Thực đơn
trang chủSự cố

Số liệu chính làm la bàn cho sự phát triển của công ty khởi nghiệp. Chi phí trung bình để sửa chữa một khiếm khuyết. Hiệu quả của các thử nghiệm và bộ thử nghiệm

Thuật ngữ “số liệu” không có ý nghĩa duy nhất. Chúng ta hãy nói chung về chúng, tập trung vào thứ phù hợp nhất cho ngày hôm nay - Yandex.Metrica.

Chỉ số là gì

Khái niệm này có một số cách giải thích trong từ điển:

  • dạng viết tắt của thuật ngữ "tensor hệ mét";
  • một hàm được thiết kế để xác định khoảng cách trong không gian mêtric;
  • Số liệu phần mềm - giá trị được biểu thị bằng số lượng thuộc tính bất kỳ của một phần mềm cụ thể;
  • trong thơ: lời dạy của người Hy Lạp cổ về nhịp điệu, cấu trúc của lời nói thơ;
  • trong lý thuyết âm nhạc: một phần đặc biệt dành cho việc nghiên cứu đại lượng đo các cấu trúc nhịp điệu khác nhau - thước đo âm nhạc;
  • đồng nghĩa với giấy khai sinh, sổ mét, sổ phả hệ cao quý;
  • một giá trị số ảnh hưởng đến việc lựa chọn tuyến đường cho thông tin trong mạng máy tính.

Ngoài ra "Metrica" ​​​​là tên mạng Ngađại siêu thị xây dựng, cuốn sách của nhà toán học Heron xứ Alexandria.

"Yandex.Metrica"

Ngày nay, từ này thường xuất hiện nhất trong tên của một trong các dịch vụ Yandex. TRONG chìa khóa này Metrica là một công cụ phân tích trang web được sử dụng rộng rãi trong thương mại điện tử. Cụ thể, nó cung cấp phân tích:

  • khán giả trang web;
  • hành vi của du khách trên đó;
  • chuyển đổi doanh thu và tài nguyên;
  • nguồn giao thông;
  • tốc độ của trang web cũng như khả năng truy cập của nó;
  • hiệu quả của một chiến dịch quảng cáo cụ thể.

Báo cáo Yandex.Metrica

"Metrica" ​​​​là dịch vụ tạo báo cáo:

  1. Hình ảnh chung về lưu lượng truy cập trang web.
  2. Phân bổ lượng khách truy cập theo (yêu cầu trong công cụ tìm kiếm, link từ mạng xã hội, quảng cáo).
  3. Đặc điểm nhân khẩu học của những người truy cập trang web.
  4. Tương tác của khách truy cập với các yếu tố riêng lẻ của trang web - nhấp vào liên kết, tải xuống nội dung, xem các trang nhất định.
  5. Tái tạo lộ trình hành động của khách truy cập, phân tích việc hoàn thành các biểu mẫu nhất định.
  6. Thông tin về phần mềm và thiết bị mà từ đó các lượt xem được thực hiện.
  7. Về kết quả kiểm tra tính khả dụng của tài nguyên trong hệ thống, về tải của nó.
  8. Đối với thị trường trực tuyến: thông tin chi tiết về tất cả các đơn đặt hàng trên trang web.

Tất cả các tùy chọn được liệt kê đều miễn phí. Chỉ có một ở Metrica tính năng trả phí- "Cuộc gọi mục tiêu". Đây là số liệu thống kê tóm tắt về các cuộc gọi từ người tiêu dùng tiềm năng đã biết đến số người dùng cụ thể từ một số nguồn bên ngoài.

Số liệu là một khái niệm xác định nhiều hiện tượng khác nhau của thực tế. Trong thực tế hiện đại, nhiều người chủ yếu liên kết từ này với dịch vụ cùng tên Yandex.

Số liệu đang nhanh chóng trở thành yếu tố quan trọng nhất trong việc đo lường và quản lý hiệu suất liên quan đến mục tiêu của tổ chức. Tuy nhiên, các tổ chức đang đi trên con đường nguy hiểm nếu họ không hiểu đầy đủ về số liệu và ý nghĩa thực sự của số liệu.

Quản lý năng suất và hiệu quả quy trình là trọng tâm của nhiều công ty hiện nay. Bất kể những hoạt động đó được gọi là gì - quản lý hiệu suất của một doanh nghiệp, tập đoàn hoặc doanh nghiệp (Quản lý hiệu suất doanh nghiệp, doanh nghiệp hoặc doanh nghiệp), - tất cả đều dựa trên các số liệu mô tả tiến trình của các quy trình nhất định trong công ty. Thật không may, rất nhiều từ ngữ được sử dụng thường che khuất sự hiểu biết về số liệu là gì, cách xác định chúng cũng như cách thiết lập mức độ liên quan và hữu ích của chúng.

Số liệu

Số liệu là bản chất của một hệ thống đo lường. Bạn không thể quản lý những gì bạn không thể đo lường được. Bất cứ ai đặt câu hỏi về tính xác thực của tuyên bố này đều hoàn toàn chuyển động ngẫu nhiên, nếu trong trường hợp này chúng ta có thể nói về chuyển động. Trong bối cảnh quản lý hiệu suất quy trình, số liệu là phép đo các yếu tố quy trình liên quan đến một số điểm tham chiếu. Hệ thống số liệu là một số số liệu được kết hợp để phản ánh các chức năng hoặc quy trình.

Bản thân các số liệu chỉ mô tả các tham số của quá trình. Các quy trình này có thể xảy ra trong các lĩnh vực nghiên cứu, sản xuất, tài chính, vận hành, tiếp thị, dịch vụ hoặc bất kỳ lĩnh vực nào khác. Rõ ràng, quy trình được xác định càng chi tiết thì kết quả đo sẽ càng chính xác. Nói chung, số liệu có thể được xác định cho tất cả trừ các quy trình vô định hình nhất.

Tiêu chuẩn cho các điểm tham chiếu có hai loại: nội bộ và bên ngoài. Điểm chuẩn nội bộ đặt ra các giá trị mục tiêu cần đạt được trong quy trình kinh doanh. Chúng đại diện cho các điều kiện "nguyên trạng", nhưng cũng có thể được sử dụng để đo lường tiến trình hướng tới trạng thái "như lẽ ra" mong muốn.

Điểm chuẩn bên ngoài cho phép bạn so sánh các số liệu nội bộ của công ty với các số liệu của các công ty khác để hiểu cách công ty so sánh với các phương pháp hay nhất trong ngành. Các tiêu chuẩn bên ngoài rất quan trọng để hiểu được năng suất lao động tương đối trong một ngành cụ thể.

Lý tưởng nhất là các doanh nghiệp thiết lập điểm chuẩn bằng phương pháp thống kê. Trong một số trường hợp (ví dụ khi giới thiệu một quy trình hoàn toàn mới), người quản lý tùy tiện đặt ra mức ban đầu - có thể là phối hợp với các chuyên gia tư vấn và chuyên gia trong lĩnh vực liên quan. Nhưng mức độ được thiết lập như vậy sẽ dần dần được sửa đổi có tính đến các phép đo thực tế và dữ liệu thống kê.

Quản lý hiệu suất

Các số liệu nên được chọn để cung cấp lượng thông tin lớn nhất trong khi sử dụng ít tài nguyên nhất. Việc lựa chọn số liệu phù hợp với mục tiêu kinh doanh là cốt lõi của sự thành công của chiến lược quản lý hiệu suất quy trình. Khi các số liệu được sử dụng trên toàn doanh nghiệp, các yếu tố thúc đẩy hiệu quả kinh doanh sẽ trở nên rõ ràng. Không có số liệu tốt Các sáng kiến ​​quản lý hiệu suất có thể gây hại nhiều hơn là có lợi.

