中国研发效能管理白皮书-从价值流管理到研发效能管理

中国企业研发⾼效能⽩⽪书近年来，中国企业研发正在从粗放型⾛向精益型，研发⼯作的“⾼效能”成为⼏乎每个研发团队的共同追求。中国软件服务产业也在近

5

到

10

年中得到了⻜速发展，技术服务的边界不断拓展，赋能⾼效研发的产品层出不穷，适合中国研发环境的技术服务体系在不断完善。从结果上看，中国企业正在⾼效能研发的路径上快速前进。本份报告以中国⾼效能研发企业为研究对象，尝试解读市场中具有代表性的⾼效能研发解决⽅案。本次报告由五个篇章组成，包括

CI/CD、企业级软件架构、研发效能管理等主题。研究⼩组期待可以通过研究，帮助中国企业研发团队获得⾼效能研发新知。3研发过程中经常遇⻅这些问题?如何让研发结果体现业务价值？01如何可持续地、更快更好地交付⽤户需要的价值？02如何⽤数据展现、分析并洞察研发价值？03业内有哪些来⾃顶尖公司的提升研发效能的落地实践？其中有哪些经验可以借鉴？044⽬录CONTENTS价值流管理定义与背景05价值流管理定义06101213价值流管理特征价值流管理如何提升研发效能价值流管理主要分析指标价值流管理⾏业发展现状14价值流管理在软件研发领域的成熟度价值流管理产品图谱1516价值流管理发展历程17价值流管理⾯临的挑战2023252627中国场景的落地实践——研发效能管理中国企业研发效能管理需要双流结合模式双流结合模式推进团队研发效能管理研发效能管理核⼼指标极狐GitLab

研发效能管理30研发效能管理实践关键要素31344344研发效能管理⽅法论体系（GDAI）研发效能管理轻松应对各类合规场景研发效能管理最佳实践——蔚来价值流管理定义与背景6价值流管理定义什么是价值流01•

价值流是精益⽣产⾥⾯最重要的概念之⼀，价值流代表创造某种价值的⼀系列⻓期步骤，包括价值、活动、⼈员与系统、前置时间等因素。•

价值流是指从客户需求到产品交付的整个⽣产过程中，所包含的所有环节和活动。价值流将原本孤⽴的业务环节连接起来，并帮助企业实现端到端的研发效能可视化。•

价值流管理帮助后台部⻔和团队拥有前台业务的思维和决策⽅式。7价值流管理定义什么是研发领域的价值流02•

虽然价值流管理已经在制造⾏业获得诸多应⽤，但在软件研发领域，如果完全照搬⽣产制造业的做法，将带来巨⼤⻛险和挑战。软件研发不同于实体制造，因此我们需要⼀套更适合于研发场景的价值流管理分析⽅法与⼯具。•

软件研发的整体过程是通过⼀系列的活动为软件产品赋予价值，并交付给客户或⽤户。•

但在这个过程中，有些⾏为会影响到价值的流动。例如，在产品研发过程中缺少测试的环节，产品的缺陷没有被及时检测出来，产品质量⽆法得到保证，这就⼤⼤降低了产品价值的流动与交付。8价值流管理定义什么是价值流管理03价值流管理通过价值流识别、分析和判断来实现。01

识别02

分析03

判断识别⽆效和低效价值流分析消耗资源的合理性和可优化部分实现价值流效率的优化和提升⽆效价值流低效价值流时间⼈⼒流程优化和提升9“价值流管理是⼀种让企业关注客户需求并通过优化价值流来满⾜这些需求的⽅法。”——约翰·舒克，美国精益企业研究所所⻓“价值流管理是⼀种通过对价值流进⾏深⼊了解和改进来提⾼企业效率和创新的⽅法。”——詹姆斯·沃⻨克，美国精益企业研究所创始⼈10价值流管理特征研发团队⾯临的价值流管理挑战如今市场中有许多软件研发的⼯具、产品和服务，研发团队也确实解决了⼀些效率问题。但是研发过程中的两⼤挑战仍然造成了研发⼯作⽣产效率不⾼或者低于预期。挑战01研发资源不⾜（流程不可视）•

流程安排不合理导致研发时间过⻓•

研发流程中的切换等待时间导致研发时间过⻓11价值流管理特征挑战02研发问题⽆法定位（价值度未识别）•

研发流程中存在额外的⼯作没有被识别•

研发流程中存在冗余的⼯作没有被识别根本原因在于研发流程和价值的⽆形性•

研发流程和价值的⽆形性造成了价值流管理的两⼤挑战：⼀是研发流程⽆法可视化，⼆是研发流程价值度⽆法识别。•

这两⼤挑战很⼤程度上源⾃于管理层以及研发团队对于价值流管理的认知不⾜。12价值流管理如何提升研发效能√、√、启动⽬标启动研发价值流管理设⽴组织和流程的⻓期发展⽬标√、√、√、绘制组织定义绘制从产品到⽤户的全流程地图确定每个流程相关的负责⼈定义何为从产品到⽤户的价值流√、√、√、识别使⽤优化识别瓶颈、浪费、

