数据驱动的持续改进思维

阅读数:482 2018 年 3 月 14 日

话题:文化 & 方法

看新闻很累?看技术新闻更累?试试下载 InfoQ 手机客户端,每天上下班路上听新闻,有趣还有料!

组织需要一种客观的方式度量绩效,并采取措施持续改进业务成果。Avvo 使用一个具有自治团队模型和回顾实践的数据驱动的决策框架帮助人们更好地决策及提出持续改进建议。

QCon 2018 伦敦大会上,Avvo 首席技术官 Kevin Goldsmith 探讨了如何构建持续改进文化。InfoQ 正在以 Q&A、演讲视频、概述和文章等形式进行跟踪报道。

InfoQ 采访了 Goldsmith,内容涉及持续改进文化什么样、怎样才能为持续改进奠定基础、如何把敏捷回顾和数据驱动思维融入进来、如何协调自治团队与责任。

InfoQ:你为什么决定开始从事文化方面的工作?是什么引起的?

Kevin Goldsmith:我在 Spotify 工作的经历告诉我谨慎构建工程文化的价值。当我加入 Avvo 时,工程文化已经在有机地发展。它有一些有价值的东西,但也有一些不足。它对交付的关注不足,缺少良好的人际互动模型。显然,为了改进交付,提升组织士气,我们需要致力于创建更好的文化。

InfoQ:持续改进文化什么样?

Goldsmith:在这种文化里,没有“维持现状”或者“因为这就是我们这里做事的方式”。这种文化鼓励人们寻找更好的工作方法。我们允许试验新方法。如果可行,我们就采用。他们不仅是自己工作的主人,也是组织及其流程的主人。我们的 Journey Team 结构就是其中的一个例子。我们知道,对于团队中的个体,现有的团队模型运行得并不好,但是,他们没有获得“授权”对其进行修改。在过渡到新文化之后,一个有产品团队成员和工程团队成员组成的特别小组设计了一种新的团队结构。Journey Team 成了我们的组织模型。

InfoQ:怎样才能为持续改进奠定基础?

Goldsmith:需要不断地努力才能在多个方面打下基础。首先,我们创建了一个框架,让公司战略和优先事项变得明朗起来。如果人们希望提出好的建议,就需要了解公司的业务环境。然后,我们创建了一个数据驱动的决策框架,帮助人们更好地决策和计划。我们设计了一个可以在小范围里进行试验的自治团队模型(别的暂且不说)。最后,在常规的敏捷团队实践之外,我们开发了一种回顾实践,鼓励并示范如何无偏见地检查试验结果。回顾可以帮助我们汲取经验和教训。

InfoQ:如何把敏捷回顾和数据驱动思维融入进来?

Goldsmith:回顾在持续改进文化里非常关键。通过回顾可以收集所有变革的经验教训。如果没有无责备的评价和对试验结果的了解,那么你一定会重复失败,也就无法再造成功。

InfoQ:如何把数据驱动的思维用于改进?

Goldsmith:在一个有创造力的环境里,点子就像大河里的水。有许多选择,如何确定最佳的行动方案?如果你只是根据主观想法做决定,那么人们会选择声音最大的(或者收入最高的)。数据使决策民主化;数据阐明了观点和潜在的成果。我们参照 Toyota A3 表单和 Spotify 的 DIBB 创建了自己的数据驱动的决策工作表。

最近,我和 Avvo 的首席产品官交流了自己希望变革数据基础设施的想法,那需要数据工程师做出一些努力,他们就无法为产品团队提供支持了。他问我,有决策工作表吗。我那时还没有做。在填写那个工作表的过程中,我发现,那些让我想要作出改变的数据无法为公司带来良好的 ROI。我认识到,那是个坏主意。

文章“Spotify 应该擅长失败”一文中介绍了 DIBBs、Data Insight Belief、Bet 的概念以及 Spotify 如何把它们用于持续改进。

InfoQ:如何协调自治团队与责任?

Goldsmith:自治团队和责任不会自动协调。你需要构建一个结构,让团队觉得需要为他们的结果负责。组织需要一种客观的方式度量绩效,并采取措施持续改进业务成果。如果没有客观的度量方式,那么自治会丧失责任感。团队不理解他们的工作有什么业务价值。另外,获得更上层组织认可的客观度量方式让公司领导者可以看到团队正在创造的价值,而且不会打扰到他们的工作。

查看英文原文Data-Driven Thinking for Continuous Improvement