3.1 SPACE फ्रेमवर्क

अवलोकन और प्रेरणा

SPACE फ्रेमवर्क, जिसे 2021 में शोधकर्ताओं Nicole Forsgren, Margaret-Anne Storey, Chandra Maddila, Thomas Zimmermann, Brian Houck, और Jenna Butler द्वारा प्रकाशित किया गया, एक विशिष्ट समस्या का उत्तर देने के लिए बनाया गया था: एकल-संख्या डेवलपर उत्पादकता मेट्रिक्स, कोड की पंक्तियाँ, कमिट गिनती, स्टोरी पॉइंट, तुच्छ रूप से चालाकी के अधीन हैं और नियमित रूप से गुमराह करती हैं। SPACE इसके बजाय पाँच आयामों में मापने का प्रस्ताव रखता है: संतुष्टि और भलाई, प्रदर्शन, गतिविधि, संचार और सहयोग, और दक्षता और फ़्लो। किसी भी एकल अक्षर का अकेले खड़े होना नहीं है; फ्रेमवर्क का वास्तविक योगदान सभी पाँच को साथ में देखने का अनुशासन है, ताकि एक टीम एक अक्ष पर उत्पादक दिखते हुए चुपचाप दूसरे को नुक़सान न पहुँचाए।

यह मायने रखता है क्योंकि डेवलपर उत्पादकता एक चीज़ नहीं है। एक टीम अत्यधिक सक्रिय हो सकती है (कई कमिट, कई पुल रिक्वेस्ट) जबकि ख़राब प्रदर्शन कर रही हो (काम उन परिणामों को नहीं बढ़ाता जो मायने रखते हैं)। एक टीम अल्पावधि में अच्छा प्रदर्शन कर सकती है जबकि संतुष्टि गिरती है, महीनों बाद सामने आने वाले कर्मचारी छोड़ने और गुणवत्ता पतन का एक अग्रणी संकेतक। SPACE की अंतर्दृष्टि, इस पुस्तक के विषय 1.2 और विषय 1.3 पर सीधे निर्माण करते हुए, यह है कि इनमें से कोई भी एक आयाम, एक स्टैंडअलोन लक्ष्य के रूप में पीछा किया जाए, तो बाक़ी की क़ीमत पर चालाकी की जाएगी, और फ्रेमवर्क विशेष रूप से उस समझौते को वास्तविक नुक़सान करने से पहले दृश्यमान बनाने के लिए मौजूद है।

बड़ी टीमों के लिए, SPACE नेतृत्व को एक ऐसी बातचीत के लिए एक साझा शब्दावली देता है जो अन्यथा डिफ़ॉल्ट रूप से उस आयाम की ओर जाती है जिसे मापना सबसे आसान है, लगभग हमेशा गतिविधि। कई टीमों में उत्पादकता की तुलना करने वाले एंटरप्राइज़ संगठनों को एक ऐसे फ्रेमवर्क की आवश्यकता है जो कमिट गिनने की ओर खिंचाव का प्रतिरोध करे; एक प्रतिस्पर्धी श्रम बाज़ार में भर्ती और प्रतिधारण दबाव का सामना कर रहे सरकारी संगठनों को संतुष्टि और भलाई डेटा की उतनी ही गंभीरता से आवश्यकता है जितनी उन्हें डिलीवरी डेटा की है, क्योंकि बर्नआउट के कारण एक अनुभवी इंजीनियर को खोना किसी भी एकल स्प्रिंट के आउटपुट से कहीं अधिक क़ीमत लेता है जो कभी बचाया गया।

