PingCode Insight 正式发布，让研发效能真正可量化、可分析、可提升

子产品 Insight 的发布，标志着 PingCode 正式进入数据化时代。自此，PingCode 在自动化、数据化、智能化的道路上又迈出坚实一步。

在数字化的时代，研发效能已经成为一家科技公司的核心竞争力。

在软件研发领域，效能提升的方法论和实践一直在快速发展。比如，我们熟知的敏捷开发方法已经诞生了二十年，DevOps 也已经发展了十多年，相信很多朋友都对这些方法有比较深刻的理解，在很多行业中也已经有很多企业对其进行了引入、落地和实践。

但是，我们经常遇到的一种现象是：

当一个组织或者团队在消耗了大量的"变革"时间、花费了大量的人力资源和成本后，却无法有效回答一些看似非常基本的问题，比如：

• 我们的研发效能到底怎么样？可否量化？
• 我们比所在行业平均水平如何？我们的研发能力跟同行相比更好还是更差？
• 研发效能的瓶颈点和问题是什么？
• 在采纳了敏捷或 DevOps 实践之后，有没有效果？有没有实质上的提升？
• 我们接下来提升的方向在哪？如何实现持续改进？

这就是为什么我们希望进行研发效能度量。研发效能度量的目标就是让效能可量化、可分析、可提升，通过数据驱动的方式更加理性地评估和持续改进，而不要总是凭直觉感性地说出“我觉得..."。

研发效能度量的出发点虽然很好，但是如何正确度量却是一个挺有难度的技术活儿。研发效能度量要成功落地需要一个相对完善的体系，其中包含数据采集、度量指标设计、度量模型构建等多个方面，而实际情况是，大家都面临着数据的采集过程复杂成本高、缺乏系统性的思考与设计、偏离了效能度量的正确方向等难题。

而今天，PingCode 效能度量子产品 Insight 正式发布。

自此，PingCode 将帮助企业构建自动采集研发全生命周期效能数据的能力、建立起效能度量和改进的 MARI 闭环，降低度量成本，以开箱即用的方式促进研发效能度量的成功落地。

一、构建自动采集研发全生命周期效能数据的能力

企业软件研发过程中会使用各种各样的开发工具，这些工具之间往往相互割裂，原始效能数据分散。所以很常见的是，用户如果想度量效能，就需要从系统中导出数据到 Excel 表格，然后进行各种筛选、关联、透视和加工，最终形成度量报表。但这一过程不仅提高了度量成本，同时也可能由于大量的人工干预行为导致数据的失真。

PingCode 产品矩阵覆盖了研发管理全生命周期，这些子产品中产生的过程数据将会自动化地收集至 Insight 中，加以提炼形成企业度量所需的各种实时数据报表，帮助企业构建采集研发全流程效能数据的能力。

同时 PingCode 还将计划提供 Marketplace 和 REST API，以帮助团队把研发管理过程中使用的其他工具中的数据收集到 PingCode，这些数据和 PingCode 自身产品中产生的数据加以汇总融合，从而提供更多维度的效能度量。

二、建立效能度量和改进的 MARI 闭环

1、设计效能度量指标体系

整个研发管理链条中，本质上是两条工作流。

一条管理侧以需求特性的全生命周期为核心的需求价值流，涵盖需求收集、规划、开发、测试、发布到上线环节；一条工程侧以代码提交为线索的研发工作流，涵盖启动开发、开发中、开发完成、持续集成、持续部署到线上发布环节。

这就要求我们在效能度量的指标体系设计中，充分考虑这两条流之间信息的流转与状态的同步，从而设计出一套覆盖端到端交付的效能度量体系。

根据效能度量的目标，为了帮助企业/组织获得高效率、高质量的持续交付有效业务价值的能力，PingCode Insight 设计了如下三个效能度量指标体系：

• 交付效率：目标是促进端到端及早的交付，用最短的时间顺畅的交付用户价值；
• 交付质量：目标是促进端到端高质量交付，避免不必要的错误故障和返工；
• 交付能力：目标是建设卓越的工程能力，实现持续交付；

Insght 中非常丰富的度量报表：

2、建立效能度量分析模型

效能度量分析模型是我们效能分析过程中，由于不同的项目类型或者是改进需求而产生的指标数据组合形式。也就是说，我们可能有非常多的指标数据，但出于不同的分析目的，会选取的数据指标也不一样。比如燃尽图、速率图、标准差吞吐量、累积流程图、控制图、在制品限制图几个指标组合在一起，就是一个常用进度评估模型。

