01.引言
通過一系列文章,我們深入探討了效能洞察的重要性,并且強調(diào)了企業(yè)在實施之前必須完成的前期準(zhǔn)備工作。通過收集和分析IT研發(fā)全生命周期的效能數(shù)據(jù),企業(yè)可以高效實現(xiàn)業(yè)務(wù)目標(biāo)、提高運營效率、滿足客戶需求,同時不斷優(yōu)化和改進業(yè)務(wù)流程,從而保持競爭優(yōu)勢。因此,企業(yè)須充分重視并積極實施效能度量,借助有效的數(shù)據(jù)分析和洞察,推動行業(yè)的持續(xù)創(chuàng)新和發(fā)展。
金融行業(yè)作為一個競爭激烈且高度復(fù)雜的行業(yè),隨著金融科技的快速發(fā)展和數(shù)字化轉(zhuǎn)型的推進,IT效能洞察在該行業(yè)的重要性也變得日益突出。在本文中,我們將分析一個金融企業(yè)效能洞察的案例,展示效能洞察對企業(yè)所帶來的顯著效果。
02.案例
某大型企業(yè)規(guī)模龐大,業(yè)務(wù)復(fù)雜,旗下員工數(shù)量接近3000人。然而,該企業(yè)存在外包管理難度大、協(xié)作效率低、資源浪費明顯等現(xiàn)象。由于缺乏有效的數(shù)據(jù)支撐,考核和管理缺少抓手,這些問題一直難以得到有效解決。
因此,該企業(yè)決定積極推動度量改革,并打造全集團的效能度量平臺,期望通過數(shù)據(jù)洞察輔助提升效能,實現(xiàn)持續(xù)改進。計劃采取的步驟如下:
在上述建設(shè)過程中,該企業(yè)面臨了一系列問題,但經(jīng)過采取針對性的改進措施,這些問題已逐步得到解決。
1)規(guī)劃指標(biāo)階段
問題:缺乏專業(yè)知識、目標(biāo)不明確、指標(biāo)亂拼湊
在設(shè)計度量指標(biāo)體系時,指標(biāo)的來源通常包括員工以往工作經(jīng)驗中的積累、公眾號文章的推薦以及效能大會上的分享。然而,通過這些途徑得到的度量指標(biāo)往往只是簡單的堆砌,缺乏對指標(biāo)的用途、意義和以及指標(biāo)間的關(guān)聯(lián)關(guān)系的清晰解釋。盡管指標(biāo)數(shù)量眾多,但難以達到最終期望的度量效果。
改進措施:
1.確定組織目標(biāo):采用自上而下的方式逐層進行拆解,找到每個層級指標(biāo)所對應(yīng)的目標(biāo)用戶,最終,將指標(biāo)拆解為“組織級-項目級-人員級”的結(jié)構(gòu)。
2.確定度量目標(biāo):分析不同層級用戶的度量目標(biāo)。
2)數(shù)據(jù)采集階段
問題:數(shù)據(jù)采集困難、采集不及時、數(shù)據(jù)質(zhì)量差
DevOps工具鏈的集成深度不夠,導(dǎo)致數(shù)據(jù)和度量指標(biāo)分散于不同的平臺。每次查看數(shù)據(jù)時,都需要登陸多個系統(tǒng)并打開多個頁面,這使得數(shù)據(jù)間沒辦法進行很好地關(guān)聯(lián),進而在分析問題時只關(guān)注到片面情況,而非整個場景。
改進措施:
通過接入需求管理、代碼管理、集成管理和測試管理系列工具的數(shù)據(jù),系統(tǒng)能夠自動采集數(shù)據(jù)并處理這些數(shù)據(jù),最后將它們存放在統(tǒng)一的數(shù)據(jù)庫中。這種方式依靠大數(shù)據(jù)庫的數(shù)據(jù)處理能力,解決了數(shù)據(jù)處理效率低、加載速度慢、數(shù)據(jù)分散導(dǎo)致的數(shù)據(jù)關(guān)聯(lián)性差等問題。