प्रमुख सिद्धांत

कोई भी एकल SPACE आयाम अलगाव में विश्वसनीय नहीं है। फ्रेमवर्क का मूल्य विशेष रूप से कई को साथ में मापने से आता है।
कम से कम तीन आयामों से कम से कम एक मेट्रिक, व्यक्तिपरक और वस्तुनिष्ठ स्रोतों को मिलाते हुए, एक संतुलित तस्वीर के लिए न्यूनतम है। एक आयाम या एक डेटा प्रकार से पूरी तरह खींचा गया एक मेट्रिक सेट वास्तव में SPACE का उपयोग नहीं कर रहा है।
गतिविधि एक स्टैंडअलोन प्रॉक्सी के रूप में दुरुपयोग के प्रति सबसे प्रवण आयाम है। यह मापने के लिए सबसे आसान है और अपने आप में वास्तविक मूल्य का सबसे कम प्रतिनिधित्व करने वाला है।
टीम-स्तरीय और व्यक्तिगत-स्तरीय माप को अलग व्यवहार की आवश्यकता है। SPACE मुख्य रूप से टीम और प्रणाली-स्तरीय अंतर्दृष्टि के लिए डिज़ाइन किया गया था, व्यक्तिगत स्कोरकार्ड के लिए नहीं।
पाँचों आयाम परस्पर क्रिया करते हैं। एक परिवर्तन जो एक को सुधारता है वह दूसरे को क्षरित कर सकता है, और फ्रेमवर्क उस समझौते को पकड़ने के लिए मौजूद है।

सिफ़ारिशें

भरोसा करने से पहले कम से कम तीन आयामों से अपना मेट्रिक सेट बनाएँ

एक एकल पसंदीदा आयाम चुनकर SPACE को न अपनाएँ, आमतौर पर गतिविधि या प्रदर्शन, और इसे पूर्ण घोषित न करें। टीम उत्पादकता के बारे में कोई निष्कर्ष प्रस्तुत करने से पहले, जान-बूझकर पाँच में से कम से कम तीन आयामों से कम से कम एक मेट्रिक चुनें, वस्तुनिष्ठ इंस्ट्रूमेंटेशन (विषय 1.5) को व्यक्तिपरक सर्वेक्षण डेटा (विषय 3.7) के साथ मिलाते हुए। यह न्यूनतम संरचना वही है जो SPACE को उस एकल-प्रॉक्सी समस्या में वापस गिरने से रोकती है जिसे हल करने के लिए यह डिज़ाइन किया गया था।

गतिविधि मेट्रिक्स को संदर्भ मानें, कभी सुर्खी नहीं

कमिट गिनती, कोड की पंक्तियाँ, और पुल रिक्वेस्ट गिनती वैध SPACE गतिविधि-आयाम डेटा हैं, लेकिन उन्हें कभी एक टीम की उत्पादकता के बारे में प्राथमिक या एकमात्र प्रस्तुत मेट्रिक नहीं होना चाहिए। गतिविधि डेटा का उपयोग अन्य आयामों के लिए संदर्भ प्रदान करने के लिए करें, उदाहरण के लिए यह देखते हुए कि गतिविधि में गिरावट संतुष्टि में वृद्धि के साथ मेल खाई क्योंकि टीम को आख़िरकार तकनीकी ऋण चुकाने की जगह मिली, एक स्वतंत्र फ़ैसले के रूप में नहीं। विषय 3.4 इस आयाम के विशिष्ट जोखिमों को गहराई से कवर करता है।

SPACE को टीम और प्रणाली स्तर पर लागू करें, व्यक्तिगत स्तर पर नहीं

SPACE का मूल शोध और इसका बाद का उद्योग अपनाना दोनों फ्रेमवर्क को टीम और संगठनात्मक उत्पादकता को समझने के लिए एक लेंस मानते हैं, एक व्यक्तिगत प्रदर्शन स्कोरकार्ड के रूप में नहीं। व्यक्तियों को रैंक करने के लिए SPACE आयामों को लागू करना, विशेष रूप से गतिविधि आयाम, ठीक उसी चालाकी जोखिम को फिर से बनाता है जिसके विरुद्ध विषय 1.2 चेतावनी देता है और एक ऐसे फ्रेमवर्क को ग़लत लागू करता है जो कभी उस उपयोग के लिए सत्यापित नहीं किया गया था।

