百度移动生态研发效能度量体系及效能提升实践

如果无法正常显示,请先停止浏览器的去广告插件。
分享至:
1. 百度移动生态研发效能 度量及效能提升实践 百度 / 田熲
2.
3. 目录 • 背景 && 目标 • 效能度量指标体系 • 效能度量建设中的难点与对策 • 效能提升改进案例
4. 研发交付效能度量背景 - Why • 问题:研发交付效能涉及角色、流程、环节众多,如何开展 • 对策:数据先行,痛点分析,工程建设 客观量化 开发交 开发/测 试/变更 QA/OP 研发交付效 数据分析:定位问题并细 化拆解 建模+计算:评估效能状 况及趋势 付模式 PM/RD/ 分析定位 流程 能问题 效能 度量 诊断 定位 效能提升 人效行 为多样 CI/CD 工具链 改进 闭环 建设落地 工程建设+解决方案:解 决痛点问题,效能迭代
5. 效能度量的目标 – 对业务、技术和管理的作用 业务 技术 管理 • 评估交付价值 • 诊断交付瓶颈 • 辅助团队目标 • 促进流转效率 • 提升架构先进性 • 评估团队价值 • 提升资源利用 • 改善研发模式/工 • 提升团队人效 具链
6. 效能度量的基本思路 - How 研发效能如何刻画 三棱锥的体积代表研 发效能的相对大小 研发效能如何计算 效能 = 价值 / 成本 价值 效率: 1、高价值的需求更多 2、需求交付频率更快 eff = 效率 • • • • • • V:需求价值 U:需求收益达成几率 P:单位时间人力成本 T:需求交付时长 R:自动化任务MTTR(m为问题频率) L:质量负向作用,与问题级别相关 $ ∑ !"# " ! ∗$ % ( ∑ $ ∑ !"& % ! ∗& ! ' '"& % ' ∗( ' ∗ , (1/? ∑ )*+ ? ) ) 质量 成本 四个纬度,相互牵制,整体外延扩 展,才能达成效能的提升 交付过程成本 交付系统运维成本 质量损失 (问题召回)
7. 效能度量的指标体系 - How 效能 指标维度 北极星指 标 过程指标 交付价 值 1. 业务需 求价值 2. 按期交 付率 需求收 益 发布 频率 1. 收益达成回 顾 1.发布模式 2. 收益评估 2.单位时间 3. 交付率 质量 效率 价值 需求确 需求开 需求自 需求测 需求上 认周期 发周期 测周期 试周期 线周期 务数量 发布需求量 2.待开发到开 始开发时长 3. 发版频率 3.启动开发到 第一次提交时 长 4、架构先进 1.第一次 提交到 提测时 长 2.自主测 试率 主观评测 需求管理、迭代管理 技术架构、开发 准入、测试 业务有感交付能力 开始测试 时长 3.测试时 长 问题数量 回时长 任务数量 2.提测到 1.P0/P1/P2级 2.线上问题召 1.QA并行 性 工程能力 得分 线上问题/反馈、稳定 性/损失率/崩溃率 需求交 付周期 1.RD并行任 人效 1.上线等 待时长 2.灰度/小 3.MTTR 4.Bug密度 5.反馈闭环率、 满意度 流量时长 1.线下BUG 召回 2.CR打回率 3.线下千行 BUG率 4.质量活动 执行率 5.质量活动 有效性 4.联调/集 成周期 交付系统健壮性 风险评估决策 工程师幸福感 运维 团队 人效 1.团队画像(人数 与分布、需求参与 度、饱和度) 2.工程师能力画像 (语言、投入度、 代码提交、研发习 惯、代码质量等) 3. 单需求成本 资源 成本
8. 效能度量建设中的难点与对策 指标体系中周期定义如何标准化 数据来源及其规范性 数据建模及处理 数据分析
9. 效能度量建设中的难点与对策 - 周期定义标准化 产品 说明: 1. 如果某状态时间点不存在,则用最接近的时间点替代 2. 为避免长尾数据的影响,均值统一按照85分位下均值计算;长尾数据通过90/95分位表征
10. 效能度量建设中的难点与对策 - 数据规范化 01 规范化数据源 标准化数据流转 02 03 实体数据表打平底 层差异 Hook能力 近实时研发工具 链数据 标准的研发/测 试活动数据 DWD ü 中台工具+流程的协同机制 时序化需求变更 数据 ü 完整研发流程的自动hook ODS 分区空数据监控 唯一性字段标识 枚举值分布 release push CI 全量部署 清洗&归一化处理 merge checkout 需求及状态管理 需求/Story/任务级联控制 来源1 来源1 来源2 来源2 需求数据 工具链数据
11. 效能度量建设中的难点与对策 - 数据建模 构建实体画 像数据 逻辑归因