Nhiều công ty cảm thấy quá bận rộn vấn đề hiện tại tồn tại để giải quyết các vấn đề chất lượng “gốc rễ”. Họ nói: “Chúng tôi không có thời gian để thảo luận lý thuyết”. Các công ty này từ chối hiểu rằng nếu họ không nỗ lực giành lại quyền kiểm soát thì sẽ sớm không còn doanh nghiệp nào để cứu. Nhưng sự ra đời của phương pháp tiếp cận Six Sigma và các sáng kiến ​​chất lượng khác đã khai sáng cho nhiều công ty và cho phép họ giành lại quyền kiểm soát hoạt động kinh doanh của mình. Cơ sở thành công của họ là các thước đo đảm bảo tính minh bạch của quy trình kinh doanh. Các số liệu giúp phát hiện, xác định và loại bỏ các nguyên nhân gốc rễ: chất lượng kém, tắc nghẽn, quy trình trùng lặp hoặc xung đột, hạn chế và các yếu tố khác. Tổng Công ty Điện lực là ví dụ về điều này, kết quả có thể phi thường đến mức nào: công ty đã nhận được lợi tức đầu tư gần 300% nhờ sáng kiến ​​Six Sigma, sáng kiến ​​này cho thấy tầm quan trọng của các số liệu đối với một công ty. Áp lực từ cạnh tranh, hiệu quả tài chính và quy định ngày càng tăng đang buộc các công ty phải loại bỏ mọi thứ khỏi quy trình của họ.

Tuân thủ và đúng đắn

Điều hiển nhiên là tất cả các số liệu đều xuất phát từ mục tiêu kinh doanh. Đối với mỗi mục tiêu, công ty phải có thước đo để đo lường hiệu quả hoạt động của mình so với mục tiêu đó. Do đó việc đầu tiên đặc tính cần thiết số liệu, sự tuân thủ, cho biết liệu số liệu đó có hỗ trợ các mục tiêu kinh doanh hay không. Nếu không thì nó vô dụng và không nên sử dụng. Một dự án phát triển số liệu doanh nghiệp sẽ không thành công nếu đó là cách tiếp cận từ dưới lên. Cần có cách tiếp cận từ trên xuống, quyết định những số liệu nào cần thiết để hỗ trợ kế hoạch kinh doanh của công ty. Doanh nghiệp nên có một bộ yêu cầu về số liệu được xác định rõ ràng liên quan đến kế hoạch kinh doanh của công ty, từ cấp C-Suite trở xuống.

Có một đặc điểm cần thiết thứ hai - tính đúng đắn và hợp lệ của chính quy trình đo lường số liệu. Một thước đo có thể phù hợp theo quan điểm của nhiệm vụ ban đầu khi tạo ra nó, nhưng trên thực tế nó lại không chính xác. Đơn giản là nó có thể được đo lường không chính xác và không thể hiện trên thực tế những gì được mong đợi ở nó. Điều này gây ra rủi ro kinh doanh tương tự như thiết bị đo bị lỗi trên máy bay. Các chỉ số bị lỗi đôi khi gây nguy hiểm cho công ty. Tính đúng đắn của phép đo không hề là một vấn đề tầm thường, đặc biệt trong trường hợp các hệ mét. Do đó, các chuyên gia đã phát triển một quy trình đặc biệt để xác nhận tính chính xác của các số liệu. Nó bao gồm năm điểm:

1. Tương quan số liệu với các mục tiêu cần đạt được. Kết nối có hợp lệ không? Nó có ý nghĩa không? Những số liệu nào khác có liên quan đến mục tiêu này?

2. Đánh giá từng thành phần của thước đo tổng hợp (chức năng, trọng lượng, số đo) từ quan điểm về tính chính xác và khả năng chấp nhận. Nếu bạn phân tách các số liệu tổng hợp thành các thành phần của chúng, bạn sẽ thấy chúng có tác động mạnh mẽ đến số liệu này. Nó rất hữu ích để kiểm tra xem tất cả các thành phần đều đúng tình huống có thể xảy ra. Nếu sử dụng tạ, bạn cần kiểm tra xem chúng có cần được điều chỉnh theo thời gian hay không. Nếu vậy, lần cuối chúng được điều chỉnh là khi nào và quy trình nào được sử dụng để thu thập và xác nhận trọng số? Quá trình này có được ghi chép lại không?

3. Kiểm tra chất lượng và khả năng ứng dụng của tất cả dữ liệu đầu vào cho thước đo. Cũng giống như phân tích một số liệu, bạn cần đánh giá dữ liệu đầu vào được sử dụng theo từng thành phần. “Việc gì đến sẽ đến” - câu tục ngữ này ở đây phù hợp hơn bao giờ hết. Tất nhiên, việc xem xét này cũng sẽ dẫn đến việc phân tích các số liệu được xác định trước đó trong quy trình và tạo ra dữ liệu.

4. Kiểm tra khả năng áp dụng kết quả số liệu cho các số liệu khác. Khả năng áp dụng kết quả của số liệu trước đó trong quy trình sẽ ảnh hưởng đến số liệu hiện tại. Điều này có nghĩa là sau khi đã chứng minh được tính chính xác của số liệu tại thời điểm này trong quy trình, bạn sẽ phải kiểm tra xem liệu số liệu này có thể áp dụng cho các số liệu tiếp theo trong quy trình hay không.

5. Thực hiện kiểm tra độ nhạy số liệu. Dữ liệu đầu vào có ảnh hưởng tuyến tính hay hàm mũ đến giá trị số liệu không? Dữ liệu có ảnh hưởng đến trọng số được gán cho các thành phần số liệu không? Kết quả có thể lặp lại được không?

Lúc đầu, một số bước này có vẻ lặp đi lặp lại. Điều này đúng ở một khía cạnh nào đó. Điều quan trọng cần hiểu ở đây là chất lượng của số liệu không bị giới hạn ở một bước, nó quan trọng xuyên suốt toàn bộ quá trình. Việc phân tích một số liệu duy nhất phải được thực hiện trong bối cảnh chuỗi số liệu cho quy trình đó.

Vòng đời của số liệu

Riêng biệt, điều đáng nói là những thay đổi về số liệu. Có vẻ như một khi một thước đo đã được phát triển và thử nghiệm thì tại sao nó lại cần được xác nhận liên tục? Nhưng những gì có giá trị ngày hôm nay có thể trở nên không còn phù hợp vào ngày mai. Doanh nghiệp thích ứng và sự thích ứng ảnh hưởng đến các giả định mà doanh nghiệp vận hành. Một sự thay đổi trong một lĩnh vực sẽ có tác động đến toàn bộ doanh nghiệp. Các số liệu được sử dụng ở những khu vực đã xảy ra thay đổi sẽ ảnh hưởng đến các số liệu phụ được sử dụng ở những nơi khác. Tác động có thể được cảm nhận một cách gián tiếp—ví dụ: thông qua thước đo cho các quy trình tiếp theo—hoặc trực tiếp, với kết quả của thước đo đóng vai trò là thành phần chính trong hệ thống thước đo.

Một chiến lược tốt để sử dụng số liệu là sử dụng khái niệm vòng đời quản lý số liệu (MML). MML xác định các thủ tục và biện pháp kiểm soát để xem xét, phát triển, giám sát, điều chỉnh/sửa đổi thiết kế và cuối cùng là đảo ngược từng số liệu. Bằng cách này, bạn có thể duy trì tính nhất quán và độ chính xác của số liệu, đảm bảo rằng các chỉ số hợp lệ và chính xác cũng như các hành động được thực hiện dựa trên số liệu là chính xác.

Lựa chọn số liệu

Sau khi tổng hợp kinh nghiệm của một số dự án, chúng tôi có thể đưa ra một số khuyến nghị chung cho việc lựa chọn các thước đo trong một tổ chức.

1. Chi phí số liệu. Chi phí của một dự án lựa chọn số liệu thường bị bỏ qua. Chi phí của mỗi số liệu là tổng chi phí của việc liên tục thu thập, biên soạn, lưu trữ, thảo luận, phân tích, quản lý và duy trì việc thu thập các số liệu và kho lưu trữ của nó. Chi phí dự kiến ​​của mỗi số liệu không chỉ ảnh hưởng đến sự phát triển của chiến lược lựa chọn số liệu ban đầu mà còn yếu tố quan trọng trong toàn bộ vòng đời của số liệu.