आयामों के बीच समझौतों के लिए देखें, केवल एक के भीतर गति के लिए नहीं

फ्रेमवर्क की वास्तविक निदानात्मक शक्ति यह देखने से आती है कि आयाम एक दूसरे के सापेक्ष कैसे चलते हैं। गिरती संतुष्टि के साथ एक बढ़ता प्रदर्शन मेट्रिक तुरंत जाँच करने लायक़ एक चेतावनी संकेत है, संभावित रूप से एक अस्थिर गति का संकेत देता है। स्थिर या गिरते प्रदर्शन के साथ एक बढ़ता गतिविधि मेट्रिक वास्तविक प्रगति की बजाय व्यस्त-कार्य का सुझाव देता है। विशेष रूप से इन क्रॉस-आयामी पैटर्नों को पकड़ने के लिए एक निश्चित कादेंस पर सभी पाँच आयामों की एक साथ समीक्षा करें, केवल हर संख्या को अलगाव में जाँचने के लिए नहीं।

आयामों में उचित रूप से कादेंस मिलाएँ

कुछ SPACE आयाम धीरे-धीरे बदलते हैं और समय-समय पर मापे जाने के लिए सबसे अच्छे हैं (संतुष्टि, आमतौर पर चौथाई-वार्षिक सर्वेक्षण चक्र); अन्य तेज़ी से बदलते हैं और अधिक बार-बार, स्वचालित ट्रैकिंग से लाभान्वित होते हैं (गतिविधि, दक्षता और फ़्लो, दोनों काफ़ी हद तक मौजूदा प्रणालियों से इंस्ट्रूमेंट करने योग्य)। हर मेट्रिक को उसी रिपोर्टिंग शेड्यूल पर मजबूर करने की बजाय अपने माप कादेंस को हर आयाम की प्राकृतिक परिवर्तन दर से मिलाएँ।

समझौते: लाभ और हानि

दृष्टिकोण	लाभ	हानि
एकल-आयाम मेट्रिक सेट (आमतौर पर गतिविधि)	सरल, सस्ता, परिचित	आसानी से चालाकी के अधीन, अस्थिर प्रथाओं की मानवीय क़ीमत को चूकता है
पूर्ण पाँच-आयाम SPACE अपनाना	संतुलित, एकल-अक्ष चालाकी का प्रतिरोध करता है, समझौतों को पकड़ता है	अधिक इंस्ट्रूमेंटेशन और सर्वेक्षण निवेश की आवश्यकता
टीम-स्तरीय SPACE अनुप्रयोग	फ्रेमवर्क के सत्यापित उपयोग से मेल खाता है, व्यक्तियों को ग़लत अनुप्रयोग से बचाता है	व्यक्तिगत-स्तरीय प्रश्नों का उत्तर नहीं दे सकता जो नेतृत्व कभी-कभी चाहता है
व्यक्तिगत-स्तरीय SPACE अनुप्रयोग	कुछ प्रबंधकों को अधिक सीधे कार्रवाई योग्य महसूस होता है	फ्रेमवर्क को ग़लत लागू करता है; मज़बूत चालाकी और मनोबल जोखिम

केंद्रीय तनाव है माप पूर्णता बनाम लागत और जटिलता। एक पूर्ण, संतुलित SPACE कार्यान्वयन को एक साधारण गतिविधि डैशबोर्ड की तुलना में अधिक इंस्ट्रूमेंटेशन, अधिक सर्वेक्षण डिज़ाइन प्रयास, और सभी पाँच आयामों की साथ में समीक्षा करने के लिए अधिक अनुशासन की आवश्यकता है। तनाव को फ्रेमवर्क के अनुशासन को पूरी तरह छोड़ने या पहले दिन ही सभी पाँच आयामों के एक अभिभूत करने वाले, पूरी तरह इंस्ट्रूमेंट किए गए संस्करण का प्रयास करने की बजाय एक वास्तव में न्यूनतम लेकिन संतुलित सेट से शुरू करके हल करें, कम से कम तीन आयामों से कम से कम एक मेट्रिक।

अपनी टीम के साथ चर्चा करने के प्रश्न

क्या हमारा वर्तमान उत्पादकता मेट्रिक सेट कम से कम तीन SPACE आयामों से खींचा गया है, या यह अकेले गतिविधि डेटा द्वारा हावी है? अपने डैशबोर्ड का पाँच आयामों के विरुद्ध स्पष्ट रूप से ऑडिट करें; अधिकांश संगठन, ईमानदारी से आँके जाने पर, उनके एहसास से कहीं अधिक गतिविधि-भारी हैं।
क्या हमने कभी एक SPACE आयाम को सुधरते हुए देखा है जबकि दूसरा चुपचाप क्षरित हुआ, और क्या हमने उस समय नोटिस किया? यह क्रॉस-आयामी समझौता ठीक वही है जिसे पकड़ने के लिए फ्रेमवर्क डिज़ाइन किया गया है। पिछले वर्ष में एक ऐसी अवधि के लिए वापस देखें जहाँ डिलीवरी मेट्रिक्स सुधरे और पूछें कि उसी विंडो के दौरान संतुष्टि या भलाई डेटा ने क्या दिखाया।
क्या SPACE डेटा का कभी, अनौपचारिक रूप से भी, टीमों की बजाय व्यक्तियों का मूल्यांकन या तुलना करने के लिए उपयोग किया जाता है? यह फ्रेमवर्क को ग़लत लागू करता है और चालाकी को आमंत्रित करता है। इस बारे में ईमानदार रहें कि व्यवहार में इन मेट्रिक्स की वास्तव में चर्चा कैसे की जाती है, केवल नीति यह कैसे कहती है कि इनका उपयोग किया जाना चाहिए यह नहीं।
यदि एक टीम ने अस्थिर गति की क़ीमत पर अपने प्रदर्शन मेट्रिक्स को सुधारा तो हम कैसे नोटिस करेंगे? प्रदर्शन डेटा के साथ समीक्षा की गई संतुष्टि और भलाई डेटा के बिना, इस प्रकार का समझौता तब तक अदृश्य है जब तक यह महीनों बाद कर्मचारी छोड़ने या गुणवत्ता पतन के रूप में सामने नहीं आता।
पाँच आयामों में से हर एक के लिए हमारा माप कादेंस क्या है, और क्या यह मेल खाता है कि हर आयाम वास्तव में कितनी तेज़ी से बदलता है? एक चौथाई-वार्षिक संतुष्टि सर्वेक्षण वास्तविक-समय गतिविधि डेटा के साथ जोड़ा गया एक उचित कादेंस बेमेल है; बिना सोचे-समझे सभी पाँच पर लागू वही कादेंस उचित नहीं है।
यदि कल एक नया इंजीनियरिंग प्रबंधक शामिल हुआ और केवल हमारा डैशबोर्ड देखा, तो क्या उन्हें टीम उत्पादकता की एक संतुलित तस्वीर मिलेगी, या एक तिरछी तस्वीर? यह एक व्यावहारिक परीक्षण है कि क्या आपके मेट्रिक सेट ने वास्तव में SPACE का संतुलन प्राप्त किया है, या यह केवल फ्रेमवर्क की ओर इशारा करता है जबकि व्यवहार में गतिविधि-प्रधान बना रहता है।

क्षेत्र दृष्टिकोण

स्टार्टअप। मुट्ठी भर इंजीनियरों के लिए, जो प्रतिदिन बात करते हैं और सीधे संतुष्टि और सहयोग स्वास्थ्य को महसूस कर सकते हैं, एक पूर्ण पाँच-आयाम कार्यान्वयन आमतौर पर अत्यधिक है। शुरुआत में अपनाने लायक़ एक आदत है, जैसे-जैसे टीम उस आकार से आगे बढ़ती है जहाँ अनौपचारिक जागरूकता सब कुछ कवर करती है, केवल-गतिविधि मेट्रिक्स की ओर खिंचाव का विरोध करना।

