如何快速构建千人规模的数字化研发管理系统

自2019年正式对外发布以来，知微已在长沙银行、上海银行等多个千人以上规模团队，帮助组织进行数字化协作和研发管理。此外，还有多家银行正在对知微进行POC、为规模化推广做准备，未来我们将陆续分享他们的数字化研发管理故事。

一般而言，在大型组织推广一个管理工具，让大家日常切实用起来，很难；开始使用了，发现不合适要改，更是难上加难。但是，知微在长沙银行，仅用半年时间，就成为了内网使用最频繁的系统。我们想通过本文，回顾知微产品的初心，分析知微的核心产品能力，来解答为什么知微可以在金融研发组织快速规模化推广，来支撑千人规模的数字化研发管理？

1

金融组织研发管理的数据之痛

Agilean在为金融企业进行研发管理咨询时，我们发现金融企业通常使用的研发管理工具，可以分为三类：

在金融企业，审批工具通常作为业务和研发交接业务需求的接口，成功建立起了需求基线数据。各种生产力工具的建设，也形成了一定的内部数据。但这两类工具往往也会出现两个问题：

• 审批工具强流程节点控制，往往采取以堵为主的建设思路，例如没有文档/达不到某某标准就不能进下一个环节等。有些紧急需求的审批流程往往落后于需求开发进度，这都会导致审批工具的需求状态、过程时效数据不准确，使得报表工具无法获得真实的数据。

• 生产力工具则往往面向职能独立建设，以提升单点效率为目标，存在缺少统筹、烟囱式建设的问题，例如，需求审批管理、测试管理等生产力工具之间不连通、或一些重要的管理对象（如测试用例）没有建立关联，导致数据连接非常困难，甚至各生产力工具间术语、标准不统一，沟通成本增大。

报表工具的数为啥老是不准？

此外，为避免影响真实开发进度，金融企业往往会将审批工具和生产力工具解耦。这就使得报表工具的数据一致性难上加难。综上种种，在简单聚合条件下建立起的报表工具，存在数据洞察不足的问题。经常是管理驾驶舱等报表工具展示出了一个漂亮的界面、有一些结果数据，却难于分析，数据驱动决策不及时、难判断。

整体来看，金融企业研发管理工具，根本上是在面向合规高要求的前提下，往往重管控、弱协同，面向职能独立建设造成系统零散不连通，最终导致数据无法还原真实协同场景，数据质量达不到数据驱动决策的要求。

一言以蔽，在金融企业研发管理工具体系中，存在明显的协同整合能力缺失。而这正是知微可以帮助金融企业补齐的短板，也是知微在企业工具体系中的生态位。

2

知微解决研发管理痛点的4个能力

在上文提到的金融企业审批-生产力-报表三类工具体系中，知微的生态位是在审批工具和生产力工具之间，以数据为驱动，建立起协同整合的能力。支持并强化跨团队协同能力，帮助企业快速建立研发管理主数据，以及各种研发效能数据连接，牵引组织效能改进：

• 与其他系统、工具集成，向上对接管控工具、向下连接各个零散的生产力工具，在知微中实现组织数据的全联通，向报表工具提供来源统一的数据；

• 面向价值流交付过程࿰