Đạt được lợi ích thông qua việc sử dụng các số liệu gắn liền với việc tiết kiệm thời gian và chi phí, cũng như cải thiện chất lượng và hiệu quả. Lý tưởng nhất là trước khi bắt đầu chương trình lựa chọn số liệu, nên thiết lập các tiêu chuẩn chuẩn để lợi tức đầu tư (hoặc một số đơn vị được chấp nhận khác) có thể định lượng lợi nhuận đạt được. Nếu không có các tiêu chuẩn điểm tham chiếu như vậy thì các ước tính có thể không được chấp nhận.

2. Dung sai trong số liệu. Rõ ràng là có những sai số trong việc đo lường bất kỳ số liệu nào. Nếu được xác định quá lỏng lẻo, dung sai có thể trở thành nguồn gốc của vấn đề. Mặt khác, nếu dung sai được xác định quá nghiêm ngặt, điều này có thể dẫn đến những cảnh báo quá mức và không cần thiết hoặc thậm chí là dừng quá trình.

3. Yếu tố hành vi . Mục đích của số liệu là giúp trả lời các câu hỏi như “ai, cái gì, ở đâu, khi nào (tần suất), tại sao và như thế nào”. Do đó, khi xác định một hệ thống đo lường, tính đặc hiệu và rõ ràng là rất quan trọng để tránh thao túng các số liệu nhằm làm sai lệch kết quả. Bạn càng cụ thể về thế nào là số liệu hợp lệ và đáng tin cậy thì khả năng diễn giải kết quả càng kém linh hoạt. Ngoài ra, các chuyên gia còn đưa ra một số lời khuyên về cách tránh các vấn đề về hành vi.

Mẹo đầu tiên là sử dụng nhiều số liệu (hai hoặc nhiều hơn, về bản chất bổ sung cho nhau) liên quan đến một quy trình. Điều này sẽ đảm bảo kiểm soát và cân bằng các số liệu. Một ví dụ là ba ràng buộc về chi phí, thời gian và chất lượng trong quản lý dự án: bạn không thể tác động đến một trong số chúng mà không ảnh hưởng đồng thời đến hai thứ còn lại.

Thứ hai là áp dụng các số liệu cho quy trình để chúng phản ánh tác động của những thay đổi trong các quy trình tiếp theo. quá trình này. Ví dụ: “Quy trình A không thể đảo ngược để tránh chi phí mà không ảnh hưởng đến ảnh hưởng tiêu cực về sự sẵn có của nguyên liệu trong quá trình B ở phía sau. Điều này sẽ loại bỏ quá trình B."

Danh mục số liệu

Danh mục số liệu là một kho lưu trữ dữ liệu trong đó tất cả các số liệu cùng với các thuộc tính của chúng được doanh nghiệp sử dụng đều được xác định duy nhất.

Thông thường, danh mục số liệu phải bao gồm các thuộc tính sau:

  • tên số liệu;
  • bối cảnh số liệu, xác định nhóm mà số liệu thuộc về, chẳng hạn như bộ phận, phòng ban hoặc nhóm/trung tâm làm việc (lưu ý rằng một số số liệu có thể được sử dụng trong nhiều ngữ cảnh);
  • mô tả chức năng của số liệu;
  • thông tin đầu vào, quy trình và dữ liệu đi trực tiếp vào số liệu (bao gồm cả những thông tin được lấy từ số liệu trước đó trong quy trình);
  • công thức mô tả quy trình xử lý nội bộ được thực hiện bởi một số liệu nhất định;
  • dữ liệu đầu ra, thông tin thu được là kết quả sử dụng số liệu, cũng như sự phụ thuộc trực tiếp xuống dưới của số liệu.

Kinh nghiệm cho thấy rằng một danh mục các số liệu rất Một cách thuận tiện làm việc với các số liệu. Khi số liệu mới được đề xuất, bạn có thể xem lại danh mục đầu tư để xem liệu số liệu đó có tồn tại ở dạng tương tự hay không. Nếu nó tồn tại ở dạng giống hệt nhau thì rõ ràng thước đo được đề xuất chỉ là một ứng dụng khác của thước đo cũ hoặc một bối cảnh khác. Một lần nữa, cần phải đảm bảo rằng các số liệu duy trì tính độc lập của chúng. Nếu chỉ số được đề xuất tương tự với chỉ số hiện có thì bạn nên xem xét kết hợp hai tùy chọn thành một chỉ số để sau này có thể sử dụng trong các bối cảnh khác nhau. Bằng cách này, nếu có thể, chúng tôi sẽ tránh xuất hiện các bản sao và các biến thể tương tự. Các doanh nghiệp đang hướng tới việc quản lý và báo cáo quy trình theo thời gian thực. Khi điều này xảy ra, việc chủ động làm việc với danh mục số liệu sẽ ngày càng trở nên quan trọng đối với việc tiêu chuẩn hóa, điều phối và quản trị. sử dụng đúng thước đo trong doanh nghiệp.

Dự án số liệu

Việc triển khai một chương trình nhằm tạo ra một danh mục các số liệu có thể là một thách thức đáng kể. Con người chống lại sự thay đổi, đó là bản chất của con người. Chương trình tạo số liệu trung bình bao gồm các bước sau.

1. Hài hòa hóa các định nghĩa. Nếu không có bước này, việc giao tiếp giữa các bối cảnh khác nhau được sử dụng trong doanh nghiệp là vô cùng khó khăn. Từ “định nghĩa” ở đây được dùng dưới dạng các quy trình nghiệp vụ và các thuộc tính của chúng: thước đo, thứ nguyên, đối tượng (đơn vị tổ chức, đơn vị dữ liệu), hoạt động, nhiệm vụ, v.v. Để “thống nhất” với định nghĩa, cần phải xác định bối cảnh mà từ đó được sử dụng. Sau đó xác định các từ trái nghĩa và từ đồng nghĩa và làm cho các định nghĩa này nhất quán trong ngữ cảnh. Cuối cùng, bắt đầu suy ngẫm về những bối cảnh khác. Vì vậy, điều nhất quán là các định nghĩa được đưa ra cho các từ hoặc các nhóm từ được tiêu chuẩn hóa làm cho chúng tương thích hoặc có thể dịch được từ ngữ cảnh này sang ngữ cảnh khác. con số lớn các bối cảnh khác.

2. Phát triển cấu trúc và thuộc tính của danh mục hoặc kho lưu trữ số liệu. Đây là nguồn tài liệu và định nghĩa số liệu. Kho lưu trữ cho phép bạn lưu lịch sử đo vào cơ sở dữ liệu, điều này có thể quan trọng sau này. Việc lưu trữ thông tin này trong kho lưu trữ trung tâm mà mọi người đều có thể truy cập giúp đảm bảo tính nhất quán và độ tin cậy của các số liệu.

3. Mô hình hóa quy trình nghiệp vụ. Đây phải là một dự án riêng biệt, ít chú ý đến các số liệu. Mô hình kết quả sẽ là một thành phần quan trọng của cơ sở hạ tầng cần thiết để xác định và thu thập các số liệu liên quan. Cho dù sử dụng phương pháp IDEF1x, Sáng kiến ​​quản lý quy trình kinh doanh (BPMI) hay phương pháp nào khác thì quy trình lập mô hình phải mang tính tiêu chuẩn và chính thức trong toàn tổ chức. Nếu không, công ty sẽ phải đối mặt với một quá trình tốn kém, gian khổ trong việc ánh xạ phương pháp này sang phương pháp khác và rất có thể sẽ thất bại trong nỗ lực tạo ra số liệu của mình.

4. Xác định các cơ hội ứng dụng thuận lợi. Sau khi hoàn thành ba bước đầu tiên, bạn sẽ có nhiều tùy chọn để thu thập và áp dụng số liệu. Trong quá trình xác định, không nên bỏ qua cả chi phí và lợi ích liên quan đến việc sử dụng các thước đo. Sẽ có nhiều cơ hội cần được đánh giá và ưu tiên theo các tiêu chí như tiềm năng tiết kiệm hoặc ROI.