为价值流设置⽬标，

利⽤价值流数据，资源限制等问题，

实时确定⽬前价值不断调整研发价值流，从⽽提⾼研发效能和产品价值收集并报告相关核⼼指标流的流动位置13价值流管理主要分析指标DORA

指标部署频率变更交付周期⼀段时间内，应⽤程序部署到⽣产环境的次数，代表研发团队交付价值的频率从代码提交到将代码部署⾄⽣产环境的时⻓，代表团队进⾏代码评审、测试和部署的速度，部分反映了团队响应⽤户需求的速度变更失败率服务恢复时间变更部署到⽣产环境后发⽣故障的⽐例，代表团队交付稳定服务的能⼒⽣产环境中发⽣故障到服务恢复的时间，代表团队快速监测、定位、诊断故障，并从故障中快速恢复的能⼒⾼效能表现——指标维度1天内多次＜1天0%-15%＜1⼩时部署频率变更交付周期变更失败率服务恢复时间15价值流管理在软件研发领域的成熟度价值流管理进⼊创新者象限InfoQ最新发布的《软件研发⽂化和路径成熟度模型2023》报告中指出，价值流管理在成熟度模型中处于创新者象限，正处于萌芽阶段，但已经开始被市场所认知，未来发展潜⼒较⼤。⾼达67%只有16%的受访者认为价值流管理⾮常重要的受访者认为价值流管理不重要67%16%16价值流管理产品图谱基于研发的价值流管理与敏捷管理、数据分析等适配，从现有的产品定位和功能⻆度分析，价值流管理⼯具平台主要可以分为五种类型：敏捷管理、效能管理、数据分析、DevOps开发平台和其他价值流管理平台。敏捷管理效能管理数据分析DevOps开发平台其他价值流管理平台17价值流管理发展历程01

精益⽣产阶段•

20世纪80年代，⽇本丰⽥汽⻋公司开始采⽤精益⽣产模式，强调通过减少浪费提⾼⽣产效率和质量。•

此阶段重点：⽣产过程的优化。•

发展⾄1990年代，丰⽥在汽⻋制造业中的巨⼤成功验证了价值流管理可以帮助企业提⾼效能表现，同时也奠定了价值流管理在现代管理理念中的重要地位。02

价值流管理阶段•

21世纪初，随着信息技术的发展，企业开始将价值流纳⼊管理范畴。•

价值流管理的核⼼：通过对价值流进⾏全⾯分析和优化，实现⽣产效率和价值创造的最⼤化。•

⼯具和⽅法：价值流地图、瓶颈分析、持续集成等。1803

综合价值管理阶段•

价值流管理逐渐演变为综合价值流管理。•

此阶段强调：在价值流范围内进⾏管理和优化，覆盖产品流程的多个环节。需求运维设计交付开发测试•

现代化技术和⼯具：综合价值流管理需要企业使⽤现代化的技术和⼯具，以实现更⾼效的价值创造。DevOps持续交付⾃动化测试1904

研发效能管理阶段•

伴随着国内管理理念的实践深⼊，更贴近中国市场需求的研发效能管理成为价值流管理理论落地的关键。•

重点：通过对关键流程和关键指标的采集、统计和分析，更好地帮助企业提升研发效能，实现价值流管理的⽬标。20价值流管理⾯临的挑战01对于价值流观测数据的可得性挑战•

数据挑战：价值流管理需要收集和分析⼤量的数据，包括代码库、测试数据等。如何有效地收集、存储、展示和分析这些数据是第⼀⼤挑战。•

⼯具选择挑战：价值流管理需要使⽤多种⼯具来进⾏可视化和分析，如何选择和配置这些⼯具是第⼆⼤挑战。21价值流管理⾯临的挑战02企业内组织协同复杂性挑战•

多团队协作复杂性：软件开发全⽣命周期涉及到多个团队的多个流程，价值流识别、分析和优化都可能⾯临跨部⻔的沟通协同，这带来了企业内组织协同的复杂性挑战。•

需要管理层发起和⽀持：根据对制造业和其他⾏业实践的分析，由管理层发起和⽀持的价值流管理会获得最⼤化的组织内部协同价值。这意味着，有效的价值流管理需要企业管理层发起和⽀持。22价值流管理⾯临的挑战03从观念到落地需要体系化⽀撑•

研发领域落地实践较少：虽然价值流管理理念在全球范围内已经被⼴泛接受，但是成功的落地案例⼤多集中在制造业。在软件研发领域，如何将理论转化为实践⽬前仍然⾯临巨⼤挑战。•

