Atlassian TeamPlaybook|如何使用預測性指標衡量敏捷轉型的成功

2020-12-10 Atlassian速遞

激動人心的時刻到了:當你終於獲得了敏捷轉型的支持,管理層也表示同意。重大的變革即將啟程,勝利的曙光就在眼前!

但是,如何衡量取得的進步,確認自己正朝向正確的方向,實現夢寐以求的「規模化敏捷」?

在為蘋果、Mozilla、Roche 等客戶提供諮詢服務的過程中,我們發現,大量的公司衡量了錯誤的指標:他們往往會衡量長期過程產生的結果,而不是推動這些結果的行為指標,我們稱之為預測性指標。

我們以一支橄欖球隊為例:球隊要贏得比賽就要比對手獲得更多的觸地得分和射門得分。但是,只注意勝績和得分的橄欖球隊也註定走不了多遠。教練跟蹤可以預測球隊成功的各種複雜行為,比如四分衛的傳球時間,即四分衛接到球到拋球之間的時間。傳球時間等因素是推動相關結果的行為指標。四分衛快速的傳球時間與成功傳球具有相關性,從而得到分數,並最終贏得比賽。

因此,我們的目標不僅是關注勝利本身,這只是我們希望達到的結果,還要追蹤那些有望預測勝利的行為。聰明的企業(和聰明的教練)衡量推動實現預期結果的行為指標。

我們將這些行為指標稱為預測性指標,這些主要指標圍繞特定的行為,而這些行為反過來推動實現預期結果。我們可以使用預測性指標,衡量當前發生的、有助於推動未來部署的情形。

為什麼難以衡量敏捷部署?

敏捷部署可能需要兩到五年的時間。當然,在此期間,我們可以衡量取得的進步;但是,還需要儘早獲得清晰的指標,確認自己沒有偏離正確的軌道。如果衡量結果的話,需要等上一年或更長的時間。因此,不妨換一種思路,觀察一些重要的行為指標,確認組織的行為已經開始發生變化。

對於大多數組織來說,敏捷轉型意味著大規模的系統性變化,並非一朝一夕就能完成的。成熟的企業可能多年沒有遇到這樣規模的變革了,而很多重要企業與上一次發生重大轉型時相比,在規模方面也不可同日而語。其他一些新型企業可能還從未碰到過像敏捷部署這樣大規模的轉型。

和在某個開發團隊中應用敏捷工具相比,部署規模化敏捷引起的變化以及帶來的困難將呈指數級增長。雖然敏捷軟體開發已經成為常態,但是,將敏捷開發部署到整個企業還只是近年才有的現象,成功的例子寥寥無幾(因此「部落知識」(tribal knowledge)較少)。企業的運作方式發生根本性變化,相應地,文化、工作方式、工具和自上而下的領導力等方面也要發生重大的轉變。前進的道路充滿不確定性,甚至連目標都看不清楚,更不要說衡量進步的最佳措施了。

同時,衡量某個過程結果的辦法往往過於繁瑣,跟蹤時間過長,又沒有具體的指標,方便管理人員逐步糾正,推動敏捷部署工作。在為客戶提供諮詢服務期間,我們經常看到不同的人以不同的方式,衡量同樣一件事情,最終,管理層看到的是結果互不相同的報告。

預測性指標:衡量行為,而非結果

如果行為不同,結果就會發生變化。通過衡量行為,我們可以跟蹤少數幾個(三到五個)關鍵指標,以此來了解組織內部正在發生的變化。組織行為發生變化時,我們預期的變化早就已經發生了。預測性指標衡量的是過程或行為,而非結果,和結果指標有著根本的區別。通過衡量多次重複且導致宏觀變化的微觀行為,確保我們的指標正在發揮作用。

Tips:預測性指標允許變革領導者根據部署計劃,直接看到結果,並且在整個組織範圍內取得進步。

衡量三到五個關鍵行為指標也會使變革推動者專注於最關鍵的領域,從而作出漸進式的調整,更快地做出更佳的決策。此外,預測性指標還將形成一個預警系統,有助於您將偏離軌道的項目掰回到正軌。

預測性指標體系分為三個部分:

1. 識別行為指標

2. 為這些行為制定一個簡單、不產生衝突的指標

3. 針對指標制定相應的目標

敏捷轉型不要指望立竿見影,我們需要制定每周目標,再集中力量各個擊破,否則只能是孤注一擲。

推動行為的指標

如何識別推動行為的指標?考慮您希望實現的結果,即所設想的未來狀態,以及倒退的理由。

我們以一家大型科技創業公司為例。公司希望採取具體措施,提高在D輪融資中的估值。以下圖表顯示了公司的融資目標以及公司努力實現的各個目標的關鍵成果。綠色是預測性指標,是推動各項目標的主要指標。

一家尋求提高在D輪融資中估值的公司的示例目標、關鍵結果和預測性指標。

該公司其中一項目標是在10月10日前招聘10名新員工。為預測是否能成功完成這個目標,公司可以統計每周招聘的員工人數,但是,更可預測的指標是統計篩選的簡歷數量,因為這個指標可以衡量推動目標實現的行為。統計新員工的人數可以知道何時已經實現了目標;而統計篩選的簡歷數量可以預測何時可以實現目標。

在確定了推動行為的關鍵指標後,公司隨後需要估算出理想的增長率。在我們這個例子中,預測性指示是每周篩選的簡歷數量。每周篩選一定數量的簡歷這樣的行為可以預測預期結果。統計新員工人數可以跟蹤活動的關鍵結果,但是,衡量招聘過程(比如篩選簡歷),是更好地表明將實現目標的指標。衡量今天所做的工作(篩選簡歷),可以預測明天將產生的結果(10月10日前擁有10名新員工)。

再舉一個例子,有一家非常著名的大型科技公司,使用預測性指標,推動一項重大的改革計劃。他們的目標是遵守新的發布規劃流程。

經過規劃新流程、並在一組團隊分階段試點之後,他們希望找到推動預期行為的指標。他們找到的指標看起來微不足道,卻起到作用了。這個指標就是統計將發布計劃分配給衝刺的團隊的數量。他們的理由是,發布計劃的第一項證據是將其放到待辦事項,並與衝刺關聯。

在待辦事項中排定下一次發布計劃,並指定衝刺號碼,表明這樣的團隊正在採用新的規劃流程。最終的目標是讓這個大型組織中95%的團隊遵守新流程,公司發現,制定下一個發布計劃這樣的指標,比參加培訓課程的指標,可以預測到更廣泛的流程的採用。因為,前一個指標可以觀察到意圖。

儘可能早的指標

預測性指標為管理者提供了儘可能早的指標,表明變革舉措正在(或偏離)軌道。根據這些指標,可以直接預見到敏捷部署的目標實現情況,從而確保可以在變革目標出現偏離時迅速採取行動。

使用預測性指標取得成功的關鍵:

定義推動行為的關鍵指標,並進行量化。提前且經常衡量:按天和周,而不是月和年為階段預測性指標應簡單且易於部署:不需IT實現,也沒有冗長的會議和事後剖析最重要的是,這些指標需要證明正在發生預期變化。在指標方面,也需要謹慎行事。

所測即所得!

跟蹤和衡量推動更廣泛結果的過程和行為,然後將衡量結果轉換成為日常儀錶板,跟蹤並展示取得的成績,為整個組織的敏捷轉型提供理由。規模化敏捷實施極其重要,不能留給時間解決,也不能碰運氣。而有了預測性指標,您就可以立即知道組織何時能走向成功!

