Gartner Blog Network
·
数据驱动的DevOps探讨：如何重新思考测量方法
💡
原文英文，约1100词，阅读约需4分钟。
📝
内容提要
本文讨论了DevOps指标的问题，指出大多数指标滞后，难以自动收集，组织能力是先决条件。作者提供了一些文献以帮助读者更好地理解DevOps指标的问题。
🎯
关键要点
- 大多数指标是滞后指标，难以为组织实施新举措提供准备。
- 许多企业可能收集了过多的指标，但不清楚这些指标是否带来了预期的组织改善。
- 缺乏具体的指标定义和测量点是一个持续的挑战。
- 许多指标难以从DevOps工具管道或其他IT操作技术中自动收集。
- 几乎所有指标都容易被操控，符合Goodhart定律。
- 许多流行指标对性能水平进行分类，但未考虑团队的成熟度。
- 研究显示组织对常用DevOps指标的价值存在不同看法。
- 在DevOps执行层面，某些指标与实际业务改善的联系可能较弱。
- 应更多关注组织能力（人、过程、技术和信息），而非仅仅关注部署后的指标。
- 在决策中应重视直觉的作用，而非仅依赖于确定性的精确数据。
- 与客户（利益相关者）达成非正式共识的影响可能比数字更具可信度。
- 需要更好的可视化，以展示影响绩效达成的关系和依赖性。
- 新文档《数据驱动的DevOps：如何重新思考测量方法》于上月发布，提出了新的思考。
- 虽然带来了新思维，但对最终结果并不完全满意，因研究材料过多，无法全面呈现。
➡️
