Gigster的副總裁Cory Hymel闡明了AI驅(qū)動(dòng)的數(shù)據(jù)指標(biāo)在衡量和提高工程團(tuán)隊(duì)績(jī)效方面的關(guān)鍵作用，以在2024年獲得更大的適應(yīng)性和成功。

直到最近，商界領(lǐng)袖對(duì)他們的工程團(tuán)隊(duì)正在做什么以及技術(shù)資源是如何使用的了解程度令人驚訝地低。隨著2024年對(duì)科技組織不斷變化的需求，領(lǐng)導(dǎo)人不再接受工程黑洞。他們正在尋找提高內(nèi)部開(kāi)發(fā)團(tuán)隊(duì)、合作伙伴和合同工貢獻(xiàn)的透明度的方法。

2024年，數(shù)據(jù)驅(qū)動(dòng)的績(jī)效評(píng)估將得到越來(lái)越多的采用，以幫助技術(shù)領(lǐng)導(dǎo)者更好地洞察其員工隊(duì)伍，識(shí)別表現(xiàn)最好的員工，并做出明智的決策，以應(yīng)對(duì)不斷變化的需求。

數(shù)據(jù)驅(qū)動(dòng)的方法對(duì)于有效管理技術(shù)工作的重要性

根據(jù)Gartner最近的一項(xiàng)研究，65%的企業(yè)領(lǐng)導(dǎo)人同意他們的決策比兩年前更復(fù)雜，53%的人同意現(xiàn)在有更高的期望來(lái)證明這些決策是合理的。不幸的是，只有33%的大型企業(yè)有分析師練習(xí)決策智能。

當(dāng)涉及到工程團(tuán)隊(duì)時(shí)，這種增加的復(fù)雜性是由于開(kāi)發(fā)團(tuán)隊(duì)的來(lái)源和組裝方式的變化，快速適應(yīng)新技術(shù)的需要，以及削減成本和提高績(jī)效的壓力增加?？萍冀M織不再僅僅依賴辦公室團(tuán)隊(duì)?；旌蠁T工通常完成項(xiàng)目，包括遠(yuǎn)程員工、承包商、外部機(jī)構(gòu)和合作伙伴，這使得管理者只有在偏向最顯眼的員工時(shí)，才有可能依賴傳統(tǒng)的定性方法來(lái)評(píng)估和管理人才。

與此同時(shí)，開(kāi)發(fā)團(tuán)隊(duì)正被拉向許多不同的方向，因?yàn)槠髽I(yè)需要適應(yīng)AI和其他新興技術(shù)的持續(xù)顛覆，以及推出新功能和產(chǎn)品的需求。在不能很好地了解個(gè)人或團(tuán)隊(duì)貢獻(xiàn)的情況下，經(jīng)理如何評(píng)估各種項(xiàng)目的績(jī)效?

事實(shí)是，只有某些數(shù)據(jù)點(diǎn)才能解決工程性能中的可見(jiàn)性問(wèn)題，這就是為什么人們相信不可能衡量開(kāi)發(fā)團(tuán)隊(duì)的績(jī)效。對(duì)于工程師，你需要洞察和理解日?；顒?dòng)和代碼承諾，以了解正在做什么、優(yōu)先考慮哪些事項(xiàng)，并知道你的工程師組織是否與更大的業(yè)務(wù)戰(zhàn)略保持一致。

當(dāng)公司只衡量產(chǎn)量或花費(fèi)的時(shí)間時(shí)，他們只能了解情況的一部分。你必須通過(guò)跟蹤數(shù)十個(gè)特征和度量來(lái)創(chuàng)建開(kāi)發(fā)團(tuán)隊(duì)績(jī)效的客觀、全面的視圖。

這種整體觀點(diǎn)必須提供戰(zhàn)略和戰(zhàn)術(shù)洞察力才能成功。2023年，公司意識(shí)到對(duì)其工程師的戰(zhàn)術(shù)觀點(diǎn)的需求，并需要更多。評(píng)估團(tuán)隊(duì)和個(gè)人的績(jī)效，并根據(jù)這些衡量標(biāo)準(zhǔn)做出決策，需要可靠、客觀的績(jī)效數(shù)據(jù)。