相關焦點

  • 如何衡量RPA與BPM的結合是否成功
    我們可以衡量RPA和BPM的投資回報率,但這遠遠不是唯一衡量兩者實施成功的標準。在這裡,我們將深入研究企業可以用來衡量RPA與BPM是否成功的指標。假如,我們已經確定了一個使用RPA來優化的業務流程,並決定試驗兩者是否能按預期工作,我們該怎麼做呢?
  • JIRA與敏捷:李小龍教給我們的敏捷開發之道
    敏捷宣言,與君共勉: 個體與交互  勝過  過程與工具 可以工作的軟體  勝過  面俱到的文檔 客戶協作  勝過  談判 響應變化  勝過  遵循計劃金哲:如何通過JIRA進行並聯審批
  • 北森雲計算:OKR繼續火熱,績效管理敏捷化的變革已在路上
    Key Result – 衡量一個既定目標的完成度的定量說明「我們將如何得知自己是否完成了目標?」Baseline Metric Key Result基線指標 –在你為設置目標而收集基線信息時使用      你與哪些team合作最頻繁?      哪些team依賴於你?      你需要依賴哪些團隊去實現你的Objectives?3.
  • 衡量PMF的有效指標:如何利用這些指標快速實現PMF?
    本文筆者將與大家介紹衡量產品與市場匹配度的常用指標,以及增長黑客之父Sean Ellis對PMF的衡量方法。同時,還與大家分享了其如何將Ellis的衡量方法運用到商業實踐當中的。Enjor~
  • 如何衡量人效?又如何選擇人效指標?
    其實越到年末 HR 就越該關注、分析這一年企業的人力資源工作到底有沒有做好,這件事衡量起來很難但又簡單,如何衡量其實一個指標就足以說明問題,那就是人效。關於人效很多朋友都似懂非懂,聽說過但誰也說不明白,今天我們就來聊聊如何衡量人效。
  • 長達36個月的敏捷轉型
    敏捷轉型涉及到流程建設、人員培訓、平臺建設、軟體架構優化等,一家公司要想成功地完成敏捷轉型並非易事。作為一家傳統公司(消費類電子)在進行智能硬體產品研發時進行敏捷轉型,當前的結果還是比較令人滿意。公司沒有專門的人做這個事情,都是業務部門的人兼職做,所以不要給自己設定邊界,認為是一件對的事情,就持續堅持吧!一、敏捷轉型的目標與關鍵成果目標敏捷開發達到業界優秀水平,更快速的響應市場需求。
  • edX CEO:課程完成率不是衡量成功的唯一指標
    他表示,隨著edX不斷收集學員及教學數據,希望可以超越僅僅依靠課程完成率作為衡量成功與否的標準。      課程完成率將不是衡量成功的唯一指標  Q:能否講述一下edX的成立過程以及該公司的原則及願景。
  • 使用健壯的提取和轉換框架構建敏捷數據湖
    為了方便起見,他們可能為不同的組(例如財務,人力資源,供應鏈,市場營銷等)創建了單獨的數據存儲,但是由於結果不一致,它們在大量時間上苦苦掙扎,我在多個公司中親眼目睹了這一點:他們無法確切地說出他們擁有多少活躍客戶,或者每件商品的毛利潤是多少,因為他們從擁有自己版本的數據,計算和關鍵指標的組中得到不同的答案。
  • 了解預測性NPS,先從這4點開始
    文章從預測性NPS是什麼、為什麼要使用、怎麼使用和其局限性4個方面對預測性NPS展開了討論,一起來看看~你是如何保證科學性的?瞬時你會感覺敵方「攻擊力」達到了「火力全開」;小編曾經也遇到過類似challenge 的場景,今天就和大家分享下如何「開掛」擊退「敵方」。一、什麼是預測性NPS相信不少網際網路用戶研究/體驗師聽說過RNPS、TNPS或者CNPS等,但預測性NPS不少人還是第一次聽說。很多人的下意識反應:這是個什麼鬼?是正宗的NPS嗎?
  • 高效敏捷的十大經驗法則
    ——需要時刻提醒自己如何削減時間,不浪費會議時間。在會議開始之初,不要一個一個提問問題,讓員工在會議之初就把問題準備好並且能夠以快速、簡潔的話語表述出。當你的敏捷模式進行實施的時候,你需要依靠這些問題的答案來優化你的流程並衡量項目的成敗。3. 敏捷就是紀律Holler曾聽說過一些公司對敏捷的一些描述及案例。
  • 天下武功,唯創不破:Atlassian產品中文版蓄力以待