尚未形成体系化的解决⽅案：在进⾏价值流管理实践时，许多企业迫切需要解决的问题是，如何将价值流数据与业务指标直接关联，并形成系统化的衡量体系与解决⽅案。23中国场景的落地实践——研发效能管理研发效能管理是更适合中国场景的价值流管理实践和升级需求价值流⾯临挑战•

在实际使⽤过程中，基于需求维度的价值流管理指标容易造成指标体系单⼀，指标优化⽆法完全体现业务的提效。24中国场景的落地实践——研发效能管理研发效能管理是更适合中国场景的价值流管理实践和升级⼯程实践流推动升级•

多维度分析：近年来，中国研发团队更聚焦研发效率，尤其是以多维度数据分析为基础的研发效能分析成为⽬前市场中的主流需求。进度管理交付质量01

02交付价值0503团队贡献04交付速度•

为不同⻆⾊提供优化⽅案：⼯程实践流可以为研发团队提供业务视⻆的效能评测⼯具，同时为企业中不同⻆⾊提供⾼效的衡量指标和调整优化⽅案。企业视⻆研发视⻆管理者视⻆（项⽬负责⼈、研发负责⼈）25中国企业研发效能管理需要双流结合模式在需求价值流⾯临挑战的情况下，加⼊⼯程实践流的双流结合模式成为推进团队研发效能管理的重要实践⽅式。26双流结合模式推进团队研发效能管理01

提升研发体验双流结合前，研发⾯临：项⽬管理系统频繁切换开发系统双流结合场景下，研发可以在完成开发和测试任务后，借助代码合并进⾏需求状态的⾃动流转。这样可以减少研发在项⽬管理系统和开发系统之间的频繁切换，研发可以将精⼒更好地聚焦在本职⼯作上，最终提升研发的⼯作体验。02

建⽴⾼效的研发过程管理机制双流结合前，研发⾯临：过程数据缺失开发过程充满随机性双流结合后通过系统化的⼯具能⼒，实现项⽬状态和代码状态的统⼀，降低⼯作随机性，提升过程数据的有效性，便于最终实现团队研发效能管理。27研发效能管理核⼼指标01

⾯向⾼层管理者⻆⾊具体指标•

项⽬活跃度•

需求吞吐量•

需求交付周期•

项⽬成熟度•

项⽬告警数•

线上问题数/率•

CEO•

CTO•

研发负责⼈02

⾯向⼈⼒⻆⾊⻆⾊具体指标•

⼈⼒总监•

HRBP•

⼈员有效代码量•

⼈员代码质量问题数/率•

⼈员活跃度•

⼈员投⼊产出⽐28研发效能管理核⼼指标03

⾯向项⽬负责⼈⻆⾊具体指标•

团队代码活跃度•

团队技术栈•

项⽬经理•

跨项⽬负责⼈•

需求吞吐量•

需求按时交付率•

项⽬告警数•

线上问题数/率04

⾯向基层管理者⻆⾊具体指标•

MR的合并时间•

MR的评审时间•

MR的评审⼈数•

代码质量问题数•

迭代需求吞吐量•

迭代需求按时交付率•

⼩组负责⼈29研发效能管理核⼼指标05

⾯向合规经理/

IT

经理⻆⾊具体指标•

合规经理•

IT经理•

代码库安全度•

代码库下载克隆数•

代码许可证合规率•

代码漏洞数/率•

代码库权限数/⽐06

⾯向运营经理/市场经理⻆⾊具体指标•

需求发布频率•

需求交付周期•

线上问题数/率•

产品投⼊产出⽐•

产品使⽤率•

运营经理•

市场经理•

客户满意度极狐GitLab研发效能管理极狐GitLab有着多年践⾏研发效能管理理念的经验，并结合中国企业的具体需求后，认为数据驱动的DevOps效能评估是⽬前推动价值流管理落地和帮助企业提⾼研发效能的有效⽅案之⼀。极狐GitLab的新产品极狐星在研发效能管理领域持续深耕，并在实践中总结出⼀套适合中国企业的研发效能管理实践⽅法论体系。这部分⽅法论体系有助于企业更好地理解和实践研发效能管理。31研发效能管理实践关键要素01