5. Khởi động dự án thí điểm. Dự án thí điểm nên nhỏ nhưng có tác động đáng kể. Dự án này sẽ bắt đầu quá trình chính thức phát triển và sử dụng các số liệu trên toàn doanh nghiệp và chứng minh lợi ích của chúng. Bước đầu tiên của dự án thí điểm là đo lường trạng thái hiện tại của đặc tính quy trình để có thể chứng minh được tính hiệu quả của chương trình số liệu.

6. Chính sách phát triển BI. Danh mục số liệu có thể tạo điều kiện thuận lợi cho việc phân tích dữ liệu trên toàn doanh nghiệp. Một phần của dự án phát triển số liệu thường liên quan đến việc xác định phương pháp hiệu quả, quy trình và định dạng để trình bày số liệu cho người dùng trong toàn tổ chức. Đây là lý do tại sao việc phát triển các số liệu thường bắt đầu các dự án BI tiếp theo.

CIO và số liệu doanh nghiệp

Rõ ràng rằng việc thu thập số liệu là một chức năng trực tiếp của công nghệ thông tin. CIO nhận thức sâu sắc về những áp lực đang đặt lên doanh nghiệp của họ. Họ hiểu rằng nếu CNTT không đáp ứng được nhu cầu tạo ra số liệu hoặc quá chậm trong việc áp dụng công nghệ mới thì CIO sẽ gặp rắc rối. Đồng thời, việc tạo ra các thước đo có tác động tới hạ tầng CNTT của doanh nghiệp. Có hai lĩnh vực chính: thời gian và nguồn lực; trình độ chuyên môn.

1. Thời gian và nguồn lực. đầu tiên Chúng ta đang nói về về chi phí thời gian liên quan đến việc tạo cơ sở hạ tầng và tạo danh mục số liệu. Nguồn lực CNTT đóng vai trò quan trọng trong việc giải quyết các vấn đề liên quan đến số liệu. Bạn sẽ cần vốn cũng như nhân sự để thu thập, hợp nhất và trình bày thông tin số liệu cho tổ chức của mình. Ngoài ra, ngay khi các số liệu bắt đầu được tính toán, sẽ có một luồng truy vấn đến cơ sở dữ liệu doanh nghiệp. Khi các yêu cầu tích lũy, các mẫu xuất hiện cho thấy sự tương đồng về loại yêu cầu và các nhóm cung cấp chúng. CIO sẽ cần phải sắp xếp việc xem xét các yêu cầu này trên toàn doanh nghiệp. Một kết quả là sự phát triển của các thành phần có thể tái sử dụng cho nhiều số liệu có chức năng chồng chéo.

2. Trình độ chuyên môn. Mặc dù các chuyên gia CNTT phải hiểu rõ về hoạt động kinh doanh của công ty nhưng mối quan tâm chính của họ lại nằm ở lĩnh vực công nghệ. Họ có hiểu biết chung về doanh nghiệp và hệ sinh thái của nó, nhưng kiến ​​thức về tài chính, hoạt động và các lĩnh vực cụ thể khác của doanh nghiệp thường chưa đủ sâu. Tuy nhiên, kinh nghiệm cho thấy rằng một dự án đo lường doanh nghiệp sẽ giúp cải thiện trình độ kinh doanh của CIO. Các công ty đã triển khai các nguyên tắc Six Sigma trong tổ chức của mình thường đưa các nhà quản lý CNTT vào các nhóm dự án một cách nhất quán. Và điều này khá hợp lý vì làm việc với các số liệu đòi hỏi sự kết nối thậm chí còn chặt chẽ hơn giữa CNTT và doanh nghiệp. Điều này rất quan trọng để đạt được không chỉ mục tiêu khá chung chung là giúp các chuyên gia CNTT dễ dàng hiểu được các mục tiêu và chiến lược kinh doanh hơn. Một mục tiêu cụ thể hơn cũng đang được theo đuổi: sự kết nối chặt chẽ hơn với các mục tiêu kinh doanh sẽ giúp các chuyên gia CNTT có được kiến ​​thức thấu đáo về các chỉ số KPI (các chỉ số hiệu suất chính).

Bằng cách phát triển danh mục số liệu cho tổ chức của mình, bạn đang thực hiện các bước mà mục tiêu cuối cùng - khả năng hiển thị tiến trình của các quy trình doanh nghiệp - không dễ dàng đạt được. Và lúc đầu, phần lớn các dự án như vậy đều gặp phải vấn đề do hiểu lầm về nhân sự, sự phản kháng rõ ràng và ngầm, v.v. Nhưng một khi người dùng doanh nghiệp thấy được lợi ích của khả năng hiển thị quy trình nhờ danh mục số liệu, thì sự quan tâm đến dự án này sẽ tăng lên rất nhiều. Và nếu vào thời điểm này việc đào tạo nhân sự phù hợp được thực hiện thì dự án sẽ có cơ hội thành công rất cao.

Bạn không thể quản lý những gì bạn không thể đo lường được. Cụm từ này được tìm thấy trong nhiều hướng dẫn về quản lý CNTT và thực tế là trong bất kỳ hoạt động quản lý nào. Không thể quản lý sản xuất mà không dụng cụ đo lường cho phép bạn đưa ra quyết định đúng đắn một cách kịp thời và ứng phó với tình huống thay đổi. Bộ phận CNTT là cùng một cơ sở sản xuất, có độ phức tạp tương đương với một nhà máy trung bình và cần có các công cụ thích hợp để quản lý. Số liệu quy trình là công cụ quản lý. Mức độ hiệu quả mà người quản lý có thể quản lý một tổ chức phụ thuộc vào cách xây dựng hệ thống số liệu.

Sự khác biệt giữa số liệu và chỉ số

Trước khi tiến xa hơn, hãy đồng ý về các điều khoản. Chỉ số là một thông số có thể đo lường được. Chỉ số là một thông số có thể đo lường được để đạt được một mục tiêu nhất định. Giá trị mục tiêu và xu hướng mong muốn phải được xác định cho chỉ báo.

Phân loại chỉ số

Hoạt động của bất kỳ tổ chức CNTT nào có thể được chia thành ba phân đoạn
  • Dịch vụ
  • Quy trình
  • Cơ sở hạ tầng
Mỗi phân khúc này cần được quản lý và đo lường.

Số liệu dịch vụ

Cho thấy các dịch vụ của chúng tôi được cung cấp như thế nào. Các số liệu này tương ứng với các tham số dịch vụ đã được thỏa thuận trong SLA. Khách hàng sẽ cảm nhận được sự thay đổi trong các số liệu này đầu tiên. Chúng được xây dựng theo cách dễ hiểu đối với khách hàng và phải tương quan với nhận thức chủ quan của khách hàng. Ví dụ về các số liệu đó: thời gian tạo báo cáo, số lượng khách hàng được phục vụ trên một đơn vị thời gian, v.v. Nó dành cho các giá trị của dịch vụ. các số liệu mà tổ chức CNTT chịu trách nhiệm trước khách hàng. Rõ ràng là ý nghĩa của các số liệu dịch vụ phụ thuộc vào cả hoạt động của các quy trình và cơ sở hạ tầng. Thời điểm trọng đại thời gian ngừng hoạt động (chỉ số dịch vụ) có thể do tải quá mức trên kênh liên lạc (chỉ số công nghệ) và không đủ tốc độ giải quyết sự cố (số liệu quy trình).

Chỉ số công nghệ

Số liệu công nghệ phản ánh tình trạng của cơ sở hạ tầng. Chúng bao gồm tải hiện tại của các kênh liên lạc, miễn phí không gian đĩa, số lỗi trong mảng đĩa, v.v. Việc kiểm soát các số liệu này thường được giao cho các hệ thống giám sát và quản lý sự kiện.

Số liệu quy trình và phân loại của chúng

Số liệu quy trình cho thấy hiệu quả của các quy trình nội bộ của một tổ chức CNTT. Bất kỳ quy trình nào cũng có đầu vào và đầu ra, ngoài ra, quy trình này còn sử dụng tài nguyên và chịu sự ảnh hưởng của kiểm soát.