    11月19日,CSDN組織了來自敏捷團隊首選工具Atlassian的企業級專家和業界領袖,以」協作和創新為」主題,為大家帶來一場如何持續創新,釋放團隊潛力的主題峰會。並且宣布近期將推出服務中國市場的中文語言版本。業內近百位技術團隊負責人等到場,來自於銀行保險、速遞物流、民航系統的技術專家帶來了一線的軟體實踐和使用分享,CSDN開發服務解決方案總監尹亮做了開場致辭。
  • 中原消費金融積極探索敏捷轉型之路 全面提升企業競爭力
    金融機構如何通過有效管理、提升研發效能,加速產品迭代,在競爭中制勝?針對這個問題,在活動主場論壇之外,當天還舉行了管理敏捷專場、業務敏捷專場、De-vOps專場、數位化運營專場和遊戲工坊專場等分論壇活動。此次活動的聯合主辦方中原消費金融公司的代表潘志田以「創業,我們一直在路上——中原消費金融敏捷轉型之路」為主題,向全場敏捷愛好者分享了中原消費金融公司的敏捷轉型策略、經驗和感悟。
  • 2019國內唯一敏捷領導力(CAL)認證培訓成功開課及2020課程安排
    在敏捷環境中擔任經理是一項具有挑戰性的工作。一方面,你知道自組織團隊是成功的必要條件,但另一方面,同時,如果不能完全控制正在發生的事情,感到有點不舒服。也許你已經質疑了自己的位置和相關性,因為敏捷列車已經開始滾動。您的同事和僱主的期望會讓您滿意,並且您的團隊成員會告訴您退出並離開他們的路。生活對你來說並不容易,是嗎?
  • 讀文獻——年老化對中文閱讀眼動控制的影響:來自詞長和語境預測性效應的證據
    結果發現:(1)詞長的年齡主效應顯著,注視時間和首次注視位置指標上年齡與詞長的交互作用顯著;(2)在注視時間指標上發現了顯著的詞頻和語境預測性效應,年齡與語境預測性之間交互作用顯著。綜合而言,中文閱讀中老年讀者的詞長效應和語境預測性效應不同於青年讀者,由此可見,視覺功能和詞彙加工功能衰退都是中文閱讀眼動控制年老化的誘發原因。
  • 三氧化二鋁含量是聚氯化鋁有效成分的衡量指標!
    三氧化二鋁含量是聚氯化鋁有效成分的衡量指標!聚氯化鋁也就是PAC,是一種很好的無機高分子絮凝劑,聚氯化鋁是在日本首先研製成功的,之後再20世紀60年代投入工業化生產,到目前聚氯化鋁的生產技術已經非常成熟了,也是市場上銷量最大的淨水材料!聚氯化鋁特點有,在使用時絮體的成型快,並且沉澱性很好,在水中使用時鹼度消耗的少,對於水中的溫度,ph,濁度等的適應性都很強!
  • Atlassian亞太區業務經理Paul Conroy:敏捷是開發者的痛點
    Paul Conroy:我加入Atlassian剛剛三個月,它是澳大利亞最成功的軟體公司。在這之前我在微軟待了四年多,後來也加入了創業大潮開了自己的軟體公司。CSDN:Atlassian推出的這些軟體工具,包括JIRA、Confluence在您看來,您覺得哪一款是比較受國內開發者歡迎的?
  • 使用7S模型成功實現人工智慧轉型
    以下需要了解一下7S模型如何為人工智慧轉型提供幫助。 人工智慧轉型的成功因素 儘管完成每一項業務都是一項艱巨的任務,但要實現人工智慧技術所能提供的可能性,這絕非必然。有幾種模型支持必要的過渡。其中之一是最初由麥肯錫公司開發的7S模型,不是作為實現人工智慧的模型,而是作為支持人工智慧轉型的模型。
  • 威廉指標選股公式 該指標使用原則如何?
    威廉指標是拉裡·威廉斯提出的以超買超買作為市場預測依據的一種技術指標,威廉指標是以相對高點和相對低點來定義股票買賣點的。WMS表示的是市場處於超買還是超賣狀態。那麼威廉指標選股公式是怎麼樣的呢?
  • 數據離散程度的衡量指標
    那麼有沒有指標來衡量?答案是有得,今天主要學習一下數據離散程度的衡量指標。    1.極差     極差就是對一組數據的最大值減去最小值。但是因為極差是採用兩頭的數據,沒有考慮中間的數據,所以代表性差。
  • 衡量產品增長的4個關鍵指標
    產品設計遵從以用戶為中心,那網際網路產品的數據分析也應以用戶為中心,用正確、精準的數據指標去衡量產品現狀是增長的基礎,在當前精細化運營的市場環境下,如果你仍然停留在關注一些流量指標,如每天的新增、留存和活躍,那你很難觸達到產品反饋給你的真實現狀,文章提供了4個指標,因業務不同,所以我們認為更多的是提供了深度洞察業務價值的幾個維度,供讀者參考,文章有編輯。