《铺平研发数据治理之路-思码逸-郑润锦.pdf》由会员分享,可在线阅读,更多相关《铺平研发数据治理之路-思码逸-郑润锦.pdf(19页珍藏版)》请在三个皮匠报告上搜索。
1、铺平研发度量数据治理之路提升度量数据可信度的实践和思考承办:主办:思码逸Merico 郑润锦我介绍郑润锦 数据负责、产品经理、研发总监 作经历 拥有15年软件研发和管理经验。曾任职信、猎聘、时代凌宇。现就职于思码逸,任数据负责,负责企业数字化和数据驱动。擅领域 企业数字化 研发效能度量 全栈开发Garbage in Garbage out理想情况下的燃尽图表现现实情况下的燃尽图表现数字孪与企业数字孪 个虚拟模型,于准确地反映物理对象。研究的对象配备各种领域相关的传感器。数据将转发到处理系统并应于数字副本。虚拟模型就可以来运模拟。最终的是产有价值的解。反过来应于原始物理对象。当我们在谈数据治理的
2、时候 业务调研 专家意 头脑暴提出问题 对象(过程、成果或资源)维度(速度、质量、价值等)的(了解、评价、改进、控制)(谁看)确定标 分解构成 调研数据 模拟计算确定指标使GQM具定义数据治理标分层分确定指标需求层次核关注北极星指标业务负责我们的产品客满意吗?NPS产品销售额达到标了吗?ARR、销售额、客数研发管研发团队的交付效率如何?需求吞吐量、需求交付周期、需求颗粒度研发团队的交付质量好吗?千当量缺陷率、线上事故数、事故修复时项经理需求能够按时交付吗?计划完成率、合并请求通过率、缺陷库存团队作效率吗?活动时间占、事务类型分布、研发交付周期技术经理项当前的技术债多吗?圈复杂度、代码重复率、模
3、块性开发的作流畅吗?流线构建成功率、红灯修复时、持续集成时开发者我的代码质量吗?单元测试覆盖率、圈复杂度、模块性、缺陷库存我能按时交付需求吗?需求颗粒度、需求吞吐量:研发管 对象:团队 维度:效率 的:了解总体产出平如何?均产率平如何?成员产出是否均衡?需求吞吐量(代码当量)需求颗粒度 需求交付周期标指标问题在具、流程中制定数据规则:研发管 对象:团队 维度:效率 的:了解总体产出平如何?均产率平如何?成员产出是否均衡?需求吞吐量(代码当量)需求颗粒度 需求交付周期标指标问题https:/devlake.apache.org/需求管理模型 代码管理模型 测试例模型 持续集成模型 部署环境模型
4、通领域模型通过DevLake建研发数据模型集成数据的思考度开放性 Open API 开放程度扩展性 动化 插件数据量 同步频率 增量同步同步式 定期拉数据 事件推送Data PipelineOpen API Event Push Web crawler ETL通过DevLake站式集成研发具链数据通过DevLake存储到任意数据服务Data Pipeline函数调数据领域模型数据代码搜索数据维度聚合数据动化数据偏差 志数据 变更失败率 度量偏差 业务数据 需求前置时间研发度量数据的源头脑感官度量通过机器检查数据完整性并发送提醒恰到好处的提醒和检查,可以有效提数据填报率。家不是不配合,只是因为“
5、忘性”太了。检查机器检查机器系统易性恰到好处的提醒和检查,可以有效提数据填报率。家不是不配合,只是因为“忘性”太了。根据业务发的场景,优化信息需求和操作,不要阻碍业务同学的业务需求,给他们最佳路径。通过优化系统提升易性检查机器系统易性动化恰到好处的提醒和检查,可以有效提数据填报率。家不是不配合,只是因为“忘性”太了。根据业务发的场景,优化信息需求和操作,不要阻碍业务同学的业务需求,给他们最佳路径。些常的模式,能识别就别靠去操作,动化帮他们完成,效率,准确性也靠谱。通过动化修改关联数据检查机器系统易性动化培训奖惩恰到好处的提醒和检查,可以有效提数据填报率。家不是不配合,只是因为“忘性”太了。根据
6、业务发的场景,优化信息需求和操作,不要阻碍业务同学的业务需求,给他们最佳路径。些常的模式,能识别就别靠去操作,动化帮他们完成,效率,准确性也靠谱。重要的事,说三遍。说到你不想再说,对或许才刚开始听。当类的美德法发挥作,就只能靠法律了。通过排名、警告、红包甚绩效考核等惩罚;举办表彰会奖励优秀个。通过培训和奖惩制度提升团队数据意识?.数据治理是数据应的基础,garbage in garbage out。?.从数据治理框架中,选取适合公司需要组件,构建数据治理模型。?.要知道数据治理不是免费的,要通过GQM抓关键数据进治理。?.数据治理通过建数据规则,规范团队协作,统数据标准,不必事巨细,迭代改进。?.通过设计领域模型,打通数据孤岛,实现跨具、跨时期、跨团队数据消费。?.数据集成4个思考点:开放性、集成性、同步式、数据量;分层分类型将存储起来。?.数据治理度量偏差最,通过机器、优化系统、动化、培训、奖惩5种实践提升数据质量。总结Thanks 感 谢 聆 听承办:主办: