3.3 प्रदर्शन मेट्रिक्स और परिणाम प्रॉक्सी

अवलोकन और प्रेरणा

प्रदर्शन, SPACE (विषय 3.1) में P, वह आयाम है जो सबसे अधिक बार गतिविधि के साथ भ्रमित होता है, और वह भ्रम ठीक वही है जिसे रोकने के लिए यह विषय मौजूद है। प्रदर्शन पूछता है कि क्या एक इंजीनियर या एक टीम के काम ने वास्तव में एक अच्छा परिणाम उत्पन्न किया: एक विशेषता जो शिप हुई और काम की, एक प्रणाली जो विश्वसनीय बनी रही, एक परिवर्तन जिसने एक व्यावसायिक या उपयोगकर्ता मेट्रिक को सही दिशा में बढ़ाया। गतिविधि (विषय 3.4) केवल पूछती है कि कितनी गति हुई। एक टीम अत्यधिक सक्रिय और कम प्रदर्शन करने वाली हो सकती है, लगातार छोटे परिवर्तन शिप कर रही हो जो कभी किसी परिणाम को नहीं बढ़ाते, और उलटा भी समान रूप से संभव है: एक टीम जो शायद ही कभी शिप करती है लेकिन जिसके परिवर्तन विश्वसनीय रूप से बिल्कुल सही उतरते हैं।

इस आयाम की कठिनाई यह है कि परिणाम अक्सर एक अकेले व्यक्ति या यहाँ तक कि एक अकेली टीम को आरोपित करने योग्य नहीं होता; सॉफ़्टवेयर परिणाम सहयोग से उभरते हैं, महीनों पहले उन लोगों द्वारा लिए गए निर्णयों से जो तब से अन्य परियोजनाओं में चले गए हैं, बाज़ार स्थितियों से जिन्हें कोई इंजीनियर नियंत्रित नहीं करता। SPACE शोधकर्ता इस बारे में स्पष्ट थे: प्रदर्शन को प्रणाली या टीम स्तर पर कई, अभिसरित संकेतों का उपयोग करके मापा जाना चाहिए, एक एकल संख्या में सिकोड़ा नहीं जाना चाहिए और निश्चित रूप से अलगाव में एक व्यक्तिगत इंजीनियर को आरोपित नहीं किया जाना चाहिए। यह विषय उस मार्गदर्शन को गंभीरता से लेता है और व्यक्तिगत प्रदर्शन आरोपण को सक्रिय रूप से बचने योग्य एक जाल मानता है, सुविधाजनक होने पर लिया जाने वाला एक शॉर्टकट नहीं।

बड़ी टीमों के लिए, प्रदर्शन माप को सही करना वह है जो एक मेट्रिक्स कार्यक्रम को जो वास्तव में परिणामों को सुधारता है से एक ऐसे कार्यक्रम को अलग करता है जो केवल दृश्यमान व्यस्तता को पुरस्कृत करता है। कई टीमों में प्रदर्शन की तुलना करने वाले एंटरप्राइज़ संगठनों को ऐसे संकेतों की आवश्यकता है जो कच्ची आउटपुट मात्रा के माध्यम से चालाकी का प्रतिरोध करें; निगरानी निकायों को प्रौद्योगिकी निवेश को न्यायोचित ठहराने वाले सरकारी संगठनों को यह प्रदर्शित करने की आवश्यकता है कि इंजीनियरिंग प्रयास ने वास्तविक परिणाम उत्पन्न किए, केवल पहुँचाई गई कलाकृतियाँ नहीं, जो ठीक इस विशिष्ट आयाम पर लागू विषय 1.3 का परिणाम-बनाम-आउटपुट सिद्धांत है।