价值流数据与研发效能实现强关联•

过往的价值流数据往往是相互独⽴的，这导致研发团队并不清楚数据背后代表的研发效能价值。•

因此，研发效能管理的⾼效落地需要能够识别与研发效能强关联的价值流数据。32研发效能管理实践关键要素02

管理视⻆与研发效能实现强链接•

研发过程具有强技术属性，但管理视⻆中需要对⼈员等资源分配进⾏衡量。这意味着如果缺乏管理视⻆的数据呈现，研发效能管理往往会⽆法实际落地。•

因此成功的研发效能管理实践需要通过对⼈员、流程、代码质量等数据进⾏展示和分析，为研发团队提供管理视⻆下的优化建议。33研发效能管理实践关键要素03

集成多种维度的衡量标准•

如果不能选择有效的、可关联的研发效能管理指标体系，数据的分析和衡量就需要花费更多的⼈⼒和时间资源。•

因此，成功的研发效能管理实践需要能够直接集成多种维度的衡量标准，直接实现对指标的解读和后续优化⽅案的输出。34研发效能管理⽅法论体系（GDAI）研发效能管理存在两⼤重要环节及四⼤关键步骤。其中，其中，两⼤重要环节是运营监管和探索迭代。四⼤关键步骤分别是设定⽬标（Goal）、数据采集（Data）、分析洞察（Analysis）和优化提升（Improvement）。⾼效的研发效能管理可以通过两⼤环节和四⼤关键步骤的拆解和落地，形成研发效能螺旋式提升。②④DevOps全链路数据采集、打通、清洗，持续可视化呈现深度洞察研发效能卡点，持续优化，获取数据反馈D数据采集I优化改进运营监管探索迭代G设定⽬标A

分析洞察①③明确研发效能⽬标，并设置统⼀、可度量的数据维度多维度、多视⻆数据分析，找出影响研发效能的关键因素35研发效能管理⽅法论体系（GDAI）明确研发效能⽬标，设置相应数据维度01研发效能管理落地的第⼀步是设定⽬标。明确研发效能⽬标设置统⼀、可度量的效能数据维度36研发效能管理⽅法论体系（GDAI）研发效能管理落地的第⼆个关键步骤是通过DevOps全链路的数据采集、打通、清洗，最终实现数据的可视化呈现。⽆需复杂集成，数据采集零感知02成功的研发效能管理需要打破数据孤岛，帮助企业解决复杂集成与适配的问题，实现DevOps

全流程数据采集零感知，推动企业轻松实现软件研发全⽣命周期的研发效能管理。DevOps

全流程需求运维设计交付开发测试37研发效能管理⽅法论体系（GDAI）⽆需复杂集成，数据采集零感知02⼀个驾驶舱，将海量研发数字凝练为管理洞⻅效能数据的可视化呈现⽅式包括项⽬语⾔占⽐、企业⾃动化成熟度等多个研发核⼼指标，有效推动企业洞察DevOps效能全貌。同时，具备项⽬细粒度数据的下钻展示功能，帮助管理者从海量研发数字中，轻松凝练出管理洞⻅与卓越实践，为效能提升提供策略基础。38研发效能管理⽅法论体系（GDAI）数据分析洞察的五重视⻆——全⾯评估企业

DevOps

效能03设定⽬标和数据采集完成后，就进⼊第三个关键步骤：分析洞察。企业需要对数据进⾏多维度、多视⻆地分析洞察，找出影响研发效能的关键因素。⼀个企业的DevOps效能如何评估，可以总结为「谁在做」、「做得快不快」、「做得好不好」、「是否⼜快⼜好」、「以后怎么改进」五⼤视⻆。谁在做研发痛点解决⽅案研发团队负责⼈总是觉得资源不够⽤，难以⽀持业务发展。极狐星通过完成议题数、合并请求数、代码⾏数、提交次数的指标统计，直观展示团队及⼈员效能。•

在团队层⾯，盘点现有研发资源，评估分⼯与产出是否合理；分析价值•

在⼈员层⾯，帮助企业回归个⼈的视⻆，了解研发个⼈质效表现，从时间维度量化不同⼈员成⻓轨迹。⼈员效能分析帮助研发团队搭建提供决策依据，从⽽实现健康且稳定的⾼效交付。39研发效能管理⽅法论体系（GDAI）数据分析洞察的五重视⻆—全⾯评估企业

DevOps

效能03做得快不快研发痛点解决⽅案业务需求，从提出到开发，要多久上线？这是每个研发⼈员都必须⾯对的挑战。极狐星全⾯呈现流⽔线总数、成功/失败流⽔线个数及分布占⽐、平均运⾏时⻓及频率、红灯平均修复时⻓与等待时⻓等，「绝对值」横向展示数值

+「数据趋势」纵向对⽐，流⽔线效率尽在掌握。另外，极狐星⽀持原始明细数据导出，为后续深度分析奠定基础。分析价值流⽔线效能评估帮助研发团队构建流⽔线效率视图，从指标维度评估交付速度。做得好不好研发痛点解决⽅案研发团队难以判断研发过程质量和交付质量。极狐星与极狐GitLab强⼤的CodeReview能⼒相结合，⽆需复杂对接，⾃动统计代码覆盖率、代码问题数、质量⻔禁次数等关键质量指标。分析价值代码质量评估确保质量问题可追溯，严格落实质量规范。40研发效能管理⽅法论体系（GDAI）数据分析洞察的五重视⻆——