模型化的质量度量

模型化的思维与数据度量数据度量之认知金字塔数据度量之WhyWhat

HowWhy|目的How|方法What|现象发现质量问题分析问题背后原因可视化

透明数据度量模型驱动决策质量和效率的对立思考目标导向型思维方式“停止依靠大批量的检验来达到质量标准；检验其实是等于准备有次品，检验出来已经是太迟，且成本高而效益低。正确的做法，是改良生产过程。”世界级质量管理大师戴明（WilliamEdwards

Deming）让质量可量化、可分析通过数据驱动的方式进行理性地评估、改善、提高确保在整个开发过程中的活动都符合适当的质量标准 缺陷越晚发现，解决的成本越高，交付效率也越低PDCA过程在数据度量中的应用8Plan规划度量方针和目标制定执行规划Do根据已知信息，设计具体方法、方案和布局根据计划具体运作，实现Check总结执行结果，指标有效性找出问题，修改，调整Action总结和分析结果，获取经验对成功的经验保留，对失败的经验改进PDCA是一种普适的方法论.研发所有过程都可以采用PDCA过程进行管理和改进.目录1. 金融科技的度量特点金融科技的度量问题可视化度量落地与实践度量平台的演进与收益思考与展望金融科技的度量特点金融科技研发的特点互联网和金融科技在开发运维一体化、工程能力建设、研发性能建设方面越走越近是一个趋势：业务和产品遇到的挑战越来越相似；产品所使用的技术相近，如AI预测交易、数据中台、云原生；研发管理、工程效能遇到的问题和挑战相近；产品高度同质化时代，对质量的要求都是越来越高。互联网研发金融科技研发效能和项目管理方面不同金融科技有监管的约束，有很多对接要求，风险与合规在研发中占比较大。质量度量方向：金融科技则是为了做目标管理、外包团队管理互联网专注在“快”，追求最高效率，认为比别人快就赢了。质量度量方向：互联网做度量的目的是以效能改进为最终目标更高效率风险管理金融科技的度量问题需要解决的问题敏捷与瀑布模型混合的研发形态质量度量复杂性项目类型自研与外购Problems华泰金融科技的质量度量度量-发现问题，解决问题，长线观察推动问题得到改善看到背后根本原因可视化

透明度量模型刻画华泰质量度量的特色实践交付版本作为主维度将交付版本月度替换常规自然月的度量维度，可以兼顾敏捷和瀑布的混合研发模式项目度量为元度量实体华泰更多的采用项目制，通过弱矩阵的结构把各个部门临时组织到一起，串联其中的各项流程全生命周期质量度量覆盖从需求，研发，测试，上线，运维各个阶段，完整的从软件生命周期呈现质量情况；做到软件全Th命周期的有效度量，才能真正为软件研发过程降本增效，事半功倍模型化的质量刻画中长期采用采用模型化的方法对质量进行刻画，让管理者看的清，看的远度量下探到人的维度结合组合级，团队级的数据度量，部分指标下探到个人级别，加强人员的度量和驱动成长注重质量风险评估质量风险无处不在，金融科技的风险意识需要在质量度量继续体现，把握质量风险才能利于不败地位全生命周期质量度量易操作指标数量合适，容易理解，易收集需求有效性单元测试千行代码缺陷率发布次数 ✓ 缺陷逃逸率需求变更率编码引入缺陷缺陷数量/趋势发布成功率需求交付吞吐缺陷及时解决率自动化测试覆盖率需求前置时间静态代码扫描测试产能需求引入缺陷冒烟通过率缺陷重开率开发产能需求 开发测试上线发布运维生产认同感指标得到项目和团队的认可平衡感指标注重结果（成效）也不忽视过程安全感指标面向项目而非个人有价值指标对团队的能力提升有帮助无害性指标对团队没有负向牵引作用模型化的刻画--