छोटा व्यवसाय। बिना किसी समर्पित पीपल-एनालिटिक्स फ़ंक्शन के, इसे सरल रखें: जो भी डिलीवरी डेटा आपके पास पहले से है (विषय 2.10) उसे संतुष्टि पर एक संक्षिप्त, अनौपचारिक, नियमित चेक-इन के साथ जोड़ें, यहाँ तक कि एक सरल एक-प्रश्न पल्स सर्वेक्षण भी। यह न्यूनतम युग्मन पहले से ही एक केवल-गतिविधि डैशबोर्ड से कहीं बेहतर फ्रेमवर्क के मूल अनुशासन को कैप्चर करता है।

एंटरप्राइज़। यहीं पूर्ण फ्रेमवर्क अपनी जटिलता कमाता है। टीमों में एक संतुलित SPACE मेट्रिक सेट को मानकीकृत करें ताकि नेतृत्व उत्पादकता की निष्पक्ष रूप से तुलना कर सके, जो भी टीम के पास सबसे प्रभावशाली दिखने वाला कमिट ग्राफ़ है उस पर डिफ़ॉल्ट करने की बजाय, और संतुष्टि और सहयोग डेटा को वस्तुनिष्ठ इंस्ट्रूमेंटेशन जितना विश्वसनीय बनाने के लिए विषय 3.7 द्वारा कवर की गई सर्वेक्षण अवसंरचना में निवेश करें।

सरकार। भर्ती और प्रतिधारण दबाव, विशेष रूप से जहाँ सार्वजनिक-क्षेत्र वेतन हमेशा निजी-क्षेत्र प्रस्तावों के साथ प्रतिस्पर्धा नहीं कर सकता, संतुष्टि और भलाई डेटा को एक वास्तव में रणनीतिक चिंता बनाता है, कोई नरम अतिरिक्त नहीं। कार्यबल योजना और बजट औचित्य में SPACE को डिलीवरी मेट्रिक्स जितनी गंभीरता से मानें, क्योंकि बर्नआउट के कारण एक अनुभवी इंजीनियर को खोने की क़ीमत संस्थागत ज्ञान के महीनों में मापी जाती है जो एक प्रतिस्थापन तुरंत प्रदान नहीं कर सकता।

उदाहरण

एंटरप्राइज़। एक सॉफ़्टवेयर कंपनी के इंजीनियरिंग नेतृत्व ने वर्षों तक कमिट गिनती और पूर्ण किए गए स्टोरी पॉइंटों को अपने प्राथमिक उत्पादकता संकेत के रूप में ट्रैक किया था। एक अधिक पूर्ण SPACE मेट्रिक सेट अपनाने के बाद, जिसमें एक चौथाई-वार्षिक संतुष्टि सर्वेक्षण और सहयोग-नेटवर्क विश्लेषण (विषय 3.5) शामिल था, नेतृत्व ने खोजा कि उच्चतम गतिविधि संख्याओं वाली टीम के पास अगले वर्ष में सबसे कम संतुष्टि स्कोर और सबसे अधिक स्वैच्छिक कर्मचारी छोड़ने की दर भी थी। गतिविधि संख्याएँ अकेले सक्रिय रूप से गुमराह कर रही थीं; अधिक पूर्ण तस्वीर ने उस टीम के समवर्ती कार्यभार में एक जान-बूझकर कमी (मानवीय स्तर पर लागू विषय 2.5 का WIP सिद्धांत) और संतुष्टि और अंततः टिकाऊ प्रदर्शन दोनों में एक मापने योग्य रिकवरी की ओर ले जाई।

सरकार। एक राष्ट्रीय डिजिटल सेवा एजेंसी, निजी-क्षेत्र वेतन के विरुद्ध इंजीनियरिंग प्रतिभा के लिए प्रतिस्पर्धा करते हुए जिसे यह मेल नहीं खा सकती थी, ने विशेष रूप से ग़ैर-मौद्रिक प्रतिधारण निवेशों के लिए मामला बनाने के लिए एक संतुलित SPACE मेट्रिक सेट अपनाया: बेहतर टूलिंग, संरक्षित फ़ोकस समय, और कम प्रक्रिया घर्षण। दक्षता और फ़्लो मेट्रिक्स (विषय 3.6) के साथ संयुक्त संतुष्टि सर्वेक्षण डेटा ने दिखाया कि रुकावट आवृत्ति, मुआवज़ा नहीं, एग्ज़िट साक्षात्कार डेटा में छोड़ने-के-इरादे का सबसे मज़बूत भविष्यवक्ता था। इस SPACE डेटा द्वारा सीधे न्यायोचित एजेंसी का बाद का संरक्षित फ़ोकस-समय नीति में निवेश, अगले अठारह महीनों में प्रतिधारण में एक मापने योग्य सुधार के साथ सहसंबंधित था।