प्रमुख सिद्धांत

• प्रदर्शन मापता है कि क्या काम ने एक अच्छा परिणाम उत्पन्न किया, कितना काम हुआ यह नहीं। यह गतिविधि आयाम से मूल भेद है।
• कई, अभिसरित संकेतों का उपयोग करें, कभी एक एकल प्रदर्शन संख्या नहीं। कोई भी व्यक्तिगत प्रॉक्सी अकेले खड़े होने के लिए पर्याप्त विश्वसनीय नहीं है।
• टीम या प्रणाली स्तर पर मापें। व्यक्तिगत परिणाम आरोपण आमतौर पर अविश्वसनीय है और ठीक उसी चालाकी को आमंत्रित करता है जिसके विरुद्ध यह पुस्तक पूरी तरह चेतावनी देती है।
• गुणवत्ता प्रदर्शन का हिस्सा है, एक अलग चिंता नहीं। काम जो शिप होता है लेकिन कुछ और तोड़ देता है वह वास्तव में अच्छा प्रदर्शन नहीं था।
• एक निर्णय के बिना एक प्रदर्शन संकेत सजावट है, इस आयाम पर लागू विषय 1.1 के सामान्य सिद्धांत के अनुसार बिल्कुल।

सिफ़ारिशें

एक प्रदर्शन स्कोर की बजाय कई अभिसरित संकेतों को मिलाएँ

कई स्रोतों से प्रदर्शन प्रमाण खींचें: गुणवत्ता के लिए चेंज फ़ेल्योर रेट (विषय 2.10) और दोष-एस्केप दर (विषय 5.1), काम मायने रखता था या नहीं इसके लिए वास्तविक फ़ीचर अपनाने (विषय 5.2) से जुड़े डिप्लॉयमेंट परिणाम, और एक रणनीतिक लक्ष्यों में टीम के योगदान के गुणात्मक साथी या प्रबंधक आकलन उस संदर्भ के लिए जिसे एक शुद्ध मेट्रिक कैप्चर नहीं कर सकता। इनमें से कोई भी एक अकेला विश्वसनीय नहीं है; साथ में, जब वे एक ही निष्कर्ष पर अभिसरित होते हैं, तो वे किसी भी एकल संख्या से कहीं अधिक विश्वसनीय होते हैं।

टीम स्तर पर मापें, व्यक्तिगत आरोपण का विरोध करें

सॉफ़्टवेयर परिणाम शायद ही कभी अकेले एक व्यक्ति के काम का उत्पाद होते हैं; वे डिज़ाइन निर्णयों, समीक्षा फ़ीडबैक, उन लोगों द्वारा पहले के काम से उभरते हैं जो तब से टीम छोड़ चुके हों, और सीमाओं में सहयोग से। एक अकेले इंजीनियर को एक परिणाम आरोपित करना आमतौर पर एक झूठी सटीकता है जो इस वास्तविकता को नज़रअंदाज़ करती है और व्यक्तियों के लिए स्वतंत्र रूप से सहयोग करने की बजाय श्रेय की रक्षा करने के लिए एक मज़बूत प्रोत्साहन बनाती है, ठीक उसी प्रकार की प्रोत्साहन विकृति जिसके विरुद्ध विषय 1.2 चेतावनी देता है।

गुणवत्ता को सीधे प्रदर्शन की परिभाषा में मोड़ें

एक विशेषता जो समय पर शिप होती है लेकिन उत्पादन घटनाओं की एक लहर कारणित करती है उसने अच्छा प्रदर्शन नहीं किया, भले ही एक भोला केवल-आउटपुट दृश्य इसे पहुँचाया गया गिनेगा। चेंज फ़ेल्योर रेट, दोष-एस्केप दर, और रिलीज़-पश्चात घटना डेटा को सीधे इसमें बनाएँ कि आप प्रदर्शन का मूल्यांकन कैसे करते हैं, गुणवत्ता को इस पुस्तक के केवल भाग 4 और भाग 6 में मापी गई एक अलग, असंबद्ध चिंता के रूप में मानने की बजाय।

व्यक्तिगत रैंकिंग के लिए नहीं, निवेश और प्रक्रिया निर्णयों को सूचित करने के लिए प्रदर्शन डेटा का उपयोग करें

