Skip to main content
Software Engineering Metrics
GitHub
Home
Contents
Examples
Contributing
Project
Help
Links
Home
Book source on GitHub
Website source on GitHub
Report an issue
Index for AI agents (llms.txt)
DORA metrics
The SPACE framework (ACM Queue)
Goodhart's law (Wikipedia)
Search
⏎
Theme
Light
Dark
Language
English (US)
English (UK, Oxford spelling)
English (UK)
English (international)
العربية
বাংলা
Cymraeg
Cymraeg (Prydain Fawr)
Deutsch
Español
Français
हिन्दी
Bahasa Indonesia
日本語
한국어
Nederlands
Português
Русский
Svenska
اردو
中文
中文 (中国)
Text size
Largest
Larger
Large
Normal
Small
Smaller
Smallest
Share
Email
Mastodon
Copy link
1
Foundations of Measurement
1.0
Introduktion till del 1: Mätningens grunder
1.1
Varför mäta mjukvaruteknik
1.2
Goodharts lag och mätetalens psykologi
1.3
Utfall före output: att välja vad som ska mätas
1.4
Styrning och ägarskap av metriker
1.5
Datakällor och instrumentering
1.6
Statistisk litteracitet för ingenjörsmetriker
2
Flow Metrics
2.0
Introduktion till del 2: Flödesmätetal
2.1
Flow Framework
2.2
Flödesobjekt: funktioner, defekter, risker, och skuld
2.3
Flödeshastighet och flödesfördelning
2.4
Flödestid och flödesbelastning
2.5
Flödeseffektivitet och pågående arbete
2.6
Cykeltid och dess komponenter
2.7
Könteori
2.8
Lean-värdeflödesmätetal
2.9
Mätetal för pull request och kodgranskning
2.10
DORA-mätetalsramverket
3
Developer Experience and the SPACE Framework
3.0
Introduktion till del 3: Utvecklarupplevelse och SPACE-ramverket
3.1
SPACE-ramverket
3.2
Mätetal för nöjdhet och välbefinnande
3.3
Prestationsmätetal och utfallsrepresentanter
3.4
Aktivitetsmätetal och deras begränsningar
3.5
Mätetal för kommunikation och samarbete
3.6
Effektivitet och flöde: djuparbete och avbrott
3.7
Utvecklarupplevelseenkäter och DevEx-mätetal
4
Code and Quality Metrics
4.0
Introduktion till del 4: Kod- och kvalitetsmätetal
4.1
Kodkomplexitetsmätetal
4.2
Testtäckning och testeffektivitet
4.3
Kodchurn och hotspot-analys
4.4
Statisk analys och kodlukt-mätetal
4.5
Mätning av teknisk skuld
4.6
Dokumentations- och kunskapsmätetal
5
Product and Business Metrics
5.0
Introduktion till del 5: Produkt- och affärsmätetal
5.1
Läckt-defektfrekvens och kvalitetsläckage
5.2
Funktionsadoption och användningsmätetal
5.3
Kund- och affärsutfallsmätetal
5.4
Kostnad och enhetsekonomi för ingenjörsarbete
5.5
Avkastning på investering för ingenjörsinitiativ
6
Reliability, Operations, and Security Metrics
6.0
Introduktion till del 6: Mätetal för tillförlitlighet, drift, och säkerhet
6.1
Tjänstnivåindikatorer, -mål, och felbudgetar
6.2
Incidentmätetal: upptäckt, respons, och återställning
6.3
Jour-, kapacitets-, och driftsbelastningsmätetal
6.4
Mätetal för säkerhet och sårbarhetshantering
7
Metrics in the Age of AI
7.0
Introduktion till del 7: Mätetal i AI-eran
7.1
Det generativa AI-paradigmskiftet
7.2
Att mäta AI-assisterad mjukvaruutveckling
7.3
Mätetalsinflation och kvalitetsutspädningsrisker
7.4
Utfallstelemetri som den nya nordstjärnan
8
Building a Metrics Program
8.0
Introduktion till del 8: Att bygga ett mätetalsprogram
8.1
Att designa en ingenjörsmätetalsinstrumentpanel
8.2
Verktygslandskap: att bygga kontra köpa
8.3
Att rulla ut mätetal utan att föda fruktan
8.4
Mognadsmodell för ingenjörsmätetalsprogram
8.5
En inkrementell antagandefärdplan
9
Appendices
9.0
Bilagor
9.1
Glossarium
9.2
Referens för mätetalsdefinitioner och formler
9.3
Checklistor
9.4
Mallar
9.5
Mognadssjälvbedömning
9.6
Källor och vidare läsning
9.7
Index
Front matter
Start here: what the book is, who it is for, and the full contents.
Introduktion
Innehållsförteckning
Vad är mätetal för programvaruutveckling?