エンジニアリングパフォーマンスを分析してデータ駆動型チームを構築

Gigster の副社長 Cory Hymel 氏は、2024 年にさらなる適応力と成功を実現するために、エンジニアリング チームのパフォーマンスを測定および改善する上で AI 主導のデータ メトリックが果たす重要な役割について説明します。

最近まで、ビジネス リーダーは、エンジニアリング チームが何を行っているか、テクノロジ リソースがどのように使用されているかについて、驚くほど把握していませんでした。 2024 年にテクノロジー組織に対する要求が変化する中、リーダーはエンジニアリングのブラックホールを受け入れることができなくなります。彼らは、社内の開発チーム、パートナー、請負業者からの貢献に対する透明性を高める方法を模索しています。

2024 年には、データに基づくパフォーマンス レビューの採用が増え、テクノロジー リーダーが従業員に関するより優れた洞察を得て、優秀な業績を上げている従業員を特定し、変化する需要に応じて情報に基づいた意思決定を行えるようになります。

技術作業を効果的に管理するためのデータ駆動型アプローチの重要性

最近のガートナーの調査によると、ビジネスリーダーの 65% が、意思決定が 2 年前よりも複雑になっていることに同意しており、53% が、意思決定を正当化するための期待が高まっていることに同意しています。残念ながら、意思決定インテリジェンスを実践するアナリストを抱える大企業はわずか 33% です。

エンジニアリング チームに関して言えば、開発チームの調達および編成方法の変化、新しいテクノロジーに迅速に適応する必要性、コスト削減とパフォーマンス向上へのプレッシャーの高まりにより、この複雑さが増しています。テクノロジー企業はもはやオフィスチームだけに依存しません。ハイブリッドな労働力は、リモートワーカー、請負業者、外部代理店、パートナーなどを含むプロジェクトを完了することが多く、管理者は最も目立つ従業員を優先する場合にのみ、従来の定性的な方法に頼って人材を評価および管理することができます。

同時に、企業が AI やその他の新興テクノロジーによる継続的な混乱や、新機能や新製品の発売の要求に適応する中で、開発チームはさまざまな方向に引っ張られています。マネージャーは、個人またはチームの貢献を十分に理解せずに、さまざまなプロジェクトのパフォーマンスをどのように評価できるでしょうか?

実際のところ、エンジニアリング パフォーマンスの可視性の問題を解決できるのは特定のデータ ポイントだけであり、そのため開発チームのパフォーマンスを測定することは不可能だと考えられています。エンジニアにとっては、何が行われ、何が優先されているかを把握し、エンジニアリング組織がより大きなビジネス戦略に沿っているかどうかを知るために、日々の活動とコードコミットメントに関する洞察と理解が必要です。

企業が成果や費やした時間だけを測定すると、全体像の一部しか把握できません。数十の特性と指標を追跡して、開発チームのパフォーマンスに関する客観的かつ包括的なビューを作成する必要があります。

成功するには、この全体的な視点から戦略的洞察と戦術的洞察の両方を得る必要があります。 2023 年、企業はエンジニアの戦術的視点の必要性を認識し、さらなる向上を求めています。チームと個人のパフォーマンスを評価し、その測定値に基づいて意思決定を行うには、信頼性の高い客観的なパフォーマンス データが必要です。

しかし、テクノロジーリーダーが 2024 年にこのギャップを埋めようとすると、開発チームのパフォーマンスに関する戦略的視点にギャップがあることに気づき始めるでしょう。個々の貢献を測定することは価値がありますが、ソフトウェア開発ライフサイクル全体にわたって洞察を収集し、プロセスを改善する方法を特定しなければ、変更を加えることで問題が悪化するだけです。 2024 年は、チームとプロセスをより深く理解するためのデータ主導の方法を模索する年です。

AIと客観的なパフォーマンスデータ

エンジニアのパフォーマンスを向上させるためのデータ主導の戦略の需要が高まるにつれて、エンジニアを追跡するテクノロジーも進歩しました。 AI を使用すると、数十種類の異なるパフォーマンス メトリックからのデータをより効果的に分析し、単一の総合的なビューを作成できます。この客観的なパフォーマンス データにより、ボトルネックを見つけ、チームを調整し、トップ プロデューサーを再現できます。

最近のスタンフォード大学の研究では、エンジニアのパフォーマンスを測定するツールとしてのアルゴリズム評価の有効性が調査されました。調査によると、多くのフリーランサーは、偏見を持つ可能性のある人間のマネージャーよりも、AIによる評価を好むという。この優先順位は、それがどのように機能するかを評価し、パフォーマンス指標の一貫性を示す場合にさらに高くなります。

2024年に向けてより柔軟な労働力を構築する

よりデータ主導になり、AI を使用して開発チームのパフォーマンスを測定することは、何も解決しませんが、可視性が向上し、技術リーダーが知らないことを学び、適切な質問をすることができるようになります。

私たちが協力している顧客の中には、これらの AI を活用したパフォーマンス メトリックを使用して、エンジニアリング チームやパートナーの活動の透明性を高めているところもあります。他の企業は、どのサプライヤーが最も貢献しているかを比較するためにこれを使用します。一部の企業は、苦労しているエンジニアのパフォーマンスを向上させる方法を模索しており、既存のプロセスを適応させてその支援を行っています。

この目標は、2024 年までに労働力の柔軟性が高まり、変化するニーズに迅速に適応できるようになることを示唆しています。企業が自社の技術リソースをより客観的かつ総合的に把握できるようになると、自社のニーズに最適な分散型チームを編成できるようになります。これは、アウトソーシングやリモートワーカーへの依存度が高まることを意味する可能性があります。これは、開発コストとスピードを改善するために、より多くの企業が柔軟な人員配置を採用することを意味する可能性があります。

2024 年に理想的なエンジニアリング組織がどのようなものになるかをまだ決定している最中ですが、変更を加える前に、現在の組織が何をしているのかを完全に理解する必要があることは明らかです。あなたのチームは何をしていますか、トップパフォーマーは誰ですか、開発プロセスで何が機能していて、何が機能していませんか? アルゴリズムのパフォーマンス メトリックは、これらの質問に答え、来年に必要なデータ駆動型エンジニアリング チームを作成するための重要な第一歩です。

2024年はテクノロジー業界にとって新たな大きな変化の年となるでしょう。組織がこれらの変化に賢く適応するために必要な洞察力を備えていることを確認してください。