量化指标是与非:挽救被量化指标扼杀的技术团队

原创 精选
开发 项目管理
本次分享主要围绕研发管理中的量化指标展开,介绍如何应用恰当的管理方式调整、释放团队成员的个性及团队活力。分享如何通过更先进的管理方式,改造团队,使团队能够为组织提供更多价值。

作者 | 刘新翠

整理 | 徐杰承

本文整理自快狗打车技术总监刘新翠在WOT2023大会上的主题分享,更多精彩内容及现场PPT,请关注51CTO技术栈公众号,发消息【WOT2023PPT】即可直接领取。

本次分享主要围绕研发管理中的量化指标展开,介绍如何应用恰当的管理方式调整、释放团队成员的个性及团队活力。分享如何通过更先进的管理方式,改造团队,使团队能够为组织提供更多价值。

1、研发管理的新变革

技术是服务于业务的,商业环境变化会导致业务产生新的变化,在商业环境供小于求时,只需要控制产量,整个商业环境是可控的,研发管理的方向也是以规划组织、执行为主。

当商业环境到了可预测阶段,则需要通过现有数据预测未来商业的发展,发掘影响业务的因素,预测这些因素的变化,让技术更好的支持业务,这时的研发管理就会集中在数据驱动和风险管理方面。

随着进一步推进,影响业务发展的因素背后的因素也在发生变化,这时预测就变得不可能了,商业环境会在不确定性的环境中徘徊,企业所面对的竞争对手也是不同的,这时研发团队就需要支持业务不断进化,支持业务快速决策,持续创新。

图片图片

随之而来就是团队工作方式的变革,合作与交付方式会随着时代的变化而变化,随着AI工具的发展,自动化的范围将会非常深入,人作为工具的部分将会逐渐的被AI所替代。项目周期会被缩短,专业门槛会被降低,专家标签的属性也会变得非常脆弱。作为技术人员,需要与业务进行融合,加深合作,进行更快节奏的跟进,支持业务在不确定环境下的商业层面竞争力的提升。

研发管理内容也会发生变革,对人而言,不再需要专才,而是更需要通才。通过AI工具弥补人员在专业层面的不足,进行跨专业的学习。跨界合作也会变得非常多,技术将不再局限于产研,甚至可能会跟更多的合作方结合。

这也是目前及未来研发流程和迭代的趋势,迭代会变得更加碎片化,参与方、合作方式也会趋于多元化。新的技术和新的工具是开发人员必须要驾驭、理解和使用的。未来会淘汰的不是被AI替代的人,而是不会使用AI,不会使用工具的人。

基础建设也会趋于完善,协作平台广泛使用,业务、部门甚至公司的壁会被逐渐打破,合作形式会变得越来越多,但是同时也会带来一些知识产权的问题。在这种背景之下,研发管理也将经历从价值交付到价值创造的剧烈变革。

图片图片

组织是通过外部环境捕捉需求的,将需求变成组织的使命、愿景甚至公司未来的发展方向。再将方向拆解给部门,部门则将这些方向变成具体工作并拆解给团队,同时团队再将其进一步细化,完成实质上的交付。

此前传统的方式是外部环境确定好需求,管理者负责层层细化的,个人只需要完成既定的部分,团队、部门和组织为逐渐扩大价值,提供给外部确定的交付。对管理者而言,价值交付要做的就是在个人和团队的部分就把价值最大化。

2、从价值交付到价值创造

管理者需要帮助团队摆脱成本中心的标签,实现从价值交付到价值创造的进阶,价值交付是基于产出和交付的,而价值创造是不断寻找新的机会和空间,它强调的是一个生物体,而不是一个物理体,强调的是变化。

导向方面,价值交付是满足现存的客户需求为导向,价值创造是以现在的需求为基础不断寻找新的机会和增长点。之前的价值交付是由客户的需求来定义的,现在是由下往上,由每一个参与需求的人员去整合信息,发现隐藏的机会和需求,这是一个发现的过程,而不是一个被动接受的过程。

图片图片

心态层面在价值交付时更多是要满足现状,但是价值创造则需要考虑长远的竞争优势、创新型的东西,还有一些中长期的东西,而不是说只是局限于眼前。同时在时间维度上也是,一个是短期,一个是长期。价值创造的方式是突破既定的模式探索和试错,可能甚至都没有一个项目周期可言,是碎片化的,不断的调整和改变的。

3、量化指标的是与非

在这些新的要求中,需要对量化指标进行调整,并不是彻底将其推翻,量化指标的优势是非常非常大的。

图片图片

(1)结果客观:刨去了人为因素的影响,避免主观臆断,让管理者的决策更加理性。

(2)便于比较和选择:在横向维度上,如果说口径是一致的,一些方案会更加容易去比较。

(3)易于跟踪和评价:纵向的决策执行过程中,决策是更利于跟踪和评价的,在这个过程中更利于发现一些问题,不断的调整,这是可以通过数据不断反馈的。

(4)工具标准、丰富:有助于高效找到问题,易于决策。

(5)减少浪费:可以做到精细化,在一些资源有限的情况下,量化可以达到人拍脑袋所不能达到的精细化的决策。

(6)易于复用:可直接应用于其他场景。

然而理想很丰满,现实很骨感,管理者总想利用量化指标的一些优势,但在实际使用当中发现了很多问题。

图片图片

(1)闭门造车:决定量化指标的人本身是一个非理性的,起因可能是制定者参加了某次大会,认为某个指标可行,就要在公司里复制,但决策人不一定是绝对理性的,一个非理性的决策是不能创造出一系列理性的管理措施的。