प्रदर्शन डेटा का उत्पादक उपयोग यह तय करना है कि कहाँ आगे निवेश करना है (लगातार मज़बूत परिणाम पहुँचाने वाली एक टीम अधिक संसाधनों और स्वायत्तता की हक़दार है) और कहाँ जाँच करना है (एक टीम जिसका काम लगातार उतरने में विफल रहता है वह विषय 1.1 की निदानात्मक फ़्रेमिंग के अनुसार मदद की हक़दार है, दोष की नहीं)। प्रदर्शन डेटा पर व्यक्तियों या टीमों को प्रतिस्पर्धी रूप से एक दूसरे के विरुद्ध रैंक करना ठीक उसी चालाकी और मनोबल क्षति को आमंत्रित करता है जिसके विरुद्ध यह पुस्तक चेतावनी देती है और शायद ही कभी निदानात्मक उपयोग से बेहतर परिणाम उत्पन्न करता है।

आरोपण सीमाओं के बारे में ईमानदार रहें, विशेष रूप से प्लेटफ़ॉर्म और सक्षम करने वाली टीमों के लिए

साझा अवसंरचना, आंतरिक उपकरण, या प्लेटफ़ॉर्म क्षमताएँ बनाने वाली टीमों (साथी software-engineering-guide पुस्तक का प्लेटफ़ॉर्म इंजीनियरिंग विषय इसे सीधे कवर करता है) का परिणामों में योगदान अक्सर किसी भी एकल ग्राहक-सामना करने वाले मेट्रिक से कई क़दम दूर होता है। इन टीमों के प्रदर्शन को उन टीमों पर उनके प्रभाव के माध्यम से मापें जिन्हें वे सक्षम करती हैं, उनके प्लेटफ़ॉर्म को अपनाना, उपभोग करने वाली टीमों द्वारा रिपोर्ट किए गए घर्षण में कमी, अंतर्निहित रूप से अप्रत्यक्ष काम पर एक अनुपयुक्त प्रत्यक्ष-परिणाम मेट्रिक थोपने की बजाय।

समझौते: लाभ और हानि

दृष्टिकोण	लाभ	हानि
प्रति टीम एक एकल प्रदर्शन स्कोर	प्रस्तुत करना और तुलना करना सरल	झूठी सटीकता; छुपाती है कि वास्तव में कौन-सा अंतर्निहित संकेत स्कोर चलाता है
कई अभिसरित संकेत	अधिक विश्वसनीय, एकल-मेट्रिक चालाकी का प्रतिरोध करता है	एक संख्या में संक्षेप करना कठिन; व्याख्या करने के लिए अधिक संदर्भ की आवश्यकता
टीम-स्तरीय प्रदर्शन माप	सॉफ़्टवेयर परिणाम वास्तव में कैसे उभरते हैं इससे मेल खाता है	व्यक्तिगत योगदान के बारे में प्रश्नों का सीधे उत्तर नहीं दे सकता
व्यक्तिगत-स्तरीय प्रदर्शन आरोपण	समीक्षाओं के लिए अधिक सीधे कार्रवाई योग्य महसूस होता है	आमतौर पर एक झूठी सटीकता; मज़बूत चालाकी और श्रेय-रक्षा जोखिम

केंद्रीय तनाव है सटीकता बनाम ईमानदारी। प्रति टीम, या बदतर, प्रति व्यक्ति एक एकल प्रदर्शन संख्या तुलना और रैंक करना आसान है, लेकिन वह सटीकता आमतौर पर झूठी होती है, एक साफ़-सुथरी दिखने वाली आकृति के पीछे आरोपण और गुणवत्ता के बारे में वास्तविक अनिश्चितता को छुपाते हुए। तनाव को एक कम व्यवस्थित, बहु-संकेत तस्वीर को ईमानदार मानकर हल करें, और नेतृत्व या प्रदर्शन-समीक्षा प्रक्रियाओं के दबाव का विरोध करके इसे वापस एक एकल, झूठी रूप से सटीक स्कोर में सिकोड़ने से।

