思码逸DevInsight研发效能度量分析平台,可支持研发团队不同角色、不同场景下的研效管理需求,帮助研发团队从研发效率、研发质量、组织与人才发展多个维度,协同提升研发效能。
全面了解各项目/团队效能,洞察组织级改进机会
横向对比不同项目/团队,及时识别改进点,推动团队间交流学习
交叉分析工时投入与研发产出,量化研发团队内部的投入产出比,引导开发者们专注于交付成果,帮助团队及时发现优秀研发实践
自动生成质效与技能标签,盘点技术人才分布,规划组织发展
高频回顾研发交付速度、产能及人效;代码复用度、代码模块性、代码问题积压、注释覆盖度、测试覆盖度、函数复杂度多指标度量软件工程质量
基于历史数据及行业数据建立效能基线,及时定位并改进关键问题
客观评估项目团队开发负荷和成员贡献分布情况,及时调配研发资源,保障关键项目稳定交付
自动追踪构建及发布环节数据,帮助团队集中精力于瓶颈环节的基础设施建设,提高研发流程自动化水平,优化开发者体验
实时跟进项目进度与负载,快速辨别并响应瓶颈,规避延期风险
综合效率、质量、稳定性多维度,高频回顾迭代表现,帮助团队小步快跑,持续提效
分析已完成事务的类型分布,了解当前工作重心,下钻复盘规划事务未完成的原因,合理规划后续迭代,避免研发团队“四处救火”
基于度量识别关键卡点,下钻分析根因,并调整项目排期/任务路线/任务分工,规避忙闲不均、在制品过多等问题
量化月度表现,合理制定针对性的改进目标及计划
自上而下拆解+自下而上解读,构建目标明确的指标体系
支持多种工具数据接入分析,合理定义北极星指标
支持多维度数据回顾,提供专家级分析建议,帮助改进与优化
还在用工时、代码行数统计研发工作量?开发者们不是机器,错误的度量指标会让研发团队陷入内耗,拖垮效能。基于深度代码分析专利技术,思码逸提出了基于抽象语法树计算的『代码当量』创新指标。该指标已被纳入中国信通院开源生态监控平台。相比代码行数、提交次数等传统度量方法,代码当量能够减少空白行、死代码、重复代码、自动正常代码等噪音对工作量统计的影响,提高准确性。由于代码当量能够从代码库中直接提取效能洞见,无需改变当前研发实践,可作为研发团队低门槛开启提效的切入点。以代码当量为抓手,校准事务交付数、需求故事点数等其他研效指标,能够帮助团队发现数据不全不准等问题,逐步建立起完整的效能度量体系。
效能度量不能止步于数据本身,效能提升也不能只依赖工具。通过沉淀近百家客户服务经验,思码逸提出了MARI方法论。MARI是一套面向软件研发,应用于效能度量及实践落地的方法论,目的是建立效能度量和改进的闭环。度量(M)与分析(A)︰研发团队根据实际需求,定位研发生命周期中的关键瓶颈问题,并设计效能度量的目标。在清晰目标的牵引下,使用思码逸软件研发效能分析平台,对效能表现进行系统性的度量和解读。回顾(R)与改进(I)︰获得数据及分析洞察后,可参考MARI指南的回顾框架,组织研发团队成员共同回顾问题背后的根因,将效能度量结果落地为具体可行动的改进措施,并在下—轮度量中验证改进措施是否有效。
打通研发全流程数据,让研发过程可量化、可分析。
支持跨领域研发工具数据接入,统一清洗建模,节省80%平台自建成本。
平台预置100+高频使用的研发效能指标,开箱即用,并支持深度自定义指标。
预置多种研发效能看板,适用于不同角色与度量目标。
支持自定义看板,从项目、团队、个人多维度下钻分析,对问题追根溯源。
思码逸提供行业、企业基线等多种基线,帮助研发管理者确定当前度量对象在行业中,企业中的水平。
思码逸(北京思码逸科技有限公司)成立于2018年,旗下产品DevInsight为企业研发团队提供专业的研发效能度量分析平台及配套解决方案。DevInsight基于深度代码分析技术,从代码和DevOps工具链中提取数据,帮助研发团队快速低成本构建并完善研发效能度量分析平台,通过平台内置的研发效能指标体系、数据看板,从项目、团队、个人多视角呈现研发效率、软件工程质量、组织与人才发展等多维度的数据洞察,帮助研发管理者获取可靠的数据洞察,驱动团队提效,更高效地交付业务价值。目前,思码逸已为腾讯、美团、网易、自如、中国平安、泰康集团、阳光保险、国信证券、国金证券、工银瑞信、宝马、保时捷、理想汽车、极冕汽车、喜马拉雅、戴尔EMC等众多行业标杆客户提供服务。思码逸团队在软件工程前沿研究领域深耕多年,技术积累深厚,产品原型论文在国际顶级软件工程会议FSE2018上发布。2021年,思码逸联合知名企业与行业协会,共同起草《软件研发效能度量规范》团体标准。2022年,思码逸原创的研发产出度量指标“代码当量”,被纳入信通院开源生态检测平台使用。
杉岩数据iDataFusion智能数据融合系统网络存储之间的数据流动, 不删除源端数据;文件存储/对象存储/云存储间流动;完整副本用于冗余保护或分支应用。支持源数据过滤,支持定义过滤规则,支持配置一次性或持续数据汇聚任务。控制每秒传输文件个数,降低客户端资源消耗,确保生产业务稳定运行。
多源
多协议
多流动W
多管理
各接入单位与人行金融业态势感知与信息共享平台通过Kafka数据服务总线方式进行对接,接入数据包括网络攻击数据、DDOS攻击数据、病毒感染数据、防病毒安装数据、恶意邮件数据、垃圾邮件数据、钓鱼网站/假冒App数据和反欺诈数据(本期不接入)等。
高效稳定
功能完备
腾讯产业金融大数据分析平台,依托2.4亿企业基础数据和舆情等行业数据,自研企业基础画像、企业关系链图谱、企业风险识别等API服务,面向金融机构、核心企业等客户提供企业大数据服务,助力企业在企业信贷、供应链管理等环节客户分析。
依托2.4亿企业基础数据和舆情等行业数据
自研企业基础画像、企业关系链图谱
面向金融机构、核心企业等客户
提供企业大数据服务,助力企业客户分析