(2)生搬硬套:整个的考量过程,没有经过科学考虑,也没有考虑业务现状和实际的团队情况,只是方法很先进,就要把模式全盘复制过来。这样实际上会造成很多的资源浪费,强化心理压抑。

(3)拔苗助长:量化管理需要依赖于基础设施建设,基础建设需要在管理上有一定成熟度,并且在数据收集上有一定的积累才可以,但实际上很多公司没有地基,这时要强行推量化管理是不可行的。

(4)指标失控:定一个很大的指标,员工能力达不到,只是出于面子工程来执行,最后导致的就是员工的重复加班,但是实际上加班最终没有带来一些组织上的价值提升。

过度使用量化指标的一些问题。

图片图片

(1)量化局限:涉及到创新性和复杂性的问题,其实量化指标是失效的,如果全面使用量化指标来做绩效考核,对这些考核的部分是无法进行考核的,是不公平的。

(2)引发短视:我们会过多的关注短期目标,而忽略长期发展,比如比较常见的需求吞吐率,如果太高的话,可能很容易为了迭代而迭代,为了需求冲数,而忽略了需求本身的意义。

(3)指标失真:还有人为造假和操纵口径的问题。

(4)游戏化:研发会陷入一些分值游戏,忽略工作的质量和和价值。

(5)深海效应:只限于表面,隐藏了下面的东西,例如用平均数掩盖噪音,但管理其实最需要关注这些噪音,噪音往往体现了实际工作当中的一些真的存在的一些问题。

(6)量化失控:现在的时代发展非常快,业务发展也非常快,量化指标其实不能及时根据业务的变化而变化,如果用的之前的量化指标考核团队,在不适用的情况之下会造成量化失控的情况。

4、定量与定性相结合——打造创新型高绩效团队

那么具体该如何通过定量和定性相结合的方式,打造创新型的高级团队呢?这需要管理者具备创业者思路而非银行家思路。去评估团队要的这件事情,可以承担什么样的风险,并在风险可以承担的结果之下尽量做一些价值创造的东西。

图片图片

(1)重新盘点工作职责。

(2)细分岗位要求。

(3)拆分定量和定性指标要求。

(4)增加多种信息收集的手段,不能只停留在指标和数据。

(5)兼顾软指标和硬指标,不要给大家过度的压力。

(6)目标需要是可以调整的。

实践方面,以快狗打车的前端团队为例,此前团队遇到了一些问题,前端几乎是所有项目的瓶颈。

(1)研发效能低:所有人都认为前端团队人手不足。

(2)线上bug较多:上下游投诉比较频繁。

(3)成就感低:团队成员觉得自己是工具人,骨干的流失率是非常高的。

(4)工作空白区域多:没有人对团队成员提出工作的重新划分,空白区域的增加就会造成一些工作推诿。

(5)重复性高: 由于使用量化指标,导致了一些重复性。简单性项目的初级工程师显得非常出众,高级别工程师几乎沦为了陪衬,同时缺乏价值感,中长期的项目没有人跟进,所有的人都在业务里面跑来跑去,写一些重复的代码。

参考了平衡计分卡的理念,我们将考核的指标进行重新拆分,用平衡积分卡的好处是可以把工作所有的方面都重新梳理起来,不会遗漏。

图片图片

包含学习成长也是不能忽略的部分,把定量和定性抽出来,做了重新的调整,把一些定量的要求和定性的要求重新帮他们梳理工作职责。把公司对他们的基础要求编制成了一个员工的岗位要求。其他的需方向性的东西又重新划分,对小组的工作方向进行了重要的说明,让每个人负责固定的方向,并同时给他们一些对应的空间。

以及增加一些工作透明度相关的内容,把一些问题收集、跟进信息相关的东西都会通晒出来,用技术自驱的方式,去让技术去参与业务,去帮助业务做出一些成果,让大家觉得更有成就感。

经过这些调整,快狗打车前端研发部发生了质的飞跃,人均需求数直上升了60%。技术驱动的项目也是从1%到15%,上下游的满意度也达到了top。组内也提出了一些创新项目,整个内部团队的满意度从89分提升到95分,大家开始不认为自己是工具了,觉得自己的工作是有价值的。

最后未来的管理挑战还是非常大的,未来管理的初心一定是关注于人本身的价值,因为工具的部分逐渐会被自动化所替代,人才是最终价值的本身。

嘉宾介绍:

刘新翠,快狗打车技术总监,7年团队管理经验,先后负责过移动团队、前端研发团队、创新技术团队等多个团队。

责任编辑:武晓燕 来源: 51CTO技术栈
相关推荐

2023-09-28 21:55:12

AndroidApp

2021-01-28 19:58:48

技术团队效能

2009-02-02 18:19:18

服务器绿色数据中心成本

2022-01-03 15:51:03

网络安全安全信息

2023-02-08 16:17:23

软件开发DevOps度量

2015-05-27 16:52:33

2020-02-05 17:10:54

人工智能机器学习技术

2011-09-29 10:13:13

系统管理指标量化

2022-05-20 18:44:26

戴尔

2020-03-06 05:42:47

大数据队架构工作指标

2022-04-12 14:07:40

流程工程软件交付敏捷团队

2018-08-27 16:41:07

KPI技术人

2024-08-19 02:35:00

模型量化深度学习

2023-03-10 09:32:31

ANY功能短数据通信功能

2023-11-14 16:29:14

深度学习

2024-06-21 09:26:45

2024-09-13 16:47:06

模型量化AI

2024-02-19 08:12:15

DIKW 模型指标系统数据仓库

2014-08-08 15:36:39

Apdex

2024-09-11 15:59:31

LLM.int8()大模型量化
点赞
收藏

51CTO技术栈公众号