同時,將相關(guān)數(shù)據(jù)在一個頁面中進行呈現(xiàn)后,方便對數(shù)據(jù)進行聯(lián)動、下鉆分析,進而有助于對數(shù)據(jù)異常情況進行綜合分析,追根溯源找到問題的根本原因。
3)指標(biāo)展示階段
問題:指標(biāo)迭代慢、展示效果差、洞察分析弱
通過研發(fā)編寫代碼來實現(xiàn)指標(biāo),不僅耗費大量的研發(fā)資源,而且交付周期長。每當(dāng)業(yè)務(wù)提出新的指標(biāo)展示需求時,都需要通過研發(fā)資源排期解決。更令人困擾的是,一旦業(yè)務(wù)需求調(diào)整,需要修改指標(biāo)統(tǒng)計口徑時,同樣需要重新進行研發(fā)資源排期,并在通過測試后才能重新上線。這種流程導(dǎo)致了業(yè)務(wù)的度量需求的積壓,使得需求無法及時上線得到滿足,也無法及時驗證數(shù)據(jù)。
改進措施:
使用可視化配置界面和拖拽方式生成指標(biāo),取代了繁瑣的代碼定制開發(fā)工作,擺脫了對研發(fā)資源的依賴,解決了研發(fā)資源緊缺、指標(biāo)修改周期長以及業(yè)務(wù)數(shù)據(jù)無法及時驗證的難題。實現(xiàn)了指標(biāo)快速迭代且無感知上線的效果。最終,成功將每個指標(biāo)的上線周期從約2.5人天縮短至僅需約0.5人天,效率提升了近3倍。
可視化拖拽界面:
指標(biāo)上線周期縮短:
03.總結(jié)
通過上述的建設(shè)過程,該企業(yè)成功打通了“需求-研發(fā)-集成-測試”研發(fā)全過程的數(shù)據(jù),將組織目標(biāo)進行多級拆解,通過數(shù)據(jù)聯(lián)動和下鉆分析,解決了多處長期存在的效能問題。此后,企業(yè)持續(xù)采用度量數(shù)據(jù)驅(qū)動的方式對管理流程和協(xié)作模式進行改進,不斷進行優(yōu)化和完善。最終,該企業(yè)的度量體系改造效果得到了DevOps成熟度三級評級的驗證,并成功通過了評級。為了使更多部門能夠受益于度量改造帶來的益處,該企業(yè)決定在全集團范圍內(nèi)推廣使用這一度量方案。
SRE轉(zhuǎn)型:銀行SRE模式推廣策略
查看詳細
從設(shè)備到數(shù)據(jù):存儲監(jiān)控的關(guān)鍵與實踐
查看詳細
AI破圈爆火!殊不知運維才是幕后“定海神針”!
查看詳細
AI賦能DevOps:智能排錯、代碼修復(fù)與需求生成,打造高效開發(fā)新范式!
查看詳細
LLMOps+DeepSeek:大模型升級一體化運維
查看詳細
DeepSeek賦能企業(yè)研發(fā):DevOps+AI 新時代再升級!
查看詳細
申請演示
主站蜘蛛池模板: 沅江市| 同德县| 高雄县| 万盛区| 禄丰县| 崇阳县| 怀宁县| 岗巴县| 泸定县| 靖西县| 武城县| 河北省| 高青县| 田阳县| 寿宁县| 东乡族自治县| 孟村| 前郭尔| 柞水县| 北辰区| 辽源市| 阿城市| 漠河县| 大厂| 陆河县| 鄂托克前旗| 安泽县| 长寿区| 肃南| 安泽县| 福州市| 木里| 隆昌县| 万源市| 施甸县| 都江堰市| 长岛县| 湟中县| 霍邱县| 高阳县| 凤翔县|