गया अस्वीकरण नहीं है; यह एक तकनीकी और प्रबंधकीय डिज़ाइन है जो हानिकारक शॉर्टकट को कठिन और साक्ष्य-आधारित सुधार को आसान बनाता है।
अपनी डिलीवरी प्रणाली को स्पष्ट रूप से देखें.
उत्पादन-जैसे ट्रूडो कार्यक्षेत्र का अन्वेषण करें और देखें कि कैसे वितरण साक्ष्य एक केंद्रित प्रबंधन संक्षिप्त बन जाता है।
लाइव डेमो देखें