व्यावसायिक तर्क: प्रेरणाएँ, ROI, और TCO

SPACE को पूरी तरह अपनाने का प्रतिफल टला हुआ कर्मचारी छोड़ना और टला हुआ बर्नआउट-प्रेरित गुणवत्ता पतन है, दोनों फ्रेमवर्क की इंस्ट्रूमेंटेशन लागत से कहीं अधिक महंगे हैं। एक केवल-गतिविधि मेट्रिक सेट एक या दो साल के लिए उत्कृष्ट दिख सकता है ठीक तब तक जब तक मानवीय क़ीमत एक साथ पकड़ नहीं लेती, जिस बिंदु पर खोई हुई विशेषज्ञता को बदलने और टीम स्वास्थ्य को फिर से बनाने की क़ीमत किसी भी उत्पादकता लाभ को बौना कर देती है जो संकुचित मेट्रिक सेट कभी दिखाता प्रतीत हुआ।

कुल स्वामित्व लागत में सर्वेक्षण अवसंरचना (विषय 3.7) और जो भी सबसे आसान है उस पर डिफ़ॉल्ट करने की बजाय सभी पाँच आयामों की साथ में समीक्षा करने का अनुशासन शामिल है। वह लागत वास्तव में चुकाने लायक़ है: ऊपर का एंटरप्राइज़ उदाहरण एक वास्तविक, खोजने योग्य पैटर्न दिखाता है, उच्च गतिविधि उच्च कर्मचारी-छोड़ने जोखिम को छुपाती है, जिसे एक संकुचित मेट्रिक सेट कभी उजागर नहीं करता जब तक नुक़सान पहले ही नहीं हो चुका होता।

विरोधी-पैटर्न और नुक़सान

व्यवहार में गतिविधि-प्रधान बने रहते हुए केवल नाम में SPACE अपनाना: सबसे सामान्य विफलता मोड, और यह फ्रेमवर्क के पूरे उद्देश्य को विफल कर देता है।
व्यक्तिगत स्कोरकार्ड में SPACE आयामों को लागू करना: टीम और प्रणाली-स्तरीय अंतर्दृष्टि के लिए सत्यापित एक फ्रेमवर्क को ग़लत लागू करता है।
क्रॉस-आयामी समझौतों के लिए देखने की बजाय आयामों की अलगाव में समीक्षा करना: उस पैटर्न को चूकता है जिसे पकड़ने के लिए SPACE विशेष रूप से डिज़ाइन किया गया है।
हर आयाम को उसी माप कादेंस पर मजबूर करना: धीरे-धीरे बदलने वाले आयामों पर प्रयास बर्बाद करता है और तेज़ी से बदलने वालों को कम मापता है।
वस्तुनिष्ठ डेटा के बिना एक एकल संतुष्टि सर्वेक्षण स्कोर को पर्याप्त मानना: फ्रेमवर्क जिस व्यक्तिपरक और वस्तुनिष्ठ स्रोतों के बीच संतुलन की माँग करता है उसे खो देता है।
एक आयाम में बिगड़ती प्रवृत्ति को नज़रअंदाज़ करना क्योंकि दूसरा अच्छा दिखता है: ठीक वह विफलता जिसे रोकने के लिए फ्रेमवर्क का क्रॉस-आयामी अनुशासन मौजूद है।