अपनी टीम के साथ चर्चा करने के प्रश्न

1. क्या हमारा वर्तमान प्रदर्शन माप कई अभिसरित संकेतों को जोड़ता है, या यह एक ऐसी एकल संख्या पर निर्भर करता है जो वास्तव में जितनी है उससे अधिक सटीक महसूस होती है? जो कुछ भी आप वर्तमान में “प्रदर्शन मेट्रिक” कहते हैं उसका ऑडिट करें और जाँचें कि कितने स्वतंत्र, अभिसरित संकेत वास्तव में इसमें फ़ीड करते हैं।

2. क्या हमने कभी परिणाम कैसे वास्तव में हुआ इसकी सहयोगी, क्रॉस-टीम प्रकृति के लिए बिना हिसाब लगाए एक टीम या व्यक्ति के प्रदर्शन को आरोपित किया है? एक हाल की सफलता की कहानी चुनें और ट्रेस करें कि इसका कितना हिस्सा श्रेय दी गई टीम या व्यक्ति के बाहर के लोगों, निर्णयों, या पहले के काम पर निर्भर था।

3. क्या हमारे प्रदर्शन माप में गुणवत्ता शामिल है, या केवल डिलीवरी गति और आउटपुट मात्रा? एक शिप की गई विशेषता जिसने बाद में महत्वपूर्ण उत्पादन घटनाएँ कारणित कीं उसे उच्च प्रदर्शन के रूप में स्कोर नहीं करना चाहिए; जाँचें कि क्या आपका वर्तमान माप वास्तव में इस मामले को पकड़ेगा।

4. हम प्लेटफ़ॉर्म या सक्षम करने वाली टीमों के प्रदर्शन को कैसे मापते हैं जिनका परिणामों में योगदान अप्रत्यक्ष है? यदि ईमानदार उत्तर है “हम, ठीक है, नहीं करते,” तो वह अंतर उन टीमों को प्रभावी रूप से अनमापा या उनके काम के अनुरूप न बैठने वाले ग्राहक-सामना करने वाले परिणाम मेट्रिक्स के विरुद्ध अनुचित रूप से मापे जाने के लिए छोड़ने की बजाय सीधे नाम देने और संबोधित करने लायक़ है।

5. क्या प्रदर्शन डेटा का उपयोग कभी, औपचारिक रूप से या अनौपचारिक रूप से, व्यक्तियों को प्रतिस्पर्धी रूप से एक दूसरे के विरुद्ध रैंक करने के लिए किया गया है? यह बहाव, विषय 3.2 के संतुष्टि-डेटा जोखिम के समान, डेटा की ईमानदारी और खुले तौर पर सहयोग करने की टीम की इच्छा दोनों को नुक़सान पहुँचाता है।

6. जब हमारे अभिसरित संकेत असहमत होते हैं, उदाहरण के लिए उच्च डिलीवरी गति लेकिन बढ़ती दोष दर, तो हम क्या निष्कर्ष निकालते हैं, और क्या हमारी प्रक्रिया उस असहमति को अच्छी तरह संभालती है? संकेतों के बीच असहमति स्वयं मूल्यवान जानकारी है; चर्चा करें कि क्या आपकी टीम वर्तमान में इसे अनदेखा करने योग्य शोर मानती है या जाँच के योग्य एक वास्तविक खोज।

क्षेत्र दृष्टिकोण

स्टार्टअप। प्रदर्शन आमतौर पर सीधे दृश्यमान होता है: क्या विशेषता काम करती थी, क्या ग्राहकों ने इसे अपनाया, क्या मेट्रिक बढ़ी। इस पैमाने पर औपचारिक बहु-संकेत माप अक्सर अनावश्यक है; इसके बजाय जोखिम एक तेज़ी से आगे बढ़ने वाली, अत्यधिक सहयोगी छोटी टीम में सफलता या विफलता को बहुत जल्दी एक व्यक्ति को आरोपित करने का है जहाँ श्रेय और दोष शायद ही कभी केवल एक व्यक्ति के हों।

