3. 度量是不需要花费的或者投入是很小的；
4. 直接用于考核，忽视了度量的导向作用的两面性（最常见的就是代码行作为程序员的成绩，导致了代码的重用性差，无效代码增多等负面影响）；
5. 在数据分析时孤立分析数据结果，没有考虑相关的度量指标的结果；
6. 不相信数据，认为数据是没有用的。
在这里不想介绍什么样的度量体系和方法、度量的技术和流程。仅仅结合度量在实际实施过程中的好的实践列举给大家。对于上述误区有以下实践和经验可以借鉴：
1. 需要什么才度量什么，从组织的需要、项目的需要、产品的需要、过程的需要以及管理的需要等分析，根据目标来选择测量指标；
2. 度量必须用于决策并支持决策才有意义，度量必须结合组织的商业目标并为实现这个目标而努力；
3. 度量是耗时耗力的，因此测量不要花费过多的额外工作量，测量结合在工作过程中，而不是需要额外的工作，可以考虑使用工具，减少度量的成本；
4. 不要直接用于考核，从积极和正向激励的角度出发来设置度量考核，如果用于考核要结合多个指标，并将数据处理后使用，不能直接使用；
5. 数据分析要考虑影响因素和相关Metrics；
6. 保证数据的完整正确，并相信数据，如果你不相信它，那它就没有任何意义。
3.9. 从建立规范化的文化开始
规范化的文化说到底是建立一种共识，有了这种共识，规范化的制度、流程才得以顺利执行，缺少这种共识，在我们推行一个体系和制度时就会困难重重，阻力和压力会导致冲突和失败。文化相对于制度，正如道德相对于法律，对于执行来说可以大大降低成本。因此从一开始就以建立共同的共识、最终建立一个规范化的文化为目标，会使得我们的推广行动事半而功倍。想一想，当规范和制度成为一种习惯的时候，我们的“推”行的工作还需要“推”才“行”吗？当然这个时候我们的工作重点就是过程的改善和维护了。
此文章共有11页 上一页 1 2 3 4 5 6 7 8 9 10 11 下一页
文章来源：blog.csdn
|
Leadge.com首页 > 知识库 