12. 效能度量建设中的难点与对策 - 数据工程方案 数据展 现/分析 DWS 数据 看板 稳定性 失败 重试 监控 报警 质量看板 效能看板 线上问题 损失 吞吐数据 人效数据 崩溃率 … 效率数据 … 画像数 据 需求画像 代码画像 数据清洗 数据处 理 构建画像 数据分 析 下钻分析 关联分析 模型分析 质量画像 用户画像 数据聚类 黑白名单处理 关系型存 储 离线任务 调度 数据可重入 任务依赖管理 事件触发器 ODS 数据仓 库 对象存储 DWD 阈值 控制 需求管理数 据 代码管理数 据 需求管理、 卡片关联、 变更历史等 代码库、提 交信息、评 审信息等 研发测试流 程数据 自测/提 测、Case签 章、测试结 论等 多维度展现/分析 … 数据关联 自定义规则处理 趋势分析 1. 冷热数据切换 2. 清洗&归一化后,形 成实体画像数据 串并行管理 配置化 定时触发器 K-V存储 流水线构建 数据 研发工具链 数据 上线平台数 据 组织关系数 据 构建历史、 构建配置等 执行状态/ 结果、结果 报告等 变更版本、 上线单、数 据配送等 部门数据、 用户数据等 文件存储 离散数据转为结构化 数据
13. 效能度量建设中的难点与对策 - 数据分析 01 变化趋势 交叉多维数据展现 下钻明细 切面透视 漏斗 散点分布 透 视 … 行为分析:事件对 结果的行为影响 关联/归因分析:结 果指标归因到事件 事 件 工程能力 稳定性 质量内建 重构 … 关联关系 DWD/DWS 交付周期 研发模式 管理手段 归并聚类 需求价值 分析及反馈 02 ODS Lead Time 人效 工程能力得分 卡片流转数据 代码提交数据 质量、反馈数据 影响分析 指标计算 Data Warehouse 开发打点
14. 数据透视与分析视图 数 据 大 屏 及 核 心 指 标 数 据 多 维 交 叉 分 析
15. 效能度量+工程能力地图,指导效能实践 • 通过数据发现瓶颈、低效问题 • 通过工程能力指引,补齐短板
16. 效能改进案例 – 长尾分析+工程能力建设,解决长尾需求 长尾需求原因占比 性能&压测 并行工作 联调 项目复杂度高 需求变更 多轮测试 研发&自测 覆盖率 UT P0准入 代码扫描 BugBye 准入测试 联调自测 联调签章 测试输入 智能case 生成 测试分析 性能/白盒 分析 测试定位 结果0/1化 能力 基础CI能力/流水线稳定性 自动化自测/签章 自动化校验补充 自测签章 测试执行 智能构建 流量筛选 发布 智能 构建中台 智能 策略中台 数据沉淀 智能 数据中台 Toos XSTP 风险评估 质量模型风险识别 风险等级评估 风险决策能力 特征支撑
17. 效能改进案例 – 基于风险决策的自主交付模式 评估不通过:修正代码&case 交 付 流 程 需求评审 写case 设计评审 本地测试 提交代码 覆盖率 增量行覆盖、全量覆盖、各job覆盖率merge 自动化 单测能力 RD 自主 测试 支持 单测运行 覆盖率产 出&上报 结果分析 单测case 编写 配置化编写case • 版本维护:case与 配置同源或自动化 平台 • Mock配置化 • 校验规则配置化 Case服务 本地测试 结果通知 提测 自主测试评估 QA测试 全流量 准入流水线任务 准出流水线任 务 测试通过 发布 分级上线 拉分支 写代码 单测环境准备 准入评估 • • • • Case解析&运行 报告处理 覆盖率获取 结果上传 安全 白盒自动分析代码 变更 根据代码和接口映 射关系,确定扫描 范围 自动配置扫描规则 扫描结果、问题修 复 环境能力 (开箱可用,支持单测、覆盖率插桩等) 自主联调测试能力 联调CASE 数据构造 (基于日 志方式、 线上引流 方式等) 智能构建 联调签章 联调工具 (mock 数据、篡 改数据、 mock环 境) 日志 trace (统一日 志索引、 trace串 联) 风险决策 特征圈定 冗余任务跳过 白盒分析后,无效任 务跳过 问题自动上报/标注 模型训练 模型评估 风险报告 系统级/子系统级联调拓扑环境 联调流程机制 联调规范制定 数据沉淀 联调case书写 手工测试/自动化测试/联调 数据特征 QA 质量 保障
18. 效能改进案例 – 工程能力与交付周期的效果(脱敏数据) 工程能力得分 工程能力得分 自主交付模式&交付周期 交付周期 自主交付模式项目占比
19.
20. THANKS

trang chủ - Wiki
Copyright © 2011-2024 iteam. Current version is 2.137.1. UTC+08:00, 2024-11-11 14:42
浙ICP备14020137号-1 $bản đồ khách truy cập$