छोटा व्यवसाय। जो भी डिलीवरी और गुणवत्ता डेटा आपके पास पहले से है (विषय 2.10, विषय 5.1) उसे इस बारे में सीधी, ईमानदार बातचीत के साथ जोड़ें कि क्या हाल के काम ने वास्तव में व्यवसाय की मदद की, औपचारिक बहु-संकेत इंस्ट्रूमेंटेशन बनाने की बजाय जिसे बनाए रखने की क्षमता आपके पास नहीं है।

एंटरप्राइज़। यहीं टीम-स्तरीय, बहु-संकेत माप का अनुशासन अपना निवेश कमाता है, क्योंकि दर्जनों टीमों में प्रदर्शन को एक एकल तुलनीय संख्या तक कम करने का दबाव यहाँ सबसे मज़बूत है, और झूठी सटीकता से होने वाली क्षति पूरे संगठन के संसाधन निर्णयों में संयोजित होती है। उस दबाव का स्पष्ट रूप से विरोध करें और यह क्यों मायने रखता है इसके लिए बहु-संकेत मामला बनाएँ।

सरकार। यह प्रदर्शित करना कि इंजीनियरिंग निवेश ने वास्तविक परिणाम उत्पन्न किए, केवल पहुँचाई गई कलाकृतियाँ नहीं, अक्सर एक निगरानी निकाय द्वारा पूछा जाने वाला केंद्रीय प्रश्न है। बहु-संकेत प्रदर्शन माप, केवल-डिलीवरी प्रॉक्सी की बजाय परिणाम मेट्रिक्स (विषय 5.3) से स्पष्ट रूप से जुड़ा हुआ, अकेली एक गतिविधि या डिलीवरी गिनती से कहीं अधिक मज़बूत, अधिक बचाव योग्य उत्तर देता है।

उदाहरण

एंटरप्राइज़। एक खुदरा प्रौद्योगिकी कंपनी के नेतृत्व ने अनौपचारिक रूप से प्रति स्प्रिंट पूर्ण किए गए स्टोरी पॉइंटों द्वारा इंजीनियरिंग टीमों को रैंक किया था, इसे एक प्रदर्शन प्रॉक्सी मानते हुए। एक बहु-संकेत दृष्टिकोण अपनाने के बाद, डिलीवरी डेटा, चेंज फ़ेल्योर रेट, और रिलीज़-पश्चात फ़ीचर अपनाने को जोड़ते हुए, नेतृत्व ने पाया कि उच्चतम स्टोरी-पॉइंट पूर्णता दर वाली टीम की कंपनी में सबसे कम फ़ीचर-अपनाने दर थी: वे तेज़ी से शिप कर रहे थे लेकिन ऐसी चीज़ें बना रहे थे जिन्हें ग्राहक उपयोग नहीं करते थे। भ्रामक एकल-संख्या रैंकिंग की बजाय अधिक पूर्ण प्रदर्शन तस्वीर के आधार पर उस टीम की रोडमैप प्राथमिकताओं को पुनः आवंटित करने से एक चौथाई के भीतर महत्वपूर्ण इंजीनियरिंग क्षमता को अधिक उच्च-प्रभाव वाले काम की ओर पुनर्निर्देशित किया गया।