Khi xây dựng hệ thống số liệu, bạn cần nhớ bốn thành phần này và đo lường từng thành phần số liệu đầu vào - đo tải trên quy trình. Ví dụ: đối với quy trình quản lý sự cố, số lượng sự cố là số liệu đầu vào. Điều quan trọng là đối với người quản lý quy trình, số liệu đầu vào là một chỉ báo thông tin thuần túy; chúng không thể bị ảnh hưởng mà chỉ phản ứng. các tài nguyên được quy trình sử dụng. Các biện pháp kiểm soát số liệu cho thấy mức độ kiểm soát của quy trình và mức độ hiệu quả của các hành động kiểm soát. CobiT đề xuất phân loại số liệu riêng của mình: chỉ số hiệu suất, chỉ số khả năng kiểm soát. Ngoài ra, một mô hình hoàn thiện được đề xuất cho mỗi quy trình. Việc phân tách các số liệu thành bốn thành phần có thể so sánh với việc phân loại các số liệu được đề xuất trong CobiT. Chỉ số hiệu suất là số liệu đầu ra, chỉ số hợp lý là số liệu tài nguyên, mức độ trưởng thành của quy trình là thước đo khả năng kiểm soát. Rõ ràng là khi lập kế hoạch giá trị mục tiêu cho các số liệu khác nhau, chúng phải được cân bằng với nhau. Bởi vì quá trình này có thể rất hiệu quả và hoàn toàn phi lý và ngược lại. Ví dụ: chúng ta có thể giải quyết mọi sự cố trong nửa giờ với sự giúp đỡ của một nghìn người hoặc chúng ta có thể giải quyết mọi sự cố trong một tháng nhưng chúng ta có thể giải quyết sự cố trong một tháng.

Báo cáo biện pháp khắc phục

Bản thân các chỉ số không thú vị; chúng cần thiết để thực hiện các tác động quản lý lên quá trình. Do đó, trách nhiệm đạt được các chỉ số mục tiêu cần được giao cho người quản lý quy trình và cho nhân viên được giao các vai trò trong quy trình. Cần xây dựng một hệ thống báo cáo về các chỉ số. Điều quan trọng là các chỉ số phù hợp phải được trình bày ở mỗi cấp quản lý. Giám đốc CNTT khó có thể quan tâm đến việc phân tích số liệu thống kê về lỗi của một trong các hệ thống. mảng đĩa. Hệ thống báo cáo cần được xây dựng sao cho ở mỗi cấp, mỗi người quản lý đều kiểm soát và chịu trách nhiệm về 3-9 chỉ số. Số lượng lớn khó có thể kiểm soát liên tục.

Vấn đề động lực

Các chỉ số hiệu suất quy trình thường được sử dụng để đặt ra mục tiêu cá nhân và động viên nhân viên. Thoạt nhìn, điều này hợp lý và giải pháp đúng. Tuy nhiên, một người có mức lương phụ thuộc vào việc đáp ứng các giá trị mục tiêu sẽ quá muốn “điều chỉnh” các chỉ số có lợi cho mình. Việc "chỉnh sửa" như vậy dẫn đến vi phạm nguyên tắc chính của việc sử dụng các chỉ số - tính khách quan và độ tin cậy, như thể bác sĩ đưa ra chẩn đoán và chỉ định điều trị dựa trên thông tin không chính xác về nhiệt độ của bệnh nhân. Làm thế nào để tránh điều này? Có thể tạo ra một dịch vụ kiểm toán nội bộ phát triển để đảm bảo tính phù hợp của các chỉ số. Tuy nhiên, thông thường, chi phí duy trì một dịch vụ như vậy là không hợp lý. Không có công thức rõ ràng ở đây. Chúng ta phải tìm kiếm sự cân bằng hợp lý giữa niềm tin và sự kiểm soát.

Xây dựng hệ thống chỉ tiêu CNTT

Các quy trình không hoạt động trong chân không. Mỗi quy trình nhằm đạt được một mục tiêu cụ thể, được kết nối với các quy trình khác và góp phần cung cấp dịch vụ. Mục tiêu của mỗi quy trình phải được đặt dựa trên khía cạnh nào của dịch vụ mà nó hỗ trợ. Do đó, mục tiêu chính của dịch vụ là các tham số được ghi trong SLA. Mục tiêu của các quá trình và các chỉ số đo lường chúng phải được xác định bằng cách phân tách các tham số này. Ví dụ: SLA có thể chỉ định tính khả dụng mục tiêu của một dịch vụ. Rõ ràng là tính sẵn có của dịch vụ bị ảnh hưởng bởi các chỉ số như thời gian giải quyết sự cố, số lượng sự cố, mức độ thành công của các thay đổi, v.v. Giá trị mục tiêu của các chỉ số này phải được xác định từ giá trị mục tiêu của tính sẵn có của dịch vụ. Cũng rõ ràng rằng tầm quan trọng của từng chỉ số này là không giống nhau và có thể thay đổi tùy theo điều kiện. Dựa vào tầm quan trọng của từng chỉ số mà có thể gán một trọng số phù hợp. xây dựng hệ thống mục tiêu, chỉ số của tổ chức. Hệ thống như vậy cung cấp cho ban quản lý của tổ chức một công cụ để kiểm soát hoạt động và chẩn đoán nhanh, cơ sở cho việc ra quyết định ở cả cấp độ hoạt động, chiến thuật và thậm chí cả chiến lược.

Dựa trên cơ sở nào để xây dựng hệ thống chỉ tiêu?

Bạn nên được hướng dẫn những gì khi xây dựng hệ thống đo lường cho các quy trình CNTT? Trước hết, tất nhiên là CobiT. Phương pháp này đề xuất một mô hình quy trình bao gồm 34 quy trình. Người ta tin rằng bất kỳ hoạt động nào trong tổ chức CNTT đều có thể được phân loại thành một trong các quy trình này. Đối với mỗi quy trình, một bộ chỉ số hiệu suất và hiệu quả được cung cấp. Vấn đề là bề ngoài và mô tả chung số liệu Khi sử dụng các đề xuất của CobiT, các phương pháp đo giá trị mục tiêu và thuật toán tính toán các chỉ số sẽ phải được suy nghĩ độc lập. Đối với ITIL®, nó cụ thể hơn. Bạn có thể tìm thấy đủ trong đó danh sach chi tiêt các chỉ số cho từng quy trình cùng với cách đo lường chúng và xu hướng mong muốn. Tuy nhiên, ITIL®, như bạn biết, không mô tả tất cả các quy trình CNTT có thể có. Ví dụ, đối với các chỉ số của quy trình Phát triển phần mềm, bạn sẽ phải chuyển sang các nguồn khác. Trong chủ đề đo lường quy trình, không thể không nhắc đến Thẻ điểm cân bằng (BSC). Công cụ này, ban đầu được phát triển để quản lý doanh nghiệp, có thể được áp dụng thành công cho hệ thống quản lý CNTT. Định đề chính của BSC là khi xây dựng hệ thống các mục tiêu của tổ chức, việc cho phép thiên vị theo hướng này hay hướng khác là rất nguy hiểm. Ví dụ, dành toàn bộ sự quan tâm đến hiệu quả tài chính mà không chú ý đến lòng trung thành của khách hàng hay việc tổ chức các quy trình nội bộ. Điều này cũng đúng với CNTT. Ví dụ, nghiêng sang một bên khía cạnh công nghệ Cơ sở hạ tầng có thể dẫn đến sự gián đoạn các quy trình nội bộ hoặc làm suy giảm mối quan hệ với khách hàng. Sự thiên vị trong khía cạnh dịch vụ cũng có hại. Vì vậy, khi xây dựng hệ thống mục tiêu và thước đo CNTT, cần nêu bật một số khía cạnh cần được quan tâm cân bằng. Ví dụ: bạn có thể đưa ra các quan điểm sau:

  • Dịch vụ
  • Nhưng quy trinh nội bộ
  • Cơ sở hạ tầng
  • Tài chính
  • Nhân viên.
Trong mỗi trường hợp cụ thể, tầm quan trọng của mục tiêu đối với những quan điểm này có thể thay đổi. Bạn cũng có thể sử dụng một hệ thống phối cảnh khác.

