在市场竞争加剧的背景下,提高研发效能不仅是技术优化的需要,更是企业生存与发展的战略要求。在 2024 年伊始,北京思码逸科技有限公司(简称“思码逸”)携手合作伙伴启动了 DevData 2024 研发效能基准调研,并联合中国信息通信研究院云计算与大数据研究所(简称“信通院云大所”)共同发布《DevData 2024 研发效能基准报告》,旨在为各企业的研发团队提供有益参考,共同推动国内软件工程行业的健康发展。
《DevData 2024 研发效能基准报告》(简称“报告”)是业内首次采用客观数据结合主观问卷的方式,避免了传统主观调研中的大量误差和模糊信息。报告基于上百家调研企业实际收集的客观研发数据,采用科学的分析方法,统计出包括贡献均衡度、代码生产率、需求吞吐量、需求交付周期、重点问题密度、缺陷修复工作量在内的 15 个指标的基准线(或表征)。
同时,报告从研发交付速率、交付质量、交付能力等多个维度探究了效能提升的关键因素和存在的主要障碍,揭示了高效能团队的共性特征,以期帮助管理者们了解企业研发效能水平在行业中的位置,明确自身短板,找准提升方向。
针对备受关注的 AI 方向,报告也分析了 AI 工具在研发过程中的应用,明确指出了 AI 在提升需求交付速度和代码内建质量方面的巨大潜力。这对于推动 AI 技术在软件研发领域的应用,加速企业数字化转型具有重要意义。
报告主要内容
效能基线数据
提供行业研发效能的基线统计值,帮助企业准确评估自身位置,明确优化方向。
报告选取了 15 个典型研发效能指标,覆盖了软件研发效能度量框架中的三个主要认知域,包括交付速率、交付质量和交付能力,采用四个广泛采纳、易于理解的统计指标报告基准数据:下四分位值、中位值、上四分位值和平均值。这些统计能够全面反映整个数据集的分布状况,同时排除少数极值的影响,保证基准分析的准确性和稳健性。
中国企业2023年研发效能基准数据调查结果汇总
卓越团队画像
深度剖析卓越效能团队特征,为企业勾勒出高效研发团队的构建蓝图。
基于基准数据涉及的度量指标,报告通过综合模型计算了各个企业研发效能的综合总分,并将综合评分位于前 20%的团队定义为高效能团队。
「高效能团队」 中位值水平画像
研发效能影响因素
总结并提供一系列可操作的效能提升策略,助力企业快速实施变革。
在统计基准数据和高效能团队表现的基础上,报告进一步通过交叉分析,探索了流程体系、工具平台和数据度量对研发效能带来的影响。报告发现:
-
敏捷开发模式呈现优势:采用敏捷开发模式的研发团队,中位值更高,比其他模式(含混合模式)高 9%。敏捷开发方法在快速响应变化、及时交付价值等方面呈现更多优势。敏捷方法强调持续交付、选代开发和灵活性,使团队能够更快速地开发和交付产品功能,适应市场变化和客户需求,助力企业提高市场竞争力。
-
外包模式的双刃剑:引入外包的研发团队相比非外包模式团队,代码生产率高 12%,同时重点问题密度高 25%。外包人员可以根据项目需求进行灵活调配,根据工作量的变化来调整团队规模。这种灵活性使得团队能够更好地适应项目的变化和需求。然而,引入外包人员并不一定总能带来更高的代码生产率和更优的代码质量。团队的合作和协调、项目管理和沟通等仍然是关键影响因素。如何在资源灵活配置的同时保证质量水平,值得技术管理者关注。
-
AI 工具助力效能提升:已在明确的场景中使用 AI 工具的企业,相比未使用或未充分使用 AI 的企业,需求交付周期短 18%,单元测试覆盖度高 23%。AI 大语言模型具有强大的代码理解和生成能力,研发团队可以利用最新的 AI 能力进行代码补全、智能问答和其他开发任务的自动化或辅助处理,如编写文档、单元测试等。AI 大模型还可以应用于代码审查和质量保证等场景,增强代码静态分析、缺陷检测等效果,提高代码的内建质量保证水平。
-
度量指导促进效能提升:采用度量指标管理研发效能的企业相比未采用的企业,代码生产率高 5%。研发效能度量指标能够为企业提供客观的效能分析和改进依据,以及驱动团队行动的“数据抓手”。与业界基准数据对比,可以帮助技术管理者明确团队“长短板”,不做无意义的优化,同时针对识别的问题明确分析及改进方向。此外,通过客观数据识别出团队成员的优秀表现,避免主观评价可能受到的多方面干扰,或者主客观相结合,有助于建立合理的激励机制,通过榜样的作用促进团队的效能提升。
报告目录
效能度量在数字化转型中扮演关键角色,本次报告通过直观数据调研获得量化分析结果,提高 IT 项目交付效率和质量,为企业带来显著的业务价值提升。