सरकार। एक राष्ट्रीय कर एजेंसी के इंजीनियरिंग कार्यक्रम को एक निगरानी समिति को यह प्रदर्शित करने की आवश्यकता थी कि एक प्रमुख प्रणाली निवेश ने प्रदर्शन सुधारा, केवल अनुबंधित दायरा नहीं पहुँचाया। अकेले स्टोरी-पॉइंट या माइलस्टोन पूर्णता की रिपोर्ट करने की बजाय, कार्यक्रम ने अभिसरित संकेतों का एक सेट प्रस्तुत किया: कम प्रोसेसिंग त्रुटि दर, कम माध्यिका प्रोसेसिंग समय, और बढ़ी हुई सफल स्व-सेवा पूर्णता दर, सभी पहुँचाए गए विशिष्ट प्रणाली घटकों से जुड़े हुए। बहु-संकेत, परिणाम-संबद्ध प्रस्तुति ने समिति की जाँच को उस तरह संतुष्ट किया जो पिछले वर्ष एक पूर्व कार्यक्रम की एक साधारण “अनुसूची पर पहुँचाया गया” रिपोर्ट करने में विफल रही थी।

व्यावसायिक तर्क: प्रेरणाएँ, ROI, और TCO

एक झूठी-सटीक एकल संख्या की बजाय अभिसरित, परिणाम-संबद्ध संकेतों के माध्यम से प्रदर्शन मापने का प्रतिफल बेहतर संसाधन निर्णय हैं: एक संगठन जो देख सकता है कि किन टीमों का काम वास्तव में परिणामों को बढ़ाता है वह वहाँ और आगे निवेश कर सकता है जहाँ यह मायने रखता है और वहाँ जाँच कर सकता है जहाँ नहीं, जो भी टीम सबसे व्यस्त दिखती है उसे पुरस्कृत करने की बजाय। ऊपर का खुदरा उदाहरण विशिष्ट है: एक भ्रामक एकल-संख्या रैंकिंग निवेश ध्यान को वहाँ से दूर निर्देशित कर रही थी जहाँ यह वास्तव में मदद करता।

कुल स्वामित्व लागत एक एकल-मेट्रिक दृष्टिकोण से अधिक है, क्योंकि इसे कई स्रोतों (डिलीवरी, गुणवत्ता, परिणाम) से डेटा जोड़ने और तस्वीर को वापस एक तुलनीय संख्या में सिकोड़ने के संगठनात्मक दबाव का विरोध करने की आवश्यकता है। वह लागत चुकाने लायक़ है क्योंकि विकल्प, एक झूठी रूप से सटीक एकल स्कोर, प्रदर्शन डेटा को सूचित करने वाले संसाधन निर्णयों को सक्रिय रूप से गुमराह करता है।

विरोधी-पैटर्न और नुक़सान

• गतिविधि को प्रदर्शन के साथ भ्रमित करना: सबसे सामान्य त्रुटि जिसे रोकने के लिए यह आयाम विशेष रूप से डिज़ाइन किया गया है।
• सहयोगी, क्रॉस-टीम परिणामों के लिए व्यक्तिगत प्रदर्शन आरोपण: आमतौर पर एक झूठी सटीकता जो सहयोग को हतोत्साहित करती है।
• प्रदर्शन की परिभाषा से गुणवत्ता को बाहर करना: ऐसे काम को पुरस्कृत करता है जो शिप होता है लेकिन कुछ और तोड़ देता है।
• प्लेटफ़ॉर्म या सक्षम करने वाली टीमों पर एक प्रत्यक्ष-परिणाम मेट्रिक थोपना: अंतर्निहित रूप से अप्रत्यक्ष काम के लिए ग़लत चीज़ मापता है।
• संगठनात्मक दबाव में कई अभिसरित संकेतों को वापस एक झूठी सटीक संख्या में सिकोड़ना: उस ईमानदारी को खो देता है जिसे प्रदान करने के लिए बहु-संकेत दृष्टिकोण बनाया गया था।
• व्यक्तियों को प्रतिस्पर्धी रूप से रैंक करने के लिए प्रदर्शन डेटा का उपयोग करना: डेटा ईमानदारी और टीम सहयोग दोनों को नुक़सान पहुँचाता है।