परिपक्वता मॉडल

स्तर 1, आरंभ: उत्पादकता को केवल गतिविधि मेट्रिक्स के माध्यम से मापा जाता है, बिना कोई संतुष्टि, सहयोग, या दक्षता डेटा एकत्र किए।
स्तर 2, विकास: कुछ अतिरिक्त आयामों को अनौपचारिक रूप से मापा जाता है, लेकिन कोई सुसंगत क्रॉस-आयामी समीक्षा और कोई न्यूनतम-संरचना मानक नहीं है।
स्तर 3, मानकीकरण: पाँच में से कम से कम तीन SPACE आयामों से खींचा गया एक संतुलित मेट्रिक सेट संगठन-व्यापी टीम स्तर पर लगातार लागू किया जाता है।
स्तर 4, प्रबंधन: सभी पाँच आयामों की एक नियमित कादेंस पर साथ में समीक्षा की जाती है, क्रॉस-आयामी समझौतों की सक्रिय रूप से जाँच की जाती है, और फ्रेमवर्क वास्तविक स्टाफ़िंग और प्रक्रिया निर्णयों को सूचित करता है।
स्तर 5, संयोजन: SPACE डेटा सीधे कार्यबल योजना और प्रतिधारण निवेश को आकार देता है, और संगठन क्रॉस-आयामी पैटर्नों द्वारा सूचित विशिष्ट हस्तक्षेपों की ओर इशारा कर सकता है जिन्होंने डिलीवरी और डेवलपर भलाई दोनों को एक साथ मापने योग्य रूप से सुधारा।

चर्चा के लिए विचार

हमारे वर्तमान मेट्रिक सेट में कौन-सा SPACE आयाम सबसे कम मापा गया है?
क्या हमने कभी एक टीम की गतिविधि को बढ़ते देखा है जबकि संतुष्टि चुपचाप गिरी?
आज हम एक टीम को दीर्घकालिक टिकाऊपन को अल्पकालिक आउटपुट के लिए व्यापार करते हुए कैसे पकड़ेंगे?
क्या वर्तमान में कोई SPACE-संबद्ध डेटा टीमों की बजाय व्यक्तियों का मूल्यांकन करने के लिए उपयोग किया जाता है?
हमारे लिए एक वास्तव में संतुलित उत्पादकता डैशबोर्ड ठोस रूप से कैसा दिखेगा?

मुख्य निष्कर्ष

SPACE पाँच आयामों में फैला है, संतुष्टि और भलाई, प्रदर्शन, गतिविधि, संचार और सहयोग, और दक्षता और फ़्लो, और कोई भी एकल आयाम अकेला विश्वसनीय नहीं है।
वस्तुनिष्ठ और व्यक्तिपरक डेटा स्रोतों को मिलाते हुए कम से कम तीन आयामों से एक मेट्रिक सेट बनाएँ।
गतिविधि मेट्रिक्स को संदर्भ मानें, कभी सुर्खी उत्पादकता संकेत नहीं (विषय 3.4)।
SPACE को टीम और प्रणाली स्तर पर लागू करें, एक व्यक्तिगत स्कोरकार्ड के रूप में नहीं।
आयामों की साथ में समीक्षा करें, केवल किसी एक के भीतर गति के लिए नहीं, बल्कि क्रॉस-आयामी समझौतों के लिए देखते हुए।

संदर्भ और आगे पढ़ने के लिए

Forsgren, Nicole, Margaret-Anne Storey, Chandra Maddila, Thomas Zimmermann, Brian Houck, and Jenna Butler, “The SPACE of Developer Productivity,” ACM Queue (2021): मूल SPACE फ्रेमवर्क पेपर।
Accelerate: The Science of Lean Software and DevOps, by Nicole Forsgren, Jez Humble, and Gene Kim (DORA मेट्रिक्स के साथ साझा शोध आधार)।
Peopleware: Productive Projects and Teams, by Tom DeMarco and Timothy Lister (डेवलपर उत्पादकता को एक मानवीय, विशुद्ध यांत्रिक नहीं, प्रश्न मानने का क्लासिक मामला)।
Drive: The Surprising Truth About What Motivates Us, by Daniel H. Pink (संतुष्टि और भलाई माप से प्रासंगिक प्रेरणा शोध)।