【每日一学 20260818】敏捷之道——敏捷的度量指标的应用

2026-08-18 16:30:00
蓉蓉
原创
3


1.过度强化个别“关键”指标

度量的指标数据要整体分析，切不可孤立地仅关注个别“关键”指标，这样将适得其反，真的是“你度量什么，就会得到什么”了。



例如：特别关注“关键”的生产缺陷率，会导致各团队担心该指标在组织内部过于“突出”，只好先把生产缺陷录入一个文档中，根据组织的希望，在指标观测周期内录入对应数量的生产缺陷。对于这类问题，我们需要深入团队观察他们遇到的问题和行为，从而了解到团队的苦衷。结合生产缺陷每天的录入个数（例如在一个月的某一天集中录入）和流转情况（在某一天集中流转到修复完毕），就能够初步分析出该指标是否贴合实际情况了。

2.对指标的追求过于理想化

大家都希望观测的指标随着时间的推移，在每个迭代或周期内都能够稳步提升。但团队的集体活动和软件工程的复杂性，决定了不是所有指标都能够是持续向好的，指标有整体向好的趋势就很好了。

可有些团队会过度追求一些指标的数值，这样则会给团队带来额外的负担，产生适得其反的效果。例如，某个团队追求单元测试覆盖率100%，开发伙伴苦不堪言，为了满足该指标的要求，写了一些无效的断言，满足单元测试覆盖率的要求，但对代码的质量却没有起到正向的作用。对于自动化测试覆盖率、缺陷密度、技术债务等指标，也是同样的道理。我们不要背离团队的实际情况，或在组织内部一刀切地设置一个高不可攀的目标值，让团队疲于奔命地追求数值，而背离了指标度量的初衷。

3.手工收集指标基础数据或加工

度量数据在早期调研和试点阶段，可以手工收集相关的指标基础数据，并根据指标计算的规则计算出新指标的结果。这样的“早期阶段”在敏捷实践刚刚起步的组织中，敏捷顾问应该都有所体会，早期试点团队会感受到这样收集和度量数据的不便，因此这种方式是不可持续的。

手工收集指标数据或加工，也会带来以下四个严重的问题。
（1）手工收集数据的工作量大。
（2）团队需要额外付出来配合支持。
（3）手工加工数据的错误率不可避免。
（4）手工加工的数据公信力不强。
因此，随着选取指标的成熟和规则的共识，团队就需要逐步从手工获取的方式转变为通过工具实现数据的自动收集，再经过统一的逻辑处理，输出到团队都可访问的仪表板，方便各方获取。

4.将度量指标与绩效强关联

如果将度量指标与绩效强挂钩，势必会造成团队针对性“调优”指标数据，但这只是短期内粉饰数据，并没有实质地解决问题。最终度量指标变成了绩效考核团队与研发团队之间的数字博弈游戏，度量指标也沦为了空洞的数字，没有任何含义，也无法为组织和团队带来任何价值。

度量指标的核心意义在于反映团队真实的情况，从数据中能够分析洞察到团队的问题所在，进而找到改进的目标和方向，促进团队可以有针对性地优化关键问题，从而使团队的整体能够向好发展。因此，建议将度量指标与绩效解绑。

5.敏捷顾问/教练只关注指标的提升

敏捷顾问/教练要更多地关注做对团队而言正确而有价值的事情，度量指标仅仅是一个辅助的手段，更重要的还是要走进团队、融入团队，在工作现场发现、识别并帮助团队解决切实遇到的问题。问题的解决和个人、团队能力的提升，自然而然会反映在度量指标数据的提升上。切记，身为敏捷顾问/教练，不可舍本逐末。

6.跨团队比较指标数据

领导者当然希望对比各团队的能力，但每个团队都有其差异性，如工作类型不同、业务方向不同、技术栈不同等，因此指标数据跨团队比较往往意义不大。即便每个团队都使用故事点来度量，但每个团队的基线故事往往不同，彼此的故事点大小很难对齐。这就像不同类型的球类运动，把他们的指标数据放到一起比较得分等数据是没有意义的。

这种横向对比会使指标数据落后的团队产生压力甚至恐惧感，导致团队关注点集中在落后的指标数据上。此外，团队能够意识到这种横向对比的不公平和无意义，还会极大影响团队的士气和生产力。这就与对比指标数据的初衷背道而驰了。

7.把指标数据作为了武器

永远不要把指标数据作为武器来使用，大家对度量的最大恐惧就在于此。有些人用指标数据来衡量好坏，使用它作为武器来攻击他人或其他团队。如果这样，将是组织度量指标噩梦的开始。

我们一定要将指标数据作为了解团队工作状况的辅助工具，帮助分析与定位问题，改进开发过程。大家要坦诚地面对指标数据，回顾问题对应的解决方案，开诚布公地讨论，理解工作与度量的相互影响，认识到度量数据的客观性与重要性。同时，也要保障被度量的人员有机会表达他们对相关指标的看法及态度，用以推动度量指标的优化与改进。

切记，指标数据是工具，用于持续改进，帮助团队成长，而不能作为武器攻击他人！


来源：《敏捷之道》——敏捷的度量指标的应用--文/姜泳涛

发表评论
通过审核后显示您的意见