Trong bài viết này, theo quan điểm của tôi, tôi muốn xem xét một số số liệu QA quan trọng nhất. Đây sẽ là những chỉ số, hệ số và chỉ số cho phép bạn nắm bắt được bức tranh tổng thể về những gì đang diễn ra trong dự án về mặt chất lượng và xác định các bước để cải thiện nó. Số liệu sẽ quan tâm 5 Những khu vực khác nhau: yêu cầu, chất lượng phần mềm, hiệu quả của nhóm kiểm thử, chất lượng công việc QA và phản hồi. Điều quan trọng là phải đo lường và theo dõi đồng thời các chỉ số trong các phần khác nhau của quy trình phát triển phần mềm để phát hiện các vấn đề gốc, phổ biến, đồng thời có thể định cấu hình và tối ưu hóa toàn bộ quy trình.

Nhóm 1 - Yêu cầu đối với phần mềm đang phát triển

Nhóm số liệu này sẽ cho phép chúng tôi đánh giá mức độ chúng tôi đã thực hiện các yêu cầu (câu chuyện của người dùng) cho phần mềm, xác định các lỗ hổng và các tính năng phần mềm phức tạp nhất, có khả năng xảy ra sự cố cũng như hiểu được nơi cần kiểm soát đặc biệt:

1. Yêu cầu về phạm vi kiểm tra

Nói cách khác, đây là số lượng bài kiểm tra theo yêu cầu.

Mục đích đo lường: nhận dạng điểm yếu trong phạm vi kiểm tra, nêu bật các rủi ro.

  • Tất nhiên, số liệu này sẽ chỉ hoạt động nếu các yêu cầu được phân tách tốt và ít nhiều tương đương. Tất nhiên, điều này không phải lúc nào cũng có thể thực hiện được, nhưng nếu bạn có thể thực hiện các yêu cầu ở mức đủ nguyên tử thì số liệu này sẽ hiển thị độ lệch về mức độ bao phủ của từng yêu cầu so với mức trung bình. Làm sao nhiều giá trị hơn khác 1 thì số bài kiểm tra được viết cho một yêu cầu càng ít/nhiều hơn bình thường.
  • Điều quan trọng nhất cần chú ý là các yêu cầu mà hệ số sẽ bằng hoặc gần bằng 0. Đối với những điều này, bạn cần cân nhắc việc thêm các bài kiểm tra.
  • Nếu các yêu cầu không mang tính nguyên tử thì số liệu này sẽ chỉ đảm bảo rằng có ít nhất 1 bài kiểm tra cho mỗi yêu cầu. Để làm được điều này, hệ số phải luôn lớn hơn 1.

2. Mức độ liên kết của các yêu cầu

Số liệu này được tính bằng số lượng kết nối trung bình của từng yêu cầu với các yêu cầu khác.

Mục đích đo lường: cung cấp cơ sở để đánh giá thời gian thử nghiệm và tính đến các rủi ro có thể xảy ra. Biết mức độ ảnh hưởng lẫn nhau của các yêu cầu đối với nhau, chẳng hạn, bạn có thể lập kế hoạch Thêm thời gian và các trường hợp để thử nghiệm từ đầu đến cuối, thực hiện kiểm tra hồi quy, hướng tới tích hợp, v.v.

  • Giá trị của số liệu này sẽ nằm trong khoảng từ 0 đến 1. 1 có nghĩa là mỗi yêu cầu đều liên quan đến từng yêu cầu và 0 có nghĩa là không có mối quan hệ nào.
  • Rất khó để đưa ra bất kỳ hạn chế nào đối với các giá trị của hệ số này; phụ thuộc rất nhiều vào đặc điểm cụ thể của chức năng, kiến ​​trúc và công nghệ. Tuy nhiên, theo kinh nghiệm của bản thân, tôi có thể nói rằng sẽ tốt khi mức độ kết nối không vượt quá 0,2-0,3. Mặt khác, việc sửa đổi trong khuôn khổ một trong các yêu cầu sẽ dẫn đến một chuỗi thay đổi và do đó lỗi có thể xảy ra, trong một phần quan trọng của sản phẩm.

3. Yêu cầu về hệ số ổn định

Mục đích đo lường: cho thấy có bao nhiêu yêu cầu đã được triển khai phải được làm lại từ bản phát hành này sang bản phát hành khác khi phát triển các tính năng mới.

  • Tất nhiên, chức năng hoàn toàn biệt lập không tồn tại, nhưng số lượng yêu cầu mới sẽ chiếm ưu thế so với những yêu cầu đang thay đổi và hệ số tốt nhất nên nhỏ hơn 0,5. Trong trường hợp này, chúng tôi giới thiệu nhiều tính năng mới gấp 2 lần so với việc làm lại những tính năng hiện có.
  • Nếu hệ số cao hơn 0,5, đặc biệt nếu nó lớn hơn 1, thì điều này rất có thể có nghĩa là trước đây chúng ta đã làm điều gì đó hóa ra không cần thiết. Nhóm không tập trung vào việc tạo ra các giá trị kinh doanh mới mà tập trung vào việc làm lại các tính năng đã phát hành trước đó.
  • Số liệu này cũng đưa ra ý tưởng về mức độ dễ dàng mở rộng quy mô chức năng của hệ thống và bổ sung các tính năng mới.

Nhóm 2 - Chất lượng sản phẩm đang được phát triển

Đúng như tên gọi, nhóm số liệu này thể hiện chất lượng của phần mềm cũng như chất lượng của quá trình phát triển.

1. Mật độ khuyết tật

Tỷ lệ phần trăm lỗi trên mỗi mô-đun riêng lẻ trong quá trình lặp lại hoặc phát hành được tính toán.

Mục đích đo lường: nêu bật phần nào của phần mềm có vấn đề nhất. Thông tin này sẽ giúp đánh giá và lập kế hoạch làm việc với mô-đun này cũng như trong phân tích rủi ro.

  • nguyên nhân số lượng lớn lỗi đối với bất kỳ mô-đun cụ thể nào (hệ số lớn hơn 0,3) có thể khác nhau: yêu cầu chất lượng kém, trình độ của nhà phát triển, độ phức tạp về mặt kỹ thuật, v.v. Trong mọi trường hợp, số liệu này sẽ ngay lập tức thu hút sự chú ý của chúng ta đến khu vực có vấn đề.

2. Hệ số hồi quy

Mục đích đo lường: cho thấy nỗ lực của nhóm đi đến đâu: chúng tôi đang làm gì sáng tạo hơn và gỡ lỗi các tính năng mới hoặc hầu hết thời gian chúng tôi buộc phải vá các phần hiện có của phần mềm

  • Hệ số càng gần 0 thì càng ít lỗi xuất hiện trong chức năng hiện có khi triển khai các yêu cầu mới. Nếu giá trị lớn hơn 0,5 thì chúng ta sẽ mất hơn một nửa thời gian để khôi phục các chức năng phần mềm đang hoạt động trước đó

3. Tỷ lệ lỗi được mở lại

Mục đích đo lường:đánh giá chất lượng phát triển và sửa lỗi, cũng như độ phức tạp của sản phẩm hoặc mô-đun riêng lẻ

  • Số liệu này có thể được tính cho toàn bộ phần mềm, mô-đun hoặc chức năng riêng lẻ. Giá trị kết quả càng gần 0 thì lỗi cũ càng ít lặp lại trong quá trình phát triển.
  • Nếu hệ số lớn hơn 0,2-0,3, điều này có thể cho thấy độ phức tạp kỹ thuật của mô-đun và các yêu cầu có liên quan cao trong đó hoặc kiến ​​​​trúc vụng về hoặc cách khắc phục trước đó được thực hiện kém.

4. Chi phí trung bình để sửa lỗi

Tỷ lệ giữa số chi phí mà nhóm phải chịu khi xử lý tất cả các lỗi (ví dụ: như một phần của bản phát hành) so với Tổng số khiếm khuyết.

Mục đích đo lường: cho thấy chúng ta phải tốn bao nhiêu tiền để phát hiện và sửa từng lỗi. Điều này sẽ giúp tính toán lợi ích của việc giảm số lượng lỗi mắc phải và đánh giá tính khả thi của các kỹ thuật thích hợp.

