‍本文大纲

1、中小型团队的典型研发效能痛点

2、基于深度代码分析的研发效能解决方案

3、研发效能提升效果

‍

前言：根据Stack Overflow今年2月发布的开发者报告，在受访的55000名职业开发者中，有45.7%供职于规模小于100人的小微型企业，18.7%供职于规模在100人到500人之间的中型企业。如果将百人以内的研发团队定义为中小型研发团队，那么有超过半数的开发者正在中小型研发团队中工作，这是一个相当可观的比例。然而，软件行业内关于研发效能的讨论却极少从中小研发团队视角出发。

‍

这其中固然有中小型团队倾向于关注业务交付，而将研发效能置于较低优先级的因素。但从我们与各行各业许多中小型研发团队的探讨来看，随着企业发展，研发效能痛点会很快变得显著，甚至成为业务发展的阻碍。

‍

中小型团队的典型研发效能痛点

‍

相比软件行业、互联网行业的大型研发团队，中小型研发团队往往更加受限于资源，也缺乏规范化制度与完善的工具支持。以下我们归纳出中小型团队所面临的典型研发效能痛点：

• 流程管理方面

研发团队管理制度不健全，缺少规范化的研发及管理流程。研发过程不透明，缺少项目进度、研发质量的客观呈现，更多依赖于人治。

• 研发效率方面

上线前加班多、工期紧张、单人多任务并行开发的现象频繁出现，但平时研发效率不高，产能不稳定。缺少了解研发进度的数据抓手，管理层难以知晓团队生产力问题与提升方向；项目经理也难以合理预估成本和制定研发计划。

• 研发质量方面

可能使用了一些单点功能的研发质量度量工具（如SonarQube），但缺少整体量化评价软件工程研发质量的指标，也缺少评估研发质量改善成本和效果的客观数据，导致研发质量方面的投入缺少针对性，尤其是产品仓促上线的情况下研发质量事故高发 。

‍

基于深度代码分析的研发效能解决方案

‍

• 流程管理方面

思码逸为研发团队提供了研发数据汇总分析的一站式入口，度量指标包括研发效率、研发质量及人才三方面，帮助研发团队各角色成员客观、全面地洞察研发流程及成果；同时结合研发团队实际情况，提供规范与制度设立的建议方案，根据以下四点策略推动研发管理向数据驱动转型：

• 由少到多

分阶段推进度量指标应用，先抓关键少数，再扩大应用范围

• 自上而下

管理层充分重视，筛选关键指标重点关注，自上而下逐级明确改善方案

• 持续关注

将关键指标纳入各级别（团队、项目、个人）定期汇报，持续分析指标变化，针对异常指标制定量化改善计划

• 及时优化

指标应用过程中及时听取一线开发者反馈，合理优化指标应用措施

‍

• 研发效率方面

在同一公司内，不同团队/项目的研发效率也受到开发者人数、开发语言、业务特征、需求排期、项目阶段等多重因素影响，因此不应一刀切地粗放管理，而应当结合实际情况具体分析，寻找适宜的优化方案。

‍

基于深度代码分析，思码逸能够回顾分析不同团队/项目的研发历史研发效率及稳定性，并提供近似项目研发效率数据作为行业参考，结合业务实际情况设立生产研发效率基线，一方面帮助管理层把握研发团队生产力现状，合理设定研发效率提升目标；另一方面及时识别后续研发过程中的研发效率异常点或异常趋势，分析成因并做出调整。

‍

举个例子：某个研发团队反映每次项目上线前团队人手紧缺、加班加点现象非常严重，希望寻找优化措施。回顾其研发历史数据，其人月生产率均值呈现周期性的连续上升/下降，反映出该团队在项目前期可能存在较多依赖/等待产生的人力及时间的浪费，在项目规划、任务拆分与排期方面有较大提升空间。

‍

为了使研发效率度量发挥更大作用，持续帮助研发团队提升，思码逸建议：

• 研发管理者定期对各团队/项目生产力指标进行纵向（同一团队/项目不同时期）及横向（同一时期不同团队/项目）回顾分析，量化评估研发效能变化，结合项目实际情况与行业参考，设立研发效率基线与提升目标，并持续追踪

• 将研发效率指标纳入各级别（团队、项目、个人）定期汇报。研发团队定期组织迭代回顾会议，对比基线评审研发效率异常情况，分析原因，并归纳提升措施

• 项目经理参与项目回顾会议，对实际开发当量和预估工作量之间存在显著差异的情况进行讨论，提高项目成本预估与计划的准确性

‍

• 研发质量方面

时间与资源有限，业务侧不断抛出需求，交付期限近在眼前，怎样平衡研发效率与研发质量？面对永恒存在的软件工程质量问题，既要警惕短视的“头痛医头，脚痛医脚”，也要避免流于空泛的“眉毛胡子一把抓”。

思码逸提供软件工程质量度量体系，涵盖注释覆盖度、测试覆盖度、代码复用度、函数复杂度、模块性和问题积压六维指标，能够帮助研发团队建立研发质量监督全景视角，设定研发质量控制标准和改善流程。

那么如何在多个研发质量指标中快速定位关键研发质量问题？不同阶段、不同业务都可能会导致研发质量的侧重点有所差异。因此，思码逸精细度量各团队/项目的研发质量，并提供近似项目研发效率数据作为行业参考，帮助管理者快速对比，结合实际情况明确研发质量改进重点。

在明确关键问题后，研发团队可以讨论确认优先改进范围（例如最近三个迭代的研发质量问题），进而量化改进期限以及目标。针对各项研发质量问题，思码逸能够给出具备可操作性的代码级修改建议，并自动匹配代码责任人，敦促开发者快速响应解决，使研发质量改善真正落到实处。

       思码逸建议：

• 研发管理者定期对各团队/项目软件工程研发效率指标进行纵向（同一团队/项目不同时期）及横向（同一时期不同团队/项目）回顾分析，结合项目实际情况与行业参考，设立研发质量基线与改善目标，并持续追踪

• 将研发质量指标纳入各级别（团队、项目、个人）定期汇报。研发团队定期组织迭代回顾会议，对比基线评审研发质量异常情况，分析原因，并归纳提升措施

• 开发者定期查看自己的软件工程研发质量报告，参考团队/项目的研发质量改善目标与系统给出的修改建议，主动提升代码研发质量，避免技术债堆积

‍

研发效能提升效果

数据说话，以某规模70+的研发团队为例：