通过这个模型我们可以获取背景信息和上下文，知道任务何时完成，预测问题，对问题复盘与回顾。

用户借助 PingCode Insight 可以非常便捷的搭建和使用各种效能度量分析模型。Insight 中的效能度量报表都以效能仪表盘的形式展示，每个团队都可以根据不同的分析需求来搭建分析模型，并将该仪表盘保存以达到开箱即用的效果。

同时在每个效能仪表盘上支持添加不同的指标分析，也可以针对每个效能仪表盘设定不同的可见性权限，以满足团队不同角色所关注的效能度量指标。

3、回顾与改进

当通过上面建立的不同指标模型，分析诊断出问题后，将进入到MARI 闭环中最核心的一环——改进。因为度量不能仅仅停留在数字层面，而是需要在层层深入挖掘出根本原因后，使度量带动思考和行动，建立持续改进的闭环。

但大部分团队在这一阶段经常遇到的问题是：大家都知道了问题在哪，也制定了改进目标/措施，但并没有人员去负责监督改进的结果，最后只流于形式。

借助 PingCode 的产品矩阵，企业就能实现效能改进的闭环管理： Insight 实现效能的度量和分析，而得出的改进措施借助 PingCode Project 中的看板设置专人负责和进度跟踪，让每一个改进措施都有结果。

随着度量体系逐渐成熟，企业/效能委员会可以把重心放到效能分析和效能提升的实践分享上来，在这一阶段 PingCode Wiki 能够帮助他们形成效能度量指导手册、效能提升案例库和专项解决方案知识库，沉淀过程资产，让效能的度量、改进和提升成为日常工作的一部分。

三、通过自动化、流程规范化降低度量带来的额外成本

研发效能的度量不是免费的，为了做到准确、有效的度量，各种成本加在一起很高。比如我们经常会去度量团队的需求交付周期及其在设计、开发、测试、部署等每个阶段的时间消耗和占比。这样一个看似简单的度量需求，其实背后要做很多事情。

度量的准确性依赖流程的规范性，需要明确研发流程、制定相应规范，并确保相关的活动都在系统中进行及时、完整的记录。

为了能在减少研发过程中各个角色时间和精力投入的基础上提升效能度量的准确性，我们可以借助PingCode 产品矩阵的能力加以实现：

• PingCode Flow 自动化的能力减少工程师繁琐的重复性和事务性手动操作，如在多个子产品之间进行状态更新同步等，从而自动完成状态的流转和信息的同步。
• PingCode Project 、PingCode Testhub、PingCode Ship 搭建出一套标准化、规范化的研发工作流，并加以固化；
• PingCode Wiki 制定和沉淀企业内的技术规范和流程制度；

通过自动化的状态流转以及标准化的工作流搭建，系统中研发过程数据得以更为准确的记录，也在较低成本的情况下给度量提供了有效的研发基础数据。

四、小结

在本篇文章，我们探讨了通过子产品 Insight 的发布 PingCode 产品矩阵给用户带来的效能度量方面的四点重要价值：自动采集效能数据、建立效能改进闭环、沉淀效能改进规程资产、降低效能度量成本。

而本质上， Insight 以及 PingCode 整个产品矩阵在研发效能度量方面的价值远不止于此，还有更多的价值等待用户去挖掘。

我们希望通过PingCode Insight 的发布，能够正真帮助企业构建起效能度量和改进的闭环，提升企业的核心竞争力

---

关于PingCode

PingCode注册

PingCode 是北京易成时代科技有限公司（成立于2012年）旗下简单易用的新一代研发管理工具，旨在让研发管理自动化、数据化、智能化，帮助企业提升研发效能。作为国内发展最快的智能化研发管理工具，PingCode 在2021年 36Kr 发布的中国软件金榜-项目管理系列榜单-研发管理领域榜单中荣获第一。
自公司成立以来，旗下产品 Worktile & PingCode 已经累计服务人民网、新浪、金山、招商银行、京东金融、小米、清华大学、新东方、贝壳、德邦快递、周大生等超过50万企业和团队，业务涵盖互联网、金融、智能制造、政府央企、科研教育、游戏、地产等多个领域，在北京、上海、深圳等城市均设有办公室。