परिपक्वता मॉडल

• स्तर 1, आरंभ: प्रदर्शन को गतिविधि या आउटपुट मात्रा के साथ मिलाया जाता है, एक एकल, अनजाँची संख्या से मापा जाता है।
• स्तर 2, विकास: आउटपुट के साथ-साथ कुछ गुणवत्ता संकेतों पर विचार किया जाता है, लेकिन कोई सुसंगत बहु-संकेत दृष्टिकोण नहीं है और व्यक्तिगत आरोपण अभी भी अनौपचारिक रूप से होता है।
• स्तर 3, मानकीकरण: प्रदर्शन को टीम स्तर पर गुणवत्ता सहित कई, अभिसरित संकेतों का उपयोग करके, लगातार संगठन-व्यापी रूप से मापा जाता है।
• स्तर 4, प्रबंधन: अभिसरित संकेतों के बीच असहमति की सक्रिय रूप से जाँच की जाती है; प्लेटफ़ॉर्म और सक्षम करने वाली टीमों के पास उनके वास्तविक काम के अनुरूप उचित रूप से अप्रत्यक्ष प्रदर्शन माप हैं।
• स्तर 5, संयोजन: प्रदर्शन डेटा सीधे संसाधन और निवेश निर्णयों को सूचित करता है, और संगठन विशिष्ट पुनःआवंटन निर्णयों की ओर इशारा कर सकता है जिन्हें एक बहु-संकेत दृश्य सक्षम बनाता है और एक एकल-संख्या दृश्य चूक जाता।

चर्चा के लिए विचार

1. हम वर्तमान में किस एकल संख्या का उपयोग एक प्रदर्शन प्रॉक्सी के रूप में कर रहे हैं जिसे हमें एक अभिसरित सेट के पक्ष में सेवानिवृत्त करना चाहिए?
2. क्या हमने कभी एक परिणाम को ग़लत टीम या व्यक्ति को श्रेय दिया है क्योंकि आरोपण अस्पष्ट था?
3. हम वर्तमान में एक प्लेटफ़ॉर्म या सक्षम करने वाली टीम के प्रदर्शन को कैसे मापते हैं?
4. यदि अगले चौथाई हमारे अभिसरित संकेत एक दूसरे से असहमत हों तो यह कैसा दिखेगा?
5. कहाँ एक स्टोरी-पॉइंट या डिलीवरी-गिनती रैंकिंग ने हमारे निवेश ध्यान को ग़लत दिशा दी है?

मुख्य निष्कर्ष

• प्रदर्शन मापता है कि क्या काम ने एक अच्छा परिणाम उत्पन्न किया, कितनी गति हुई यह नहीं; इसे गतिविधि (विषय 3.4) के साथ भ्रमित न करें।
• कई, अभिसरित संकेतों का उपयोग करें, कभी एक एकल प्रदर्शन संख्या नहीं, और झूठी सटीकता के प्रति संदेहास्पद रहें।
• टीम या प्रणाली स्तर पर मापें; व्यक्तिगत परिणाम आरोपण आमतौर पर अविश्वसनीय है और सहयोग को नुक़सान पहुँचाता है।
• गुणवत्ता प्रदर्शन का हिस्सा है, एक अलग, असंबद्ध चिंता नहीं।
• प्लेटफ़ॉर्म और सक्षम करने वाली टीमों को उनके काम पर एक अनुपयुक्त प्रत्यक्ष-परिणाम मेट्रिक थोपने की बजाय उचित रूप से अप्रत्यक्ष प्रदर्शन माप दें।

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)।
• Accelerate: The Science of Lean Software and DevOps, by Nicole Forsgren, Jez Humble, and Gene Kim (परिणाम-आधारित प्रदर्शन माप)।
• Team Topologies, by Matthew Skelton and Manuel Pais (प्लेटफ़ॉर्म और सक्षम करने वाली टीम संरचनाएँ और उनके योगदान को कैसे मापें)।
• Measuring and Managing Performance in Organizations, by Robert D. Austin (झूठी-सटीकता प्रदर्शन मेट्रिक्स के जोखिम)।