摘要：软件研发效能是以业务价值为导向，更高质量、更高效、可持续地交付更优业务价值的能力。在数字化转型大背景下，提升软件研发效能的重要性愈发明显。一是研发团队和系统规模的增长，管理难度增加，需要各环节高效衔接；二是技术架构多元化，敏态稳态特征差异明显，适应化的管理诉求

文/四川农商联合银行信息科技部副总经理 唐明剑

软件研发效能是以业务价值为导向，更高质量、更高效、可持续地交付更优业务价值的能力。在数字化转型大背景下，提升软件研发效能的重要性愈发明显。一是研发团队和系统规模的增长，管理难度增加，需要各环节高效衔接；二是技术架构多元化，敏态稳态特征差异明显，适应化的管理诉求高；三是市场竞争，对研发快速交付、高质量交付的压力大。有必要对研发过程进行数字化管理，依赖更深入的数据挖掘和分析，来提升研发环节的效能，进而赋能业务发展。四川农商联合银行信息科技工作的使命，是“以数字化转型引领金融数智化工作，勇当智慧银行建设排头兵”，通过研发效能数字化管理的实践，打造数字普惠金融，助推业务发展。

不论互联网企业还是金融企业，都在探索研发效能的升级之路，关键是建立一套科学有效的研发效能度量体系，主流的方法是以GQM思想，围绕度量目标（Goal），以问题（Question）导向结构化梳理成质量、效率、成本等不同维度，覆盖度量目标的一系列量化指标（Metric）。也有按“业务价值层—产品交付层—基础能力层”，分层构建度量体系，这些方法异曲同工，都强调围绕业务价值，开展多维度的分析和评估。低成熟度阶段以某些典型指标单一维度的分析为主，随着组织成熟度的提高，借助工具拉通全生命周期，开展端到端的数据收集和展示，再进阶到以统计分析技术的深入应用为主，从海量数据中精准地控制当下、预测未来、持续改进。

我行信息科技部研发条线自有人员已突破400人，研发规模增长快，IT架构向分布式转型加速推进中，现有云上云下双线支撑，传统和敏捷模式交互。近几年在研发效能量化管理积累了丰富的指标和数据，随着人员规模和产品规模的进一步增长，研发效能管理的体系化建设成为迫切需要，从自身经验和实际出发，借鉴行业实践，建立了一套系统化、结构化的适应自身特点的效能框架，如图1所示，效能框架以业务目标为主导价值，将业务目标分解为与科技工作息息相关的若干可量化的过程性能目标QPPOs，承接上层的业务目标。对每一项过程性能目标，建立不同维度的多个指标，使得目标可执行。以场景化的应用管理，深化研发效能的应用，并突出量化管理的方法和工具支撑。

图1 软件研发效能管理框架

1. 管理流程集约化

信息科技部已先后通过ISO20000、ISO27001、CMMI Level3、TMMi Level3体系认证，各环节管理经验和管理角度已全方位融合，解决痛点问题，打通度量语言，高效协作共同面向业务交付价值。

2. 效能度量数字化

数字化决策的三个层次：分布特征对比分析—过程稳定性分析—相关性与回归分析。每个层次适应的对象和场景不同，适用的统计学分析技术也不同。

（1）质量改进。通过一系列管理措施，如图2（a）整体质量监测，一方面从缺陷数据看，研发规模FP和测试用例数量逐年增长，而测试过程缺陷和投产后缺陷数量逐年下降，另一方面从监测指标看，测试用例首次执行通过率呈逐年上升的趋势，且近两年稳定在90%以上，综合判断产品质量在逐年提升。为了深入分析产品质量特征差异，选取缺陷密度指标（缺陷加权数×1000/软件规模FP），该指标能区分不同产品、不同任务、不同时间维度，从而为持续的质量改进提供决策。

首先，寻果溯因，量化分析因果。验证数据之间的因果规律，确保数据的有效性。采用Pearson相关性分析，软件规模FP和缺陷呈正相关（相关系数0.7），即任务的改造规模FP越大，产生的缺陷也越多，表明FP和缺陷存在预期的因果关系，则采用缺陷密度分析产品质量变化是可信的。

其次，上下求索，量化分析规律。不同产品线，其技术架构、语言平台、人员水平、产品成熟度（如新产品或成熟产品）等因素，都会影响质量，有必要分类比较，更有实用价值。按不同产品小组、存量和新增产品、不同任务类型三个维度，分别做横向对比，分析表明：按不同产品小组和不同任务类型，分类比较质量变化是有必要的，而存量和增量产品分类比较的必要性不强。采用箱线图和Kruskal-Wallis非参数假设检验，精准识别质量的变化规律，对所有产品小组不同任务类型下的分析发现，57个质量分组中，44组稳定、9组提升、4组待改进。

再次，精益求精，量化识别改进。以A产品小组业务需求质量特征为例，如图2（b）所示。一是该产品小组连续三年缺陷密度分位数都在下降，即质量有提升，且假设检验进一步证实三年的质量差异显著；二是每年有极少任务的缺陷密度超出整体上限，此类任务的特点有：FP改动较大，或涉及多产品关联改造等。

