1.0 Introduction à la partie 1 : Fondations de la mesure

Avant que ce livre ne nomme une seule métrique, il doit répondre à une question plus difficile : à quoi sert la mesure ? Chaque équipe qui a déjà construit un tableau de bord a aussi, un jour, vu un chiffre s’améliorer pendant que la chose qu’il était censé représenter se dégradait. Ce n’est pas un échec d’outillage. C’est le résultat prévisible du fait d’avoir sauté les fondations que couvre cette partie : pourquoi mesurer du tout, ce qui arrive à une métrique une fois que les gens savent qu’elle est surveillée, comment pondérer les résultats plutôt que l’activité, qui possède un chiffre et sa définition, d’où viennent réellement les données, et comment lire un signal bruité sans se tromper soi-même.

Pour les grandes équipes, ces fondations cessent d’être optionnelles. Une seule équipe peut se permettre un chiffre improvisé qu’un manager regarde une fois par semaine. Une organisation avec des centaines d’ingénieurs, des dizaines de tableaux de bord et une équipe de direction qui rend compte en amont ne le peut pas. À cette échelle, une métrique sans propriétaire ou mal définie n’induit pas seulement une équipe en erreur, elle induit en erreur tous ceux en aval qui font confiance au chiffre sans vérifier comment il a été construit, et il est coûteux de revenir en arrière une fois que le comportement s’est adapté pour le manipuler.

Les organisations d’entreprise et gouvernementales ressentent cela le plus vivement, parce que leurs métriques portent souvent des conséquences au-delà de l’équipe qui les produit : décisions budgétaires, rapports de performance publics, conclusions d’audit et contrats de fournisseurs. Une métrique qui ressemble à une commodité d’ingénierie interne peut tranquillement devenir une entrée critique, jamais remise en question, dans des décisions prises par des gens qui ne voient jamais le pipeline qui l’a générée. Bien poser les fondations est ce qui rend ce poids supportable.

Sujets de cette partie

1.1 Pourquoi mesurer l’ingénierie logicielle : L’argument en faveur de la mesure en général, ce qu’elle est censée accomplir, et la différence entre mesurer pour apprendre et mesurer pour juger.
1.2 La loi de Goodhart et la psychologie des métriques : L’idée unique qui gouverne chaque autre sujet de ce livre : une mesure qui devient une cible cesse d’être une bonne mesure, et les mécanismes psychologiques qui rendent la manipulation presque inévitable une fois que les gens savent qu’ils sont surveillés.
1.3 Les résultats plutôt que la production : choisir ce qu’il faut mesurer : Comment pondérer un ensemble de métriques vers les résultats plutôt que l’activité, en utilisant la distinction classique entrée/production/résultat et le schéma de la métrique étoile polaire.
1.4 Gouvernance et propriété des métriques : Qui décide ce qui est mesuré, qui possède une définition, et comment une charte des métriques empêche un tableau de bord grandissant de devenir une prolifération sans responsabilité.
1.5 Sources de données et instrumentation : D’où viennent réellement les métriques d’ingénierie, instrumentation contre auto-déclaration, et les problèmes de qualité des données qui invalident tranquillement un tableau de bord avant que quiconque ne le remarque.
1.6 Littératie statistique pour les métriques d’ingénierie : Le jugement statistique minimal dont une équipe a besoin pour lire une métrique honnêtement : percentiles contre moyennes, taille d’échantillon, régression vers la moyenne, et variables confondantes.

Comment ces sujets s’articulent

Ces six sujets se construisent dans un ordre strict. Le sujet 1.1 demande pourquoi mesurer du tout, ce qui importe parce qu’une équipe n’ayant pas répondu à cela collectera des chiffres sur lesquels personne n’agit. Le sujet 1.2 est le pivot sur lequel tourne le reste du livre : une fois que vous acceptez que toute mesure peut devenir une cible et être manipulée, les recommandations de chaque sujet suivant découlent de la conception contre ce risque. Le sujet 1.3 transforme cette prudence en une règle positive : pondérer vers les résultats, parce qu’ils constituent la catégorie la plus difficile à manipuler à bas coût. Le sujet 1.4 rend la gouvernance concrète, le sujet 1.5 rend les données concrètes, et le sujet 1.6 vous donne le jugement statistique pour éviter d’être trompé par le bruit même après que la gouvernance et l’instrumentation sont saines.

Tout ce qui suit dépend de cette partie. Les métriques de flux de la partie 2 et les métriques DORA, ainsi que le cadre SPACE de la partie 3, sont tous, en effet, des exemples pratiques des principes de pondération vers les résultats et de couplage avec une métrique garde-fou énoncés dans les sujets 1.2 et 1.3. Le guide de conception de tableau de bord du sujet 8.1 suppose le modèle de gouvernance du sujet 1.4. Et le modèle de maturité qui clôt chaque sujet de ce livre est, sous ses cinq niveaux, un modèle de maturité pour exactement la discipline que cette partie introduit : mesurer en le pensant vraiment, et vérifier son propre travail.