Free · open · specification-driven
Measure software engineering well.
A working book on choosing metrics that reflect real outcomes rather than activity: the Flow Framework, the SPACE framework, queueing theory, and DORA metrics, code and quality metrics, product and business outcomes, reliability and security, and how generative AI is reshaping what these numbers mean.
Contents
- 1 Foundations of Measurement
- 1.0 Введение в часть 1: Основы измерения
- 1.1 Зачем измерять программную инженерию
- 1.2 Закон Гудхарта и психология метрик
- 1.3 Результаты важнее выпуска: выбор того, что измерять
- 1.4 Управление метриками и владение ими
- 1.5 Источники данных и инструментирование
- 1.6 Статистическая грамотность для инженерных метрик
- 2 Flow Metrics
- 2.0 Введение в часть 2: Метрики потока
- 2.1 Flow Framework
- 2.2 Элементы потока: функции, дефекты, риски и долг
- 2.3 Скорость потока и распределение потока
- 2.4 Время потока и нагрузка потока
- 2.5 Эффективность потока и незавершённая работа
- 2.6 Время цикла и его составляющие
- 2.7 Теория очередей
- 2.8 Метрики бережливого потока создания ценности
- 2.9 Метрики пулл-реквестов и ревью кода
- 2.10 Фреймворк метрик DORA
- 3 Developer Experience and the SPACE Framework
- 3.0 Введение в часть 3: Опыт разработчика и фреймворк SPACE
- 3.1 Фреймворк SPACE
- 3.2 Метрики удовлетворённости и благополучия
- 3.3 Метрики результативности и представители результата
- 3.4 Метрики активности и их ограничения
- 3.5 Метрики коммуникации и сотрудничества
- 3.6 Эффективность и поток: глубокая работа и прерывания
- 3.7 Опросы опыта разработчика и метрики DevEx
- 4 Code and Quality Metrics
- 5 Product and Business Metrics
- 6 Reliability, Operations, and Security Metrics
- 7 Metrics in the Age of AI
- 8 Building a Metrics Program
- 9 Appendices
This site is built with SvelteKit and the Lily Design System. The book's content lives in the software-engineering-metrics content repository; see the project page for how the two fit together, and contributing for how to help.