如何科学判断研发团队是否在健康工作?(内附量表)
研发效能管理覆盖了交付速度、质量和价值三个维度,但文化建设、团队氛围和客户协作等其他因素对团队工作的影响又该如何度量和管理呢?
LigaAI 在 John Cutler 的一篇分享中找到了答案:团队健康度评分。就像我们都很关心自己的身体健康一样,研发管理者也应该时刻关注「研发团队的健康」,定期度量和检测与成功、健康有关的关键指标,并在每日管理中发现问题,持续进步。
具体是怎么做的?
John Cutler 制作了一个「团队健康日查表」,拟定了 12 个与团队健康状态相关的问题,分别为其赋予了权重值并每日更新打分。 通过分析和对比每日评分,就能比较清晰地掌握研发团队的工作状态和表现,在必要时及时投入指导。
(表格获取自 Medium,由 LigaAI 翻译整理)
下面就和 LigaAI 一起了解 John Cutler「健康日查表」的具体问题以及对应的原始分计算规则(下文简写为规则)吧!
# 今天,我们的团队……
Q1 - 判断题:至少有一人与客户进行了交流吗?
规则:「没有人与客户交流」计 0 分,「有交流」计 1 分;如果有跨职能成员参与交流,则再加 1 分。
不要把客户隔离在一线。研发团队不应该像接口一样被动地接收信息,这样只会让数据囤积,并在过滤和处理中造成信息丢失。定期与客户沟通和交流才能培养、锻炼用户视角,更好地理解需求。
Q2 - 判断题:讨论了客户需求、使用反馈等事实,而非假设、猜测和预测吗?
规则:「讨论了事实而非猜想」计 1 分,「没有讨论事实」计 0 分。
如果会议上充满了「我认为/觉得」「可能/应该」等不确定的想法,研发团队就很难正确地工作。尝试着把对话重点转移到客观事实和数据上,会议会变得更加高效(甚至有趣)。
Q3 - 计数题:有两个小时无干扰的专注工作时间吗?
规则:「一个人不受干扰地工作两小时」记为一次专注,每两次计 1 分,统计整个研发团队的平均专注得分。若研发团队总人数为 M,有 N 个人一共专注工作了 X 次,那么原始分为(X/2 * N/M)。
如果一个团队的时间被持续打断,大家就不可能正常工作。连续的两个小时是比较理想的专注时长;如果能在充满干扰的环境中,获得两个不被打扰的两小时,就已经很不容易了。
Q4 - 计数题:学到了新东西吗?
规则:统计学习新知识的人数占比,若有内部分享则分数翻倍。
如果团队没有持续学习关于客户、行业、技术或自我提升等知识,那就是在退步。学习新知识会正向激励团队,证明现在所做的一切是有价值的;如果一直没有任何收获,那可能要考虑跟大家「说再见」了。
Q5 - 计数题:应用/实践了最近学到的东西吗?
规则:统计应用了新知识的人数占比,若有内部分享则分数翻倍。
掌握一项新技能的最好方式就是使用它。今天的工作有没有用上最近学到的新知识?不是那种大几年前就掌握了的,而是最近几周了解到的新的知识。
Q6 - 判断题:有 10 分钟以上的关于工作的热烈讨论或全员讨论吗?
规则:「有超过 10 分钟的讨论」计 1 分,「没有」计 0 分。
这不需要正式的会议邀请,扭下头、转个椅子、走两步到同事旁边或者发起一个语音通话,直接开始沟通和讨论就可以了。
Q7 - 计数题:进入了心流状态,觉得工作有挑战性且非常高效吗?
规则:统计进入心流状态的人数占比。
心流是一种很棒的体验,你会感觉时间飞逝,工作充满挑战且富有成就感;不会觉得自己在做没用的事情。
无法进入心流状态的原因有很多:消极的心态、工作的干扰、缺乏使命感和糟糕的工具等等。心流状态是有「传染性」的——当团队里有一个人进入了状态,那么其他所有人都会被影响到。所以,今天有多少成员成功进入了心流状态呢?
Q8 - 计数题:有组织成员展开某种结对协作吗?
规则:统计团队的结对率,若有跨职能成员结对协作则分数翻倍。
结构化结对可能会让人感到压抑(尤其是在被迫和强制的情况下),但与其他人一起工作一段时间会是一种积极的体验。跨职能合作说不定会产生令人惊喜的结果,比如让 UX 和工程师合作。
Q9 - 判断题:有就已经发生和未发生的事情,展开至少 10 分钟的坦诚交流吗?
规则:「有超过 10 分钟的坦诚交流」计 1 分,「没有」计 0 分。
研发团队足够「真实」吗?大家是否能够诚实坦诚、毫无保留、毫不美化地共享信息?如果是的话,这就是一个很好的迹象。缺乏开放、信任和充满安全感的氛围,研发团队几乎不可能持续进步。
Q10 - 计数题:有(面向内部)产出高收益、可复用、可获取和必要的贡献吗?
规则:统计有提供贡献的人数占比,若有在内部分享成果则分数翻倍。
研发团队的工作并不都是面向客户的。有时候我们也要迎难而上,抓住机会优化内部工具或流程,这会给团队带来很多好处。
Q11 - 判断题:有让大多数成员体验并享受到短暂的乐趣/幽默时刻吗?
规则:「在工作中感受到乐趣」计 1 分,「没有」计 0 分。
要开心地工作!前几天我们在 Slack 上讲了一个笑话,所有人都笑得很开心。快乐的力量是强大的,如果伙伴们不能一起找乐子,就……还挺难度过产品开发低谷期的 :(
Q12 - 计数题:庆祝了胜利,并在专业或个人角度形成了共鸣吗?
规则:统计觉得自己产生了胜利共鸣的人数占比。
大多数里程碑的达成并没有真正引起成员共鸣,对于影响的感知很大程度是个人感受。今天团队中有多少成员觉得自己在工作上取得了胜利呢?
# LigaAI 解读
John Cutler 使用简单的「YES or NO」判断和人数/次数统计,将研发团队的健康状态量化,避免了主观评分可能存在的标准出入和分数差异。
值得关注的是,在团队的不同发展阶段,各项问题的权重值也会发生变化。比如在团队建设早期,分享、沟通和交流等与组织文化相关的问题重要性会更高,而在快速增长期,有关专注度、心流等问题则更重要。
研发管理者可以根据团队的实际情况,制作专属的「团队健康检查表」。其重点在于要建立清晰的评分标准,尽可能基于客观事实将所有分值量化出来,避免主观打分。同时,要根据研发团队的成长状况,定期维护和更新检查项目,持续进步。
LigaAI@oschina 还将持续分享更多研发效能管理、度量体系搭建的实践经验,以及科学的度量指标管理方法。
请持续关注 LigaAI - 新一代智能研发协作平台,一起变大变强!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
使用MASA全家桶从零开始搭建IoT平台(一)环境准备
前言 本系列文章以IoT开发小白的角度,从零开始使用.Net为主要技术搭建一个简单的IoT平台,由于是入门系列,所有代码以围绕IoT基础业务场景为主,不会涉及DDD等设计思想。 架构图 这里是我们整个IoT平台的架构图。 一、设备接入 1、针对可以联网的设备,直接通过MQTT协议连接到我们的MQTT服务上(可以使用国内的阿里云、Onenet也可以使用开源EMQX实现)。绿色线框部分 2、针对不能联网的设备,例如只能通过红外、短信、等其他非互联网技术通讯的,采用设备网关统一接管,这里主要涉及硬件相关内容我们不深入讨论。橙色线框部分 二、处理设备遥测数据 我们通过MQTT Hub 订阅设备发布到MQTT的消息,并通过Dapr的Pub/Sub 方式发送给我们的IoT Core集群,我们可以通过MQTT 5.0协议中的共享订阅方式实现我们高可用集群。蓝色线框部分 三、设备控制 直接在IoT Core中直接向MQTT发布控制指令。红色箭头所示 四、管理后台 管理后台我们采用Blazor搭建结合MASA Auth实现权限控制,红色线框部分,在IoT Core和IoT UI中间有一层Gateway,...
- 下一篇
云智慧助力MLOps加速落地
背景 随着数字化和计算能力的发展,机器学习(Machine Learning)技术在提高企业生产力方面所涌现的潜力越来越被大家所重视,然而很多机器学习的模型及应用在实际的生产环境并未达到预期,大量的ML项目被证明是失败的。从机器学习的发展历程来看,早期ML社区广泛关注的是ML模型的构建,确保模型能在预定义的测试数据集上取得较好的表现,但对于如何让模型从实验室走向用户的桌面,并未大家所关注。 机器学习的生命周期涉及众多的流程,如数据的获取、数据准备、模型训练、模型的调整、模型的部署、模型监控、模型的可解释性等,不同的流程涉及不同的流程工具和人员,需要跨团队的协作和交接,从数据工程到数据科学再到ML工程。在此背景下,如何保障生产中以下诸多目标是我们亟待解决的。譬如实现更快的模型开发、交付更高质量的 ML 模型以及更快的部署和生产;同时监督、控制、管理和监视数千个模型,以实现持续集成、持续交付和持续部署;加强对模型的监管审查,提高模型透明度,确保更好地遵守组织或行业的政策。 尤其是LLM模型时代,伴随着AGI的到来,机器学习模型的规模和复杂性也在不断增加。这意味着将这些模型部署到生产环境的难...
相关文章
文章评论
共有0条评论来说两句吧...