データに基づいてプロジェクトのパフォーマンスを分析し、効率的なチームを構築します

Gigster 副社長の Cory Hymel 氏は、AI 主導のデータ指標がエンジニアリング チームのパフォーマンスの測定と向上に重要な役割を果たし、2024 年の適応性と成功の基盤を築くのに重要な役割を果たしていると述べました。

ビジネス リーダーは、エンジニアリング チームの活動やテクノロジー リソースがどの程度使用されているかについて、最近まで驚くほど低いレベルの理解を示してきました。しかし、2024 年にテクノロジー組織で変化の必要性が高まるにつれ、リーダーはエンジニアリング チームについて秘密にされることに満足できなくなります。彼らは、社内開発チーム、パートナー、契約作業への貢献に関する透明性を高める方法を積極的に模索しています。

2024 年までに、テクノロジー リーダーが従業員に対するより良い洞察を獲得し、トップ パフォーマーを特定し、情報に基づいた意思決定を行うため、データに基づくパフォーマンス レビューが重要なツールになることが予想されます。このアプローチは、変化するニーズによりよく対応するのに役立ちます。

テクノロジー業務を効果的に管理するためのデータ主導型アプローチの重要性

Gartner の最近の調査によると、ビジネス リーダーの約 65% が、現在行う意思決定は以前よりも複雑になっていると考えています。一方、53% は現在、これらの決定を正当化するためのより高い圧力に直面していると回答しました。しかし、残念なことに、意思決定インテリジェンスを実践するためのアナリストを配置している大企業は 33% のみです。

エンジニアリング チームに関しては、開発チームの調達と編成方法の変化に加えて、新しいテクノロジーに迅速に適応し、コストを削減し、パフォーマンスを向上させるというプレッシャーの増大によって複雑さが増しています。テクノロジー組織は、オフィス内のチームに依存するのではなく、リモート ワーカー、請負業者、外部機関、パートナーなど、さまざまな従業員がプロジェクトを完了することに傾いています。その結果、マネージャーは人材を評価および管理する際に、最も目立つ従業員を考慮するために従来の定性的手法に依存することになります。

同時に、企業は AI やその他の新興テクノロジーによる継続的な破壊に適応し、新しい機能や製品を展開する必要があるため、開発チームはさまざまな方向に引っ張られています。個人またはチームの貢献をよく理解せずに、マネージャーは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ますか? 実際には、データのサブセットのみがエンジニアリング パフォーマンスの可視性の問題に対処できるため、パフォーマンスを測定することは不可能であると考えられています。開発チーム。エンジニアとして、何が行われているか、何が優先事項かを理解し、エンジニアリング チームがより大きなビジネス戦略と連携していることを確認するには、日々の活動とコードのコミットメントに関する深い知識と理解を必要とします。

企業が成果や費やした時間だけに焦点を当てていると、全体像の一部しか得られません。開発チームのパフォーマンスを客観的かつ包括的に把握するには、多数の特性と指標を追跡する必要があります。

この全体的な視点を成功させるには、戦略的洞察と戦術的洞察の両方を提供する必要があります。企業は 2023 年にエンジニアの戦術的視点の必要性を認識し、それをさらに必要としています。意思決定を行い、チームと個人のパフォーマンスを評価するには、信頼できる客観的なパフォーマンス データが不可欠です。

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につれ、開発チームのパフォーマンスに関する戦略的見解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に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い場合、変更は問題を悪化させるだけです。 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型戦略の必要性が高まるにつれ、エンジニアを追跡するテクノロジーも進歩しました。 AI を使用して、数十の異なるパフォーマンス メトリクスからのデータをより効率的に分析し、単一の全体的なビューを作成できるようになりました。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することができます。

スタンフォード大学による最近の研究では、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、潜在的に偏見のある人間のマネージャーよりも、AI によって評価されることを好みます。評価がどのように機能するか、パフォーマンス指標の一貫性が示されている場合、この優先度はさらに高くなります。

2024 年に向けてより俊敏な労働力を構築する

データドリブンになり、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。可視性が向上します。技術リーダーが何を学ぶべきかを学ばせてください。分からない場合は、適切な質問を始めてください。

私たちが協力している顧客の中には、エンジニアリング チームやパートナーが何をしているのかについての透明性を高めるために、これらの AI を活用したパフォーマンス指標を使用している人もいます。サプライヤーを比較し、どのサプライヤーが最も貢献しているかを確認するためにこれを使用する人もいます。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、既存のプロセスを適応させる方法を模索しています。

これらの目標は、2024 年に従業員がニーズの変化に迅速に適応できるよう、より大きな柔軟性をもたらすことを示しています。企業が自社のテクノロジー リソースをより客観的かつ包括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し始めるため、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可能性があります。これは、開発コストと開発スピードを改善するために柔軟な人員配置を採用する企業が増え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うなるかをまだ決定していますが、変更を加える前に、現在の組織が何を行っている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うまくいっていて、何がうまくいっていませんか? アルゴリズム パフォーマンス メトリクスは、これらの質問に答え、来年の重要な第一歩を生み出すために必要なデータ駆動型エンジニアリング チームに必要です。

2024 年もテクノロジー業界に大きな変化が起こる年となるでしょう。組織がこれらの変化にインテリジェントに適応するために必要な洞察を確実に得られるようにします。

以上がデータに基づいてプロジェクトのパフォーマンスを分析し、効率的なチームを構築しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。