  • Tất nhiên, không có giá trị chính xác ở đây; mọi thứ sẽ được xác định bởi chi tiết cụ thể của một tình huống cụ thể.

5. Số lỗi trong mã của một nhà phát triển cụ thể

Mục đích đo lường: nêu bật những khó khăn có thể xảy ra trong nhóm phát triển mà các chuyên gia thiếu kinh nghiệm, kiến ​​thức hoặc thời gian và cần sự giúp đỡ.

  • Ví dụ: nếu 50% tổng số lỗi do 1 nhà phát triển gây ra và có 5 lỗi trong số đó trong nhóm thì rõ ràng là có vấn đề. Từ đây không có nghĩa là lập trình viên này không hoạt động tốt nhưng nó báo hiệu rằng bạn phải hiểu nguyên nhân của tình trạng này.
  • Số liệu, trong số những thứ khác, có thể là một chỉ báo về một hệ thống\chức năng\mô-đun đặc biệt khó phát triển và hỗ trợ.

Nhóm 3 – Năng lực và hiệu quả của nhóm QA

Mục đích chính của nhóm số liệu này là thể hiện bằng con số khả năng của nhóm thử nghiệm. Các chỉ số này có thể được tính toán và so sánh một cách thường xuyên, phân tích xu hướng, quan sát xem công việc của nhóm bị ảnh hưởng như thế nào bởi những thay đổi nhất định.

1. Tốc độ của đội QA

Nó được tính bằng tỷ lệ giữa các điểm câu chuyện (hoặc yêu cầu hoặc câu chuyện của người dùng) được triển khai trên một số lần, chẳng hạn như 4-5 lần lặp (Sprint) với số lần lặp đã chọn.

Mục đích đo lường: thể hiện một cách số lượng khả năng và tốc độ làm việc của nhóm để lập kế hoạch sâu hơn về phạm vi công việc và phân tích các xu hướng phát triển

  • Số liệu này cho phép bạn theo dõi tốc độ làm việc của QA và quan sát những quy trình nội bộ hoặc ảnh hưởng bên ngoài nào trong nhóm có thể ảnh hưởng đến tốc độ này.

2. Tuổi thọ trung bình của khuyết tật

Tổng thời gian mà các lỗi được tìm thấy trong vòng lặp hoặc bản phát hành được mở cho tổng số lỗi.

Mục đích đo lường: cho biết trung bình cần bao nhiêu thời gian để xử lý một lỗi: đăng ký, sửa lỗi và tái tạo nó. Chỉ số này sẽ cho phép bạn ước tính thời gian cần thiết để thử nghiệm và nêu bật các lĩnh vực của phần mềm có khó khăn lớn nhất.

  • Thông thường, thời gian tồn tại của lỗi là toàn bộ thời gian từ khi tạo (trạng thái Đã tạo) đến khi đóng (Đã đóng), trừ đi tất cả các trường hợp Trì hoãn và Giữ. Bất kỳ trình theo dõi lỗi nào cũng cho phép bạn tính toán và tải lên thông tin này cho một lần chạy nước rút hoặc phát hành cá nhân.
  • Ngoài ra, thời gian tồn tại của lỗi trung bình có thể được tính cho mô-đun khác nhau và các chức năng phần mềm, hoặc thú vị nhất là riêng biệt cho từng người thử nghiệm và nhà phát triển trong nhóm. Điều này giúp bạn có cơ hội xác định các mô-đun đặc biệt phức tạp hoặc liên kết yếu trong nhóm phần mềm.

Nhóm 4 - Chất lượng công việc của đoàn kiểm thử

Mục đích của bộ số liệu này là để đánh giá mức độ thực hiện nhiệm vụ của người thử nghiệm và xác định mức độ năng lực và sự trưởng thành của nhóm QA. Có bộ chỉ số như vậy, bạn có thể so sánh nhóm với chính mình trong những khoảnh khắc khác nhau thời gian hoặc với người khác, nhóm bên ngoài thử nghiệm.

1. Hiệu quả của các thử nghiệm và trường hợp thử nghiệm

Mục đích đo lường: cho thấy trung bình có bao nhiêu lỗi mà trường hợp của chúng tôi có thể phát hiện. Số liệu này phản ánh chất lượng của thiết kế thử nghiệm và giúp theo dõi xu hướng thay đổi của nó.

  • Tốt nhất là tính số liệu này cho tất cả các bộ kiểm tra: ví dụ nhóm riêng biệt kiểm tra chức năng, bộ hồi quy, kiểm tra khói, v.v.
  • Chỉ báo về “mức độ sát thương” của các thử nghiệm cho phép bạn theo dõi hiệu quả của từng bộ dụng cụ, nó thay đổi như thế nào theo thời gian và bổ sung chúng bằng các thử nghiệm “mới”.

2. Tỷ lệ sai sót trên mỗi sản phẩm

Số lỗi được phát hiện sau khi phát hành \ tổng số lỗi trong phần mềm được phát hiện trong quá trình thử nghiệm và sau khi phát hành

Mục đích đo lường: chứng minh chất lượng kiểm tra và hiệu quả phát hiện lỗi - tỷ lệ lỗi đã được lọc ra và tỷ lệ lỗi được chuyển sang sản xuất.

  • Tất nhiên, tỷ lệ phần trăm lỗi có thể chấp nhận được trong quá trình sản xuất sẽ phụ thuộc vào nhiều yếu tố. Tuy nhiên, nếu hệ số >0,1 thì điều này không tốt. Điều này có nghĩa là mọi lỗi thứ mười đều không được phát hiện trong quá trình thử nghiệm và dẫn đến các sự cố trong phần mềm đã được phân phối cho người dùng.

3. Thời gian thực mà nhóm QA dành

Tỷ lệ thời gian nhóm trực tiếp dành cho các hoạt động QA trên tổng số giờ.

Mục đích đo lường: thứ nhất, để tăng tính chính xác của việc lập kế hoạch, thứ hai, để giám sát và quản lý hiệu suất của một nhóm cụ thể.

  • Các hoạt động mục tiêu bao gồm phân tích, thiết kế, đánh giá, thử nghiệm, họp công việc và nhiều hoạt động khác. Các tác dụng phụ có thể xảy ra là thời gian ngừng hoạt động do trình chặn, vấn đề liên lạc, không có tài nguyên, v.v.
  • Đương nhiên, hệ số này sẽ không bao giờ bằng 1. Thực tế cho thấy rằng đối với các đội hiệu quả, hệ số này có thể là 0,5-0,6.

4. Độ chính xác của việc ước tính thời gian theo khu vực\loại\loại công việc

Mục đích đo lường: cho phép sử dụng hệ số hiệu chỉnh cho các đánh giá tiếp theo.

  • Mức độ chính xác của việc đánh giá có thể được xác định cho toàn bộ nhóm hoặc từng người thử nghiệm, cho toàn bộ hệ thống hoặc mô-đun riêng lẻ QUA.

5. Tỷ lệ lỗi chưa được xác nhận (bị từ chối)

Mục đích đo lường: cho thấy có bao nhiêu khiếm khuyết đã được tạo ra một cách “nhàn rỗi”.

  • Nếu tỷ lệ lỗi bị từ chối vượt quá 20% thì nhóm có thể gặp phải tình trạng không đồng bộ trong việc hiểu đâu là lỗi và đâu là không.

Nhóm 5 - Phản hồi và sự hài lòng của người dùng

Và cuối cùng, một nhóm số liệu cho thấy sản phẩm được chấp nhận như thế nào người dùng cuối nó đáp ứng mong đợi của họ tốt như thế nào. Nhưng không chỉ phản hồi phần mềm là quan trọng: một nhiệm vụ quan trọng khác của nhóm số liệu này là cho thấy người dùng có hài lòng với quá trình tương tác với nhóm CNTT nói chung và QA nói riêng hay không.

1. Sự hài lòng của người dùng với dịch vụ CNTT

Khảo sát thường xuyên về mức độ hài lòng của người dùng đối với dịch vụ CNTT bằng cách tính điểm.