一是不同需求的缺陷密度极不均衡，取平均数没有意义；二是提示研发过程应抓重点，抓住更容易产生缺陷的任务，也就抓住了质量的关键。如图2（c）所示。从整体来看，2023年系统集成测试阶段，76.1%的生产缺陷、77.7%的技术需求、50.3%的业务需求均没有产生开发质量缺陷，此类任务的特点有FP改动小、不涉及账务改造、关联产品数量少。随着开发阶段质量的提升，测试阶段有必要开展精准测试或采取风险测试策略，对FP改动较大或涉及账务改造的任务，优先保障有经验能力的测试人员，及早介入需求分析和开发设计，保障测试覆盖深度，对不涉及账务改造且FP改动较小的任务，结合自动化测试保证基本覆盖，此类任务也可增加敏捷交付力度，最终研发协同，又好又快又省的响应业务需求。

最后，操之有度，量化控制过程。采用uZ控制图，对A产品小组缺陷密度按月监测，如图2（d）所示。该研发小组每月质量基本稳定，个别超出控制线的，应结合具体过程任务，排查数据或过程质量原因。

图2 质量特征图

（2）效率提升。需求交付周期指一个业务需求从正式受理到正式投产的端到端的总耗时，是业界常用的效率指标。从近三年的业务需求交付周期纵向对比看，交付效率持续提升。具体工作中必要下钻到各产品线、各阶段，针对性挖掘改进点。

从两个方面对交付周期剖析：一是如图3（a），不同产品线交付周期存在明显差异，应对交付周期明显高于其余产品线的小组开展效率改进。二是如图3（b），需求分析和系统分析耗时明显短于其它阶段。经验表明，需求交付周期应避免竖井风险，即某个阶段耗时最短呈现局部最优，可能隐含潜在的问题。

进一步验证各阶段耗时变化的因果规律，首先FP高的需求耗时更长；其次需求分析投入越充分，则后期产生的需求缺陷更少；最后需求澄清次数越多，则各阶段耗时更长。然而结果均呈现极低相关或不相关，不符合预期，因此识别了两项潜在的改进点：一是目前需求分析和系统分析两个阶段虽然耗时很短呈局部最优，但可能存在对复杂需求的分析投入不够充分的情况，需要对阶段产出质量跟踪评估。二是相关分析结果表明，总交付周期对方案设计（敏感度41.9%）和研发实施（敏感度45.1%）两个阶段最敏感，可能存在非增值活动，应结合该阶段活动内容和流程，制定优化措施。

（3）成本可控。任务的投入成本与规模FP正相关（相关系数0.81），表明单规模成本（投入成本/FP）指标有效性高。如图3（c）所示，近几年开发产品小组的单规模成本呈下降趋势，进一步按不同产品线和任务类型下钻分析，52个分组中，有15个成本下降、35个成本稳定、2个成本略有上升，其中成本明显下降的有A产品小组，可通过箱线图观察数据特征，如图3（d）所示。

图3 效率/成本特征图

综上，基于“质量、效率、成本”维度量化分析数据分布和趋势，是研发数字化决策的基本方式。经过持续效能改进后，与改进前相比：开发交付测试后的用例首次执行通过率提升8%，端到端需求交付周期压降5%，研发单规模成本压降18%。量化最终的价值是能指导一线的实际工作，为此，可分析超过上限值的任务，寻找改进措施，也可识别交付又好又快的小组和任务，在组织内晾晒宣传，如A小组在交付质量明显提升，且成本得到有效控制的情况下，快速响应紧急需求“二代外国人永居证”，按关联程度及优先级，拆分出5个渠道子需求，其中优先级最高的智能柜面产品，改造功能点111个FP，仅23个自然日实现上线投产，达成业务目标，该任务的用例首次执行通过率和交付周期均明显优于其余任务。

3. 工具支撑一体化

“璇玑”平台是四川农商联合银行自建的研发管理平台，从业务视角清晰反映了各需求的完成情况，实现了从需求到研发，再到投产的全生命周期管理，以及全局视角的效能呈现，是需求价值流的承载平台。软件研发环节的工程工具，如持续集成、测试实施工具等，从工程视角记录了代码构建、测试分析执行的过程和结果，是工程价值流的承载平台。工程价值流向业务价值流的集成和打通，可实现一站式的效能管理，为持续提升效能管理水平提供决策数据。

4. 文化普及常态化

效能文化的激励与宣传，是企业加强研发效能应用和推广的重要途径。信息科技部常态化开展效能文化“三板斧”：按季度开展研发效能汇报，研发团队就效能管理思路、存在的问题和改进方向取得一致认可，是效能管理落地的牵引力；按季度晾晒效能榜单，宣传优秀团队和个人，提升员工积极性；按年度召开“研发数字化”述职及表彰大会，对开发岗和测试岗优秀团队和个人进行奖励，从而赋能团队，打造好效能管理的软实力。

从IT时代走向DT时代，企业的创新和发展越来越依赖数字化能力，数字化能力背后的研发效能已成为企业的重要竞争力。产品太庞大、过程太复杂，软件项目的量化管理，如何化繁为简、去粗存精、行之有效，一直是软件工程领域的难题。从简单的对比/类比/时间序列分析，对过程进行总结，到控制图/箱线图对过程进行抽象，探求其中的规律，再到回归方程/蒙特卡洛模拟/贝叶斯网络，通过过去预测未来，是纷繁复杂的统计学方法从令人畏惧到已入化境的过程。在这一过程中，仅凭统计学方法的引入和深入是不够的，还需端到端全流程工具的建设，高成熟度流程的支撑，以及AI人工智能等金融新质生产力的探索和应用。四川农商联合银行信息科技部在未来1~2年内，要向CMMI L5高成熟度组织迈进，提升科技数字化管理能力，善用数据思维，获取清晰、实用、有效的过程改进目标，从而带来更高的交付价值。

来源：金融电子化