如何提升研发效能？我们先从指标谈起

“研发效能”一词近几年在国内外都非常热门，企业都希望通过提升研发团队的效能，快速响应市场的变化。管理学之父德鲁克曾说过“没有度量，就没有管理”。所以企业要从管理的角度去看这些指标，深刻认识研发效能，并通过指标来设定改进方向和衡量改进效果。

本文我们将从一个企业级产品研发经理的角度出发，结合 Kyligence 的实践，探讨影响研发效能最核心的四大因素：技术架构、研发流程、指标体系、数字化工具，希望对大家有所启发，也欢迎大家在评论区和我们互动。

Kyligence 致力于打造下一代企业级智能多维数据库，已经服务了包括建设银行、浦发银行、UBS 瑞银集团、MetLife 美国大都会集团等国内外众多行业的头部企业。

众所周知，企业客户对产品的稳定性、安全性、可用性的要求是非常高的。Kyligence 研发团队一直通过优化技术架构、内部流程、制定指标体系和采用数字化工具，不断寻求内部研发效能的提升，从而为客户提供更稳定、高质量的产品和服务。

1. 先进的技术架构——一切工作的基石

不同规模、不同阶段的研发团队，需要匹配不同的技术架构。随着 Kyligence 业务拓展和团队规模的扩大，迭代瓶颈日益明显，架构层面的优化势在必行。

Kyligence 研发团队在领域模型、微服务化、配置管理、可视化监控、多环境隔离等层面投入较多资源优化。同时，通过完整的功能测试、多平台兼容性测试、性能测试、自动化回归测试等增强质量验收标准，不断提升系统鲁棒性。

此外，借助高效的 DevOps 流程自动化链条，通过持续集成、持续交付来提质增效，记录过程埋点，将整个开发、测试、运维的各阶段数字化，搜集指标，再不断反馈给技术团队，推进技术架构的进化。通过这些改进措施，推动技术架构像生命体一样，不断的成熟演化，承载产品走的更远更敏捷。

2. 规范的研发流程——保证效率和质量

企业客户的业务场景复杂，对产品的质量要求很高。特别是金融客户，每月投产窗口固定。当出现问题时，如果不能做到敏捷修复，就会造成业务影响的周期较长。因而，我们在研发流程上花了很多功夫进行优化，制定了产研测协作规范，从需求进入研发流程到完成开发和上线。以往的瀑布式交付、完整的迭代大概需要以月为单位；现在可按需求去交付，一个需求一个迭代，3 周就可以完成交付，并且可实现各个微服务 Scrum 并行交付，提高了迭代效率。质量层面，我们在研发流程上规范了 Dev Design Review、Code Review、Test Case Review、User Acceptance 等环节节点，多视角补充用户场景和边界情况，在提升自动化测试覆盖率及效率的同时避免回归，保证了交付的质量。

图中信息仅供参考

3. 可信的指标数据——管理、追踪、改进的抓手

“指标” 是数字化时代的管理语言，是管理改进的抓手，指标体系的建立不是为了刷指标，而是为了效能提升、能力提升、业务提升，目的是透过指标数据看到背后的问题。Kyligence 制定了一套研发效能指标体系，数据来源自 Jira、Github 等系统，在日常工作中按月或按天进行指标监控，以可信数据驱动改进。如下是 Kyligence 制定的部分研发效率和质量指标。

图中信息仅供参考

4. 数字化管理工具——提升人效、决策闭环

Kyligence 研发和 Devops 团队使用了一站式云端指标中台—— Kyligence Zen 来对研发效能指标进行统一管理和分析：

• 统一管理指标：便于查询、监测和协同，大大降低沟通和人为出错的可能性；
• 提高自动化水平：确保指标数据稳定、真实、可信；
• 多平台复用指标：复用指标数据下游集成，为决策闭环提供良好基础。

（1）通过指标目录和目标管理，管理协同

在 Kyligence Zen 中，用户可以通过界面或低代码（YAML）方式自助完成研发效能指标定义，定义完成后一键发布，即刻显示指标数据，口径清晰易懂，实现研发过程的可观测性。发布后的指标既能统一管理，也可以轻松地在组织内共享、维护。此外，借助于 Kyligence Zen 独创的目标管理与指标对齐功能，使得组织能够从管理者视角，将企业管理分解为相关目标，并持续追踪进度、识别风险，进一步驱动数字化决策。

图中所示为模拟数据

（2）提供指标数据直连和自动化能力，降低可信数据的获取和运维成本

可信的指标数据、可交互的使用体验是数据辅助决策的前置要求。我们通过 ETL 将 Jira 等系统数据清理整合后放置在 Amazon S3 上，定时更新，再借助 Kyligence Zen 直连 S3 的能力，来获取数据、定义指标。Jira 的数据量相对较大，为了达到可交互的分析体验，我们通过 Kyligence Zen 指标自动化能力，界面开启指标 Cache，一键获取加速体验。Kyligence Zen 的指标自动化能力 Smart Cache，依托了 Kyligence 专利的 AI 增强引擎，动态提取最新的指标表、维度等信息，快速生成推荐模型，并触发构建，极大降低指标计算的运维成本。

“数据源接入” 图中所示为模拟数据

“Smart Cache” 图中所示为模拟数据

（3）提供指标 API 连接能力，为业务决策闭环提供了良好基础

Kyligence Zen 提供标准查询 API 接口，将指标数据推送至下游业务应用，既可以复用指标数据，又能快速为业务决策赋能。研发团队借助于指标 API 能力，将效能指标数据定时推送至飞书的群聊机器人，让相关者随时随地都能接收到最新动态，直接在群聊里分派任务、业务决策。

图中所示为模拟数据

企业客户的业务场景多样、业务需求复杂，对产品有着更高的要求。而效能的提升除了顶层设计与规划、研发流程的改进外，更需要一个数字化工具进行指标监控、驱动决策优化。Kyligence Zen 可以很好地满足业务需求，以指标作为提升研发效能的抓手，帮助企业搭建指标体系，实现关键过程的可观测性，数字化驱动优化决策，满足更高标准的产品创新和交付。

该场景现已在 Kyligence Zen 指标模板中上线，点击 链接 即可免费体验研发效能综合监控指标模板。

关于 Kyligence

上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 创始团队于 2016 年创办，致力于打造下一代企业级智能多维数据库，为企业简化数据湖上的多维数据分析（OLAP）。通过 AI 增强的高性能分析引擎、统一 SQL 服务接口、业务语义层等功能，Kyligence 提供成本最优的多维数据分析能力，支撑企业商务智能（BI）分析、灵活查询和互联网级数据服务等多类应用场景，助力企业构建更可靠的指标体系，释放业务自助分析潜力。

Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售等行业客户，包括建设银行、浦发银行、招商银行、平安银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等全球知名企业，并和微软、亚马逊、华为、Tableau 等技术领导者达成全球合作伙伴关系。目前公司已经在上海、北京、深圳、厦门、武汉及美国的硅谷、纽约、西雅图等开设分公司或办事机构。