5.0 भाग 5 का परिचय: उत्पाद और व्यावसायिक मेट्रिक्स

इस पुस्तक के पहले चार भाग इंजीनियरिंग की आंतरिक दुनिया मापते हैं: डिलीवरी, डेवलपर अनुभव, और कोड गुणवत्ता। यह भाग उस सीमा से बाहर निकलता है और वह प्रश्न पूछता है जिसकी सेवा में हर इंजीनियरिंग मेट्रिक अंततः मौजूद है, चाहे सीधे या कई क़दम दूर: क्या इस काम ने वास्तव में व्यवसाय और उन लोगों की मदद की जो इसके द्वारा बनाई गई चीज़ का उपयोग करते हैं। विषय 1.3 ने इस पुस्तक में जल्दी परिणामों को आउटपुट पर प्राथमिकता देने को एक शासी सिद्धांत के रूप में स्थापित किया; यह भाग वह है जहाँ वह सिद्धांत अपनी सबसे तीक्ष्ण परीक्षा से मिलता है, क्योंकि उत्पाद और व्यावसायिक परिणाम किसी भी अकेले इंजीनियर के प्रत्यक्ष नियंत्रण से सबसे दूर हैं और इंजीनियरिंग प्रयास को वापस स्वच्छ रूप से आरोपित करने के लिए सबसे कठिन हैं।

वह कठिनाई ठीक वही है जो इस भाग को मायने रखने देती है। एक संगठन जो अपने डिलीवरी और गुणवत्ता मेट्रिक्स को कभी उत्पाद और व्यावसायिक परिणामों से नहीं जोड़ता वह ग़लत चीज़ के लिए ख़ूबसूरती से अनुकूलन करने का जोखिम रखता है: उत्कृष्ट टेस्ट कवरेज के साथ तेज़ी से शिप करना, एक ऐसी विशेषता पर जिसे कोई उपयोग नहीं करता, या एक प्रणाली में निर्मल कोड गुणवत्ता बनाए रखना जिसका मूल मूल्य प्रस्ताव चुपचाप ग्राहकों के लिए मायने रखना बंद कर चुका है। इस भाग के पाँच विषय, एस्केप्ड दोष, फ़ीचर अपनाना, ग्राहक और व्यावसायिक परिणाम, यूनिट अर्थशास्त्र, और निवेश पर प्रतिफल, इंजीनियरिंग नेतृत्व को उस संबंध के लिए एक शब्दावली देते हैं, और व्यावसायिक नेतृत्व को इंजीनियरिंग निवेश का मूल्यांकन उन शब्दों में करने का एक तरीक़ा देते हैं जो वास्तव में उनके लिए मायने रखते हैं।

बड़ी टीमों के लिए, यह भाग अक्सर वह है जहाँ एक पूरे मेट्रिक्स कार्यक्रम की विश्वसनीयता कार्यकारी रुचिधारकों के साथ जीती या खोई जाती है। लाखों-डॉलर के प्लेटफ़ॉर्म निवेशों को स्वीकृत करने वाला एंटरप्राइज़ नेतृत्व, और सार्वजनिक प्रौद्योगिकी बजट स्वीकृत करने वाले सरकारी निगरानी निकाय, दोनों को व्यावसायिक या नागरिक परिणामों के संदर्भ में तैयार उत्तरों की आवश्यकता है, डिप्लॉयमेंट फ़्रीक्वेंसी या टेस्ट कवरेज नहीं, चाहे उन आंतरिक मेट्रिक्स को कितनी भी अच्छी तरह प्रबंधित किया गया हो। यह भाग वह है जहाँ पुस्तक के बाक़ी सावधानीपूर्वक, गार्डरेल-संरक्षित मेट्रिक्स अंततः उस बाहरी, परिणाम-सामना करने वाली बातचीत से जुड़ते हैं।

इस भाग के विषय

5.1 एस्केप्ड दोष दर और गुणवत्ता एस्केप: वह गुणवत्ता मेट्रिक जो सबसे सीधे दर्शाता है कि ग्राहक वास्तव में क्या अनुभव करते हैं, भाग 4 के आंतरिक गुणवत्ता मेट्रिक्स से अलग।
5.2 फ़ीचर अपनाना और उपयोग मेट्रिक्स: क्या इंजीनियरिंग ने जो बनाया वह वास्तव में उपयोग किया जाता है, और वे विशिष्ट तरीक़े जिनसे अपनाने डेटा की ग़लत व्याख्या की जाती है।
5.3 ग्राहक और व्यावसायिक परिणाम मेट्रिक्स: इंजीनियरिंग कार्य को उन परिणामों से जोड़ना जिनकी एक व्यवसाय या एक सार्वजनिक मिशन वास्तव में परवाह करता है।
5.4 इंजीनियरिंग की लागत और यूनिट अर्थशास्त्र: इंजीनियरिंग लागत को उन शब्दों में व्यक्त करना जिनका एक वित्तीय रुचिधारक सीधे उपयोग कर सकता है।
5.5 इंजीनियरिंग पहलों के लिए निवेश पर प्रतिफल: एक प्रमुख इंजीनियरिंग निवेश के लिए एक बचाव योग्य, ईमानदार ROI मामला बनाना, और समान रूप से ईमानदार होना जब मामला नहीं टिकता।

ये विषय आपस में कैसे संबंधित हैं

विषय 5.1 सबसे नज़दीक से शुरू होता है, गुणवत्ता जैसा ग्राहक इसे सीधे अनुभव करते हैं, और भाग 4 के आंतरिक गुणवत्ता मेट्रिक्स से स्वाभाविक पुल है। विषय 5.2 गुणवत्ता का हिसाब हो जाने के बाद अगला प्रश्न पूछता है: क्या कोई वास्तव में जो बनाया गया उसका उपयोग करता है। विषय 5.3 लेंस को ग्राहक और व्यावसायिक परिणामों की पूरी श्रेणी तक व्यापक करता है जिसकी एक संगठन परवाह करता है, जिसमें उपयोग कई संकेतों में से केवल एक है। विषय 5.4 और 5.5 फिर पूरे भाग को वित्तीय बनाते हैं: इंजीनियरिंग लागत और प्रतिफल को उन शब्दों में व्यक्त करना जो सीधे बजट और निवेश निर्णयों से जुड़ते हैं, यह पूछकर इस भाग द्वारा खोले गए लूप को बंद करते हुए कि क्या इंजीनियरिंग प्रयास ने वास्तव में मदद की।

इस भाग के विषय विशेष रूप से भारी रूप से विषय 1.6 की सांख्यिकीय साक्षरता पर झुकते हैं, क्योंकि व्यावसायिक और उत्पाद परिणाम अक्सर शोरगुल भरे होते हैं, बाज़ार स्थितियों से भ्रमित होते हैं, और पुष्टि करने में धीमे होते हैं, ठीक वे स्थितियाँ जहाँ विषय 1.6 जिन ग़लतियों की चेतावनी देता है वे एक आत्मविश्वासपूर्ण, ग़लत निष्कर्ष उत्पन्न करने की सबसे अधिक संभावना रखते हैं। इस भाग को भाग 7 के साथ पढ़ें, जहाँ जनरेटिव AI की ओर बदलाव परिणाम माप को सही करने पर दांव बढ़ाता है विशेष रूप से इसलिए क्योंकि आउटपुट मात्रा, जैसा इस भाग के विषय पूरी तरह तर्क देते हैं, पहले स्थान पर कभी अनुकूलन करने के लिए सही चीज़ नहीं थी।