顶层模型和中层模型交付质量稳定性及时性测试质量研发质量需求质量交付质量过程质量质量风控质量刻画内外稳定及时质量评级元指标选取稳定性保障遗留缺陷管理缺陷解决率及时性保障自动化测试性能测试缺陷逃逸率需求引入缺陷KLOC一次冒烟通过率缺陷一次修复率需求 开发测试发布成功率发布生产模型刻画之质量评级展示模型刻画的特点全生命周期的质量刻画，项目质量一眼览尽增加了质量保障的维度刻画，项目质量风控，测试能力建设有效呈现多层次质量刻画，质量和交付携手共进特点应用场景项目质量的穿透管理，让管理者看得见，看得清，打造提质增效的质量跟踪和改进体系交付质量评估过程质量与效率挂钩分析过程质量结合交付效率进行综合刻画增加质量标签的功能，让问题可以清晰展示下探到个人维度的度量基础能力：测试设计、执行、完成测试任务，是测试人员最基本的能力要求进阶能力：自动化测试，性能测试是测试人员的进阶能力高阶能力：mock、数据构造、环境治理、代码染色等平台，要比中级有更高的要求， 就是需要测试人员把这些工具都能熟练地使用起来效率领域：从测试人员测试Stroy交付，bug验证来评估效率情况质量领域：从发现bug的有效性，对被测功能的测试深度方面评估测试质量数据呈现特色：划分人员评级时间可以选月度，季度做数据观测人员数据和组内平均水平做横向对比组成员内部平行观察金融科技的度量的重点之一是：外包团队管理人员能力分解：基础能力，进阶能力，高阶能力，效率和质量丰富的人员数据和直观的人员能力展示开发和测试的质量和效率数据协助进行过程问题分析应用场景人员培养，促进发展的好帮手质量与效率领域的个人维度模型指标选取与衡量质量领域效率领域组内情况核定目标值测试人员维度的kloc项目定义目标缺陷验证时长缺陷数量测试交付效率回归测试耗时比业界通用目标衡量项目定义目标部门根据产品线统一目标多层次的数据分析测试深度？开发质量？千行代码缺陷率开发组/人

kloc测试组/人

kloc测试交付率开发产能度量与OKR的有机结合O是Objectives，KR是KeyResults，OKR就是Objectives

andKeyResults，即目标与关键结果法。关键成果（kr）用于衡量实现目标的进展情况。它们是定量的，可量化的。可衡量与可查看进展：kr需要具体和可测量。雅虎首席执行官玛丽莎•梅耶尔指出：“除非有数字，否则这不是关键结果。”度量的指标可以作为KR的可衡量与可查看的支撑OKR的O即目标，可以作为评分的标准，比如

KLOC 测试效率等度量OKR目标有野心结果要明确数字量化完成有难度适合度量与OKR的结合的指标场景指标没有业界或者部门内的公允标准指标和项目的运作方式和具体阶段目标强相关自动化测试和性能测试能力建设：由各个项目经理和测试经理制定每个季度的目标值，包括总数，通过率，性能达到指标等等，这些和整个项目的OKR以及人员OKR挂钩。场景一千行代码缺陷率的目标建立：该指标对于不同技术栈差距较大，同时对于KLOC，要处于合理的范畴，既不能太大也不能太小。

所以把指标的目标制定下放到项目维度，由项目制定对应的目标，并且用OKR来对开发经理和测试经理进行驱动改进，既要提测质量也要测试质量。场景二数据即服务IM公众号门限预警邮件数据平台演进与收益华泰的质量管理数字化平台1.02.03.04.0零星数据采集和加工发现问题，拉取数据过程质量&效率过程质量指标与效率的监控全生命周期质量度量模型化刻画，持续观察质量评级的榜样作用外购产品的质量管理可视化能力提升OKR结合度量与评分前端组件化管理动态指标的组合和展示质量预测.0质量管理低代码平台实施前后对比提升15%抓住项目的痛点进行问题分析与度量指标落地需要按照准备、评估、设计、部署、反馈的循环步骤通过改进方法进一步持续的观测指标和模型通过小范围试点推广到产品线和整个部门无论模型还是指标，包括评分，评级标准均可以动态调整，部分要到项目级别进行单独定制形式不重要，数据准确性能反应问题最重要对质量好的项目进行宣传，并梳理榜样的作用通过透明化的研发过程，研发数据可视化，驱动高质量和快速交付价值+实施要点提升40%提升35%效能缺陷修时间交付周期降低总体收益缺陷逃逸率