浅谈技术管理中的“数据度量”

近一年来，我司特别强调数据度量，这个命令从高层传到至下层。因此，无论是在做项目，做日常，做技改，都需要依赖于Jria的工时数据，bug率数据等数据指标，去度量整个项目，进而去分析一些更深层次的问题。例如：工时是否合理，低级Bug的情况，这些数据供高层做出进一步的决策，制定相应的措施。

从一个层面来说，数据度量是好事，用数据说话更有说服力。这里我想说的是，数据指标真的能反映出所有的真实信息吗？管理者以此作为决策依据，做出的决策是否真的正确？是否有其他手段或者措施可以了解到更真实的信息？

至于说数据度量是否能反映真实的信息，这里放一个B站视频，由于某些不可描述原因，这个事情不能在博客里展开讲。B站的连接地址：https://www.bilibili.com/video/av87676920

先回答第一个问题：数据指标不能反映所有的真实信息。既然不能反映出真实的信息，那么管理者按照此作为决策，最终的决策也是有偏差的。阐述下为什么无法反映出真实的信息？1) 数据指标是通过系统内的数据加规则，通过一定的数据加工得来。首先是数据可能存在造假嫌疑，其次规则的定义是一个很大的学问。同一份数据，基于不同的规则定义，加工出来的结果肯定不同。根据实际情况来看，部分规则定义不是很接地气，偏离真实的目标。有嫌疑的数据+有问题的规则，造就了有问题的数据指标。可能有人会说，这种情况毕竟还是少数。是少数，但是我们也要想办法剔除这部分无用数据。2）决策者根深蒂固的思维意识，容易导致思维定式，过分关注数据而忽略真实的过程，导致谏言很难。甚至还会拿谏言和数据做对比，去过分强调为何说的和数据展现的不一致？3）面向数据指标做KPI编程，例如：开发自测率，测试覆盖率等。见到过真实的情况是：测试说没有资源进行测试，但是测试有时间写一份测试报告，用各种数据指标，去度量开发同学的单测用例写的多么好，覆盖率多么完美。最后还得到测试TL的表扬，拿到了不错的KPI。说到底，这有点本末倒置，有很深的借花献佛的意味。真正埋头苦干的人永远看不到，做表面文章的得到表扬。总有一部分投机取巧的人，去钻数据指标的空子。

那么作为决策者，应该如何做？才能了解最真实的情况。利用，数据指标 + 舆情分析 + 深入基层，三大维度去做决策。

其一，数据指标还是要有的，不过在制定数据指标时，要公开透明。项目管理，BUG管理，里面的每一个数据指标的定义要公开，透明，允许大家去讨论，去评判，每一个指标对应的规则是否合理？基层员工应该能参与其中，而不是决策者自己说了算。

其二，舆情分析。舆情分析的第一步是建立舆情收集系统（匿名信息收集系统，可以暂时理解为是：黑猫投诉），该套系统与KPI系统打通。为了避嫌，该系统由外部公司开发。每一个人都有一个匿名ID，该匿名ID自动关联到KPI系统。此系统的主要作用是收集项目，日常等开发过程中的真实的信息。明确赏罚机制，得赞数最多者，根据关联关系，价值观评分会有递增。因为是匿名，而且有明确的赏罚机制，员工会匿名参与进来，决策者更有助于了解项目中最真实的情况。但是，这里有一个问题？怎么知道匿名者所说是真是假，其一可以根据得赞数确定，其二管理者需要采取深入基层，微服私访的方式进一步求证。

其三，深入基层。古有皇帝微服私访，今有决策者暗访。企业的管理其实和国家是相通的，决策者要时不时走入基层，通过聊天，茶话会的方式，去了解项目中最真实的信息。

以上三者的主要目的是供决策者了解数据背后的真实情况，三者相辅相成，去透视数据背后的真相，让大多数埋头苦干积极奋斗的人，得到应有的奖赏。让弄虚作假，借花献佛者得到响应的惩罚。如此一来，公司的价值观才会越来越正，做事才会越来越顺。