一年半之前，我一直在 Bizzabo 领导研发团队。

自从成为负责人，我就在寻找衡量研发团队绩效的最佳方法，从而反映出团队提供的真正价值。我们最初是使用行业标准度量来跟踪团队绩效：度量计划和交付。

下面是我们的团队 KPI：

• 偏差最多 20%：为了更好的计划；
• 每项任务平均两天：我们认为，小任务更好处理，也更好执行；
• 系统正常运行时间 99.95%

我面临的挑战是，这些 KPI 与研发团队的真正价值没有直接联系。我们很容易实现这些 KPI，即使速度很慢，质量很低。

经过 6 个月的迭代和修改，我决定定义研发 KPI，以便更好地反映一个运转良好的研发团队的价值——团队的速度和质量。

我想暂停一下，了解下CodeClimate团队的产品 Velocity。它帮助我们走到今天。

让我们来回顾一下，术语“研发速度”包含了什么。

工作习惯

• 每周编码天数
• 每天代码推送次数（尽早推送，少量推送）
• 拉取请求（PR）大小
• 从请求审查到合并的时间

代码质量

• 代码复杂度
• 代码文档
• 测试覆盖率
• Bug 数量
• 系统正常运行时间

效率

• 返工比例
• PR 放弃数量
• 回退次数

为了选出可以实现最快速 ROI 的 KPI 并优先关注，我们深入地了解了每一项。

每周编码天数

团队成员每周编码的平均天数（定义为至少一个提交的推送）。你可能认为一个提交不能很好地反映情况，但是，我建议你从简单的开始，或者提出一个更好的、容易量化的指标。

每周编码天数

每天代码推送次数

每一名活跃的贡献者在单位时间内有多少拉取请求（PR）被合并。

每天代码推送次数

PR 大小

对我们来说，PR 多大合适，这需要我们更深入一点地了解。但是，我们不确定如何设置一个明确的数值。关键是找到一个代码行数，我的同事用不到一个小时的时间就可以完成代码审查和 PR 审批。

代码审查超过一个小时就会成为一项具有挑战性的任务，这样，审查可能会不彻底。反过来，随着更多的 Bug 进入生产环境，节省 33 小时将成为一项挑战。最佳的 PR 大小是小于 250 行代码。实际上，我们大部分的 PR 都更小一些。

PR 大小分布

从请求审查到合并的时间

把 PR 为发布到生产环境需要经过的每个步骤想象成一个漏斗：审查时间 > 审批时间 > 合并时间。

我们希望有一个明确的内部 SLA，这样，80% 的 PR 将在已知的时间内通过这个漏斗。这是一种平衡，可能每个团队的心态和文化会有所不同。一方面，我们不希望开发人员因为审查等待太长时间，另一方面，我们希望防止审查人员被迫暂停当前任务进行上下文切换。我们的目标是：

• 审查时间：12 小时（同一天审查）
• 审批时间：第一次审查后 3 小时
• 合并时间：审批后 12 小时

我们还规定，审查人员最多 2 名，以防止厨房里的厨师过多。

代码复杂度

定义——控制结构（如 if 语句、循环等）中嵌套深度至少为 4 层的应用程序代码的行数。

KPI—每千行代码中复杂代码的数量。

从下图中，你可以看到多年来我们是如何简化代码库的。在很大程度上，这是通过采用新技术（React/Redux、Kotlin、微服务、Dockers 和 K8s）和改进我们的代码文化来实现的。

代码复杂度随时间的变化

代码文档

我们秉承“无文档”的理念。我们认为，应该编写简单的代码，每个人都能轻松理解（不过，公平地说，我们确实有一些注释）。

测试覆盖率

我们的研发团队没有专门的 QA 团队。每个开发人员都自己编写测试（单元测试和端到端测试），Squad 负责发布质量。没有覆盖的新代码就不会发布。全自动化测试会在每个构建上运行。

Bug 数量

Bug 很难度量。你是什么时候跟踪它们？什么算是一个 Bug？我们优秀的客户支持团队做得非常好（首次响应时间不到 1.5 小时），只会将相关问题升级到我们的研发升级团队（我们有一个团队负责人的职位空缺）。我们每个月都要度量 Bug 的数量和严重程度。但是，随着团队的成长，你会做些什么呢？我们都知道，编写的代码越多，Bug 就越多。

我们会进行深入分析，查找某个月的代码行数与 Bug 之间的关系，发布次数（我们有一个完整的 CI/CD）与 Bug 之间的关系，等等。

最后，我们决定度量合并的 PR 总量与 Bug 数量的比率。

客户根据严重程度报告的 Bug 数量

合并的 PR 总量随时间的变化

我们将 KPI 定义为 0.2（每合并 5 个 PR 一个 Bug），无紧急 Bug

系统正常运行时间

这个很简单。我们的目标是度量我们每个月的正常运行时间，以确保我们的客户得到最高质量的服务可用性。为此，我们使用了statuscake。

返工比例

返工代码行是指同一作者在 3 周内提交并编辑的任何代码行。返工比率使用以下公式计算：（不同返工的总行数）/（不同修改或添加总行数）。

度量返工的方法没有对或错，因为这更多的是一个特定于团队或公司的指标。当一些团队的工作从里到外返工率更高时，或者当一些团队在周密计划之后开展工作时，有时正在进行快速的产品迭代，尤其如此。

主要的思想是回顾每个特性的开发，看看返工是不是由于需求的变化，或者缺乏足够的技术指导。

PR 放弃数量

如果拉取请求在未合并的情况下打开并关闭，则认为它被“放弃了”。我们还把超过 3 天不活动的拉取请求包含了进来。这可以确保我们专注于最重要的任务，同时最小化上下文切换，保证我们的工作不会浪费。

当我们按年龄来观察放弃的 PR 时，很明显，超过 30 天的 PR 可能有 90% 永远都不会再合并，换句话说，它是失落的代码。清理完管道后，除去那些从未打算合并的 PR（比如 POC、测试和其他一些内部需求），我们将回顾任何老去的 PR，并理解其原因。我们可以确定这是否是产品优先级的改变，或者我们从来没有因为错误的估计而终止一项计划，等等。

你可以看到，专注于这个 KPI 并制定好流程，使我们的小组工作习惯更加一致；团队之间的偏差变得更小了（自 7 月份以来，我们就启用了新的 KPI 流程）。

每个 Squad 放弃的 PR

回退次数

合并后有多少代码回退？回退通常是即时 Bug（质量）或对产品 / 功能缺失的快速了解所直接导致的结果。我们的目标不是一个特定的数值，但是，我们确实会把每次回退作为一个触发器，进行一次专门的回顾。

那么，我们用什么作为我们的 KPI？

1. 我们定义了良好的研发 KPI 所具有的属性：

• 从个人到 Squad（我们使用了Spotify 模型）再到整个团队都可度量；
• 反映并能促进吞吐量的增长；
• 与工作（代码）质量相关；
• 挑战团队，使他们变得更好；
• 在最短的时间内交付最高质量的产品。

2. 在进行了上述所有分析之后，我们决定使用以下团队 KPI：

• 吞吐量：每位贡献者每月有 15 个 PR 被合并；（每名活跃贡献者单位时间内被合并的 PR 数量）
• 效率：PR 放弃率小于 5%；（如果拉取请求在未合并的情况下打开并关闭，则认为它被“放弃了”。我们还把超过 3 天不活动的 PR 包含了进来。）
• 质量：正常运行时间 99.98%；
• 质量：每个合并的 PR 平均 0.2 个 Bug，无紧急工单。

查看英文原文：Stop measuring R&D planning VS execution. Start measuring team velocity