然而，隨著科技領(lǐng)導(dǎo)者希望在2024年填補(bǔ)這一缺口，他們將開(kāi)始認(rèn)識(shí)到他們對(duì)開(kāi)發(fā)團(tuán)隊(duì)業(yè)績(jī)的戰(zhàn)略觀點(diǎn)存在差距。衡量個(gè)人的貢獻(xiàn)是有價(jià)值的，但如果你沒(méi)有收集對(duì)整個(gè)軟件開(kāi)發(fā)生命周期的見(jiàn)解并確定改進(jìn)流程的方法，任何更改都只會(huì)加劇你的問(wèn)題。2024年是探索數(shù)據(jù)驅(qū)動(dòng)方式以更好地了解你的團(tuán)隊(duì)和流程的一年。

AI和客觀性能數(shù)據(jù)

隨著對(duì)提高工程師績(jī)效的數(shù)據(jù)驅(qū)動(dòng)策略的需求增加，跟蹤工程師的技術(shù)也得到了進(jìn)步。AI現(xiàn)在可以用于更有效地分析來(lái)自數(shù)十個(gè)不同性能指標(biāo)的數(shù)據(jù)，并創(chuàng)建單一的整體視圖，這一客觀的性能數(shù)據(jù)使你能夠找到瓶頸，調(diào)整你的團(tuán)隊(duì)，并復(fù)制頂級(jí)制作人。

斯坦福大學(xué)最近的一項(xiàng)研究調(diào)查了算法評(píng)估作為衡量工程師表現(xiàn)的工具的效果。研究發(fā)現(xiàn)，許多自由職業(yè)者更喜歡接受AI的評(píng)估，而不是潛在的有偏見(jiàn)的人類經(jīng)理。當(dāng)評(píng)估如何運(yùn)作并且表現(xiàn)出績(jī)效指標(biāo)的一致性時(shí)，這種偏好甚至更高。

為2024年打造更靈活的勞動(dòng)力隊(duì)伍

變得更加數(shù)據(jù)驅(qū)動(dòng)，使用AI來(lái)衡量開(kāi)發(fā)團(tuán)隊(duì)的表現(xiàn)不會(huì)解決任何問(wèn)題，它將提供更大的可見(jiàn)性，讓科技領(lǐng)導(dǎo)者學(xué)習(xí)他們不知道的東西，并開(kāi)始提出正確的問(wèn)題。

與我們合作的一些客戶正在使用這些AI支持的性能指標(biāo)，以獲得更大的透明度，了解他們的工程團(tuán)隊(duì)和合作伙伴正在做什么。其他人則用它來(lái)比較供應(yīng)商，看看哪些供應(yīng)商貢獻(xiàn)最大。一些公司正在尋找方法來(lái)幫助改善苦苦掙扎的工程師的表現(xiàn)，并調(diào)整他們現(xiàn)有的流程以提供幫助。

這些目標(biāo)表明，2024年將為勞動(dòng)力帶來(lái)更大的靈活性，以快速適應(yīng)不斷變化的需求。一旦公司對(duì)其技術(shù)資源有了更客觀、更全面的看法，他們就會(huì)開(kāi)始組建最能滿足他們需求的分散的團(tuán)隊(duì)，這可能意味著對(duì)外包和遠(yuǎn)程員工的依賴程度更高。這可能意味著更多的公司采用彈性人員配置來(lái)提高開(kāi)發(fā)成本和速度。

雖然仍在確定你理想的工程組織在2024年將是什么樣子，但很明顯，你需要完全了解你當(dāng)前的組織正在做什么，然后才能做出任何更改。你的團(tuán)隊(duì)在做什么，誰(shuí)是你表現(xiàn)最好的人，在你的開(kāi)發(fā)過(guò)程中哪些是有效的，哪些是無(wú)效的?算法性能指標(biāo)是回答這些問(wèn)題和創(chuàng)建明年所需的數(shù)據(jù)驅(qū)動(dòng)的工程團(tuán)隊(duì)的重要第一步。

2024年將是科技行業(yè)又一個(gè)重大變革的一年。確保你的組織擁有智能適應(yīng)這些變化所需的洞察力。