Apa itu metrik rekayasa perangkat lunak?

Metrik rekayasa perangkat lunak adalah ukuran kuantitatif yang dipakai untuk mengevaluasi, melacak, dan meningkatkan kualitas, efisiensi, dan dampak proses, produk, dan tim pengembangan perangkat lunak. Bila dipakai dengan baik, metrik berfungsi sebagai alat diagnostik sistemik: ia mengungkap hambatan operasional, membenarkan pelunasan utang teknis, dan menyelaraskan aktivitas rekayasa dengan hasil bisnis yang konkret. Bila dipakai dengan buruk, metrik mendistorsi perilaku, merusak kepercayaan, dan memberi imbalan pada hal-hal yang tepat salah.

Buku ini ada karena kebanyakan tim meraih metrik sebelum memutuskan untuk apa sebuah metrik. Dasbor terisi dengan semua yang mudah dihitung, tim pimpinan mulai bertanya “apakah angka ini naik atau turun,” dan dalam satu kuartal tim sudah mengoptimalkan angkanya alih-alih hasil yang seharusnya diwakilinya. Kegagalan itu punya nama, hukum Goodhart: ketika sebuah ukuran menjadi target, ia berhenti menjadi ukuran yang baik. Setiap topik dalam buku ini ditulis dengan hukum itu berdiri di belakangnya.

Dua kerangka dasar

Industri sebagian besar telah bertemu pada dua kerangka berbasis riset untuk mengukur pengiriman rekayasa dan kesehatan tim.

Metrik DORA (dari program DevOps Research and Assessment) mengukur throughput dan stabilitas sistem: frekuensi deployment, lead time untuk perubahan, tingkat kegagalan perubahan, dan waktu pemulihan dari deployment yang gagal. Bagian 2 buku ini membahas keempatnya dalam satu topik rujukan khusus, bersama Flow Framework yang dipakai untuk mengatur metrik pengiriman dan aliran secara lebih luas, karena DORA mengukur mekanika pipeline dengan baik tetapi tidak berkata apa-apa tentang jenis nilai apa yang mengalir melaluinya.

Kerangka SPACE, yang dibuat oleh para peneliti di Microsoft, GitHub, dan University of Victoria, mengimbangi throughput mentah dengan pengalaman pengembang di lima dimensi: kepuasan dan kesejahteraan, kinerja, aktivitas, komunikasi dan kolaborasi, serta efisiensi dan aliran. Bagian 3 membahasnya secara mendalam.

Di luar dua kerangka ini, tim melacak metrik lokal yang dikelompokkan menurut ranah: metrik kode dan kualitas (Bagian 4), metrik produk dan bisnis (Bagian 5), serta metrik keandalan, operasi, dan keamanan (Bagian 6). Bagian 7 membahas pergeseran yang sudah berlangsung: alat AI generatif telah membuat keluaran kode mentah hampir gratis, yang berarti beberapa metrik yang diandalkan industri selama satu dekade tidak lagi bermakna seperti dulu.

Untuk siapa buku ini

Pembaca utama adalah orang-orang yang memilih apa yang diukur sebuah tim dan mengapa: pemimpin rekayasa, staff dan principal engineer, tim platform dan DevOps, serta manajer program dan produk yang membangun dasbor atau kartu skor metrik untuk pertama kalinya, atau memperbaiki yang mulai mendistorsi perilaku. Pembaca sekunder adalah setiap engineer yang ingin memahami mengapa organisasinya melacak apa yang dilacaknya, dan bagaimana menolak ketika sebuah metrik disalahgunakan.

Cara membacanya

Mulai dari sini, lalu baca pengantar untuk melihat bagaimana buku ini diatur, atau langsung loncat ke daftar isi. Setiap topik berdiri sendiri: ia menyatakan prinsipnya lebih dulu, memberi rekomendasi konkret, menyebut bagaimana metrik yang dibahasnya dimanipulasi, dan diakhiri dengan model kematangan, pertanyaan diskusi, dan rujukan. Anda tidak perlu membaca buku ini dari sampul ke sampul untuk memanfaatkannya.