课程简介

随着软件研发领域的不断发展，软件研发过程的复杂性增加，如何提高软件研发的效率成为了一个重要的问题。为了提升组织的研发效能，度量研发过程和结果并通过数据来驱动过程改进是十分有效的手段。要想实现各种硏效度量指标需求，需要采集各种工具的基础数据、在数据仓库中建立模型、根据需求进行指标计算、并且可视化计算后的指标。

在实践过程中，典型常见问题为：硏效基础数据不准确，导致计算后的指标数据不准确；相同指标有不同的计算逻辑，导致难以对齐比较；硏效数据管理混乱，导致新的度量指标开发速度慢，成本高；数据报表开发效率低，导致验证数据和报表的周期长，大多数报表投入产出比较低；硏效指标设计不合理，导致没有解决研发问题，难以落地推广等。

本次分享将多个大型企业的硏效度量实战经验，通过数据驱动，有效地提高团队的研发效能，使研发效能基础数据能够高效、低成本地加工为合理的指标，让组织有更深刻的解决方案及思考。

课程收益

1.目标：

了解硏效数据的特点，效能度量的制约因素和数据提升研发效能的有效路径。

2.成功要点

企业信息化对研发的核心价值有三个层次：运用技术更好的去支撑业务；用经验积累去影响行业。研发效能的三个主要驱动力便是流程+工具+数据。

3.启示：

阶段性与业务目标，落地产品对齐，都是高效研发效能的思考落地的关键，用数据、指标、系统等技术可建技术壁垒和技术基建，确保系统稳定，业务健康和持久发展。

受众人群

测试工程师、测试经理等等，以及对DevOps工程效能体系感兴趣的人员

课程周期

0.5天/3小时

课程简介

1研发效能大数据平台建设实践

1）研发效能大数据概览

2）硏效大数据处理分析难点

3）硏效大数据平台建设实践

2数据驱动硏效提升的有效方法

1）度量研发效能的制约因素

2）数据驱动研发效能提升的有效路径和实践经验