Mục đích đo lường: cho thấy liệu người dùng có tin tưởng vào nhóm CNTT hay không, liệu họ có hiểu cách thức và lý do công việc của nhóm được tổ chức hay không cũng như công việc này đáp ứng mong đợi tốt như thế nào.

  • Số liệu này có thể đóng vai trò là chỉ báo cho thấy cần tập trung vào việc tối ưu hóa quy trình hoặc làm cho quy trình trở nên rõ ràng và minh bạch hơn cho người dùng.
  • Chỉ số hài lòng có thể được tính toán dựa trên kết quả khảo sát sau khi phát hành. Chúng tôi thu thập tất cả các ước tính và đếm Điểm trung bình. Điểm này sau đó có thể được tính toán lại sau khi thực hiện thay đổi trong quy trình.

2. Sự hài lòng của người dùng với sản phẩm

Khảo sát thường xuyên người dùng về mức độ hài lòng của họ với sản phẩm.

Mục đích đo lường: xác định xem sản phẩm đang được phát triển đáp ứng mong đợi của người dùng tốt đến mức nào, liệu chúng ta có đang đi đúng hướng hay không, liệu chúng ta có xác định chính xác tầm quan trọng của các tính năng và chọn các phương án giải pháp hay không.

  • Để tính toán số liệu này, chúng tôi cũng tiến hành khảo sát người dùng và tính điểm trung bình. Bằng cách tính toán chỉ số này một cách thường xuyên (ví dụ: sau mỗi lần phát hành), bạn có thể theo dõi xu hướng hài lòng của người dùng.

3. Sự tham gia của các bên liên quan

Số lượng sáng kiến ​​và đề xuất nhằm cải tiến quy trình và sản phẩm nhận được trong quá trình lặp lại (phát hành) từ các bên liên quan

Mục đích đo lường: xác định mức độ tham gia của các bên liên quan bên ngoài vào công việc tạo ra sản phẩm. Có số liệu như vậy trong tay, bạn có thể điều hướng đến nơi bạn cần lấy nhận xétđể không một ngày nào đó gặp phải sự khinh thường và hận thù, những rắc rối và hiểu lầm.

Chúng tôi đã phát hành sách mới“Tiếp thị nội dung ở trong mạng xã hội: Cách đi sâu vào tâm trí người đăng ký và khiến họ yêu thích thương hiệu của bạn.”

Đặt mua

Cách đây không lâu, chúng tôi đã tìm ra ai và hôm nay tôi đề xuất xem xét vấn đề chính liên quan đến chuyển đổi trang web -.

Ngoài ra, bạn có thể đặt mục tiêu thành:

  1. xem trang liên hệ (nghĩa là truy cập trang cụ thể Trực tuyến);
  2. gửi đơn đăng ký đào tạo (trong trường hợp này, mục tiêu thường được cấu hìnhđể gửi biểu mẫu);
  3. liên lạc với nhà điều hành thông qua trò chuyện trực tuyến;
  4. mua hoặc đặt hàng một dịch vụ.

Và theo đó, hơn số lớn hơn thực hiện những hành động như vậy thì tỷ lệ chuyển đổi, lợi nhuận càng cao và kết quả là nhà quảng cáo càng hài lòng hơn.

Các mục tiêu trong Yandex.Metrica giúp bạn đánh giá hiệu quả

Giả sử chúng tôi đang triển khai các khóa học trồng hoa. Chúng tôi tạo ra một trang web đẹp, đầu tư tiền và chạy quảng cáo.

Không xác định. Tất cả những gì chúng tôi biết là lưu lượng truy cập.

Sau đó, chúng tôi thiết lập bộ đếm phân tích và đặt mục tiêu gửi biểu mẫu đăng ký trực tuyến. Hình ảnh đang bắt đầu trở nên rõ ràng hơn. Ví dụ: chúng tôi nhận được các số sau:

  • Số lần hiển thị – 5655.
  • Số lần nhấp – 501.
  • TLB – 8,86.
  • Chi phí cho một cú nhấp chuột là 30 rúp.
  • Tổng chi phí cho chiến dịch quảng cáo– 15030 rúp.

Trong tháng làm việc, đã nhận được 9 đơn đăng ký, từ đó chúng tôi kết luận:

  1. CPA (từ tiếng Anh “chi phí cho mỗi hành động” - giá mỗi hành động) lên tới 1670 rúp;
  2. CR (hệ số) là 1,8%.

Giả sử lợi nhuận trên mỗi học sinh (lợi nhuận chính xác, tức là giá của khóa học trừ đi chi phí) là 3.000 rúp. Sau đó, sử dụng công thức:

chúng ta sẽ lấy

ROI = (9*3000 – 15030) / 15030 * 100% = 79,64%

Toán học thực sự thú vị?

Không còn nghi ngờ gì nữa.

Tại sao việc thiết lập mục tiêu lại quan trọng đến vậy?

Hãy quay trở lại với những con cừu của chúng ta. Đó là, mục tiêu.

Nếu chúng ta xem xétmục tiêu trong Yandex.Metrica, thì chúng ta có thể chia chúng thành các loại sau:

  • số lượng trang web đã xem;
  • truy cập một trang web cụ thể quan trọng đối với nhà quảng cáo;
  • thực thi người dùng hành động nhất định Trực tuyến(Mục tiêu “sự kiện” trong Yandex.Metrica).

Ngoài ra còn có một thứ nhưmục tiêu phức hợp trong Yandex.Metrica (gồm nhiều bước).Ví dụ: đối với một cửa hàng trực tuyến, nó có thể trông như thế này:

  1. người dùng đã nhấp vào nút “Mua” bên dưới một trong các sản phẩm;
  2. người dùng đã vào giỏ hàng;
  3. người dùng điền thông tin liên hệ và trường thanh toán của mình;
  4. Người dùng nhấn vào nút “Đặt hàng”.

Hoặc tại ví dụ cụ thể chúng tôi có một mục tiêu tổng hợp:

Nếu nhìn vào từng giai đoạn chúng ta sẽ thấy hình ảnh sau:


Đặt mục tiêu là cực kỳ quan trọng khi chúng tôi muốn hiểu ở giai đoạn nào, tại sao và quan trọng nhất là có bao nhiêu khách truy cập từ bỏ việc mua hàng.

Có thể ban đầu họ không hài lòng với giá cả - không chỉ trước khi đặt hàng mà thực tế không có cuộc nói chuyện nào về việc ghé thăm giỏ hàng. Hoặc có thể, khi vào giỏ hàng và nhìn thấy số lượng ô cần điền, người dùng quyết định rằng mình sẽ mua ở nơi khác hơn. Mọi thứ đều là cá nhân.

Một lần nữa, kiến ​​thức này rất hữu ích cho hoạt động tiếp thị lại khét tiếng, chính cơ chế cho phép bạn đưa những người dùng đã truy cập trang web trở lại trang web.

Tuy nhiên, ngay cả sau khi đã thiết lập tất cả các mục tiêu, chúng ta cũng không thể nói rằng mình đang theo dõi mọi thứ.

Chắc hẳn ai cũng từng gặp phải trường hợp nhập yêu cầu, nhấp vào quảng cáo, vào trang, nhận được thông tin cần thiết, bắt đầu quan tâm và gọi đến số ghi trên tiêu đề của trang web, nơi một cô gái xinh đẹp đã giúp đặt hàng.

Đúng.

Chúng ta sẽ tìm hiểu về điều này?

Chỉ khi chính người dùng nói với chúng tôi về điều đó để ăn mừng. Nhưng bạn thấy đấy, điều này gần như là tưởng tượng.

Tức là không có ứng dụng, có tác dụng nhưng cả cơ quan và nhà quảng cáo đều không biết. Và điệu nhảy với tambourine bắt đầu.

Trong trường hợp này, tùy chọn lý tưởng sẽ là kết nối theo dõi cuộc gọi – một cơ chế theo dõi cuộc gọi. Bây giờ tồn tại số lượng lớn dịch vụ cho mọi sở thích, màu sắc và ngân sách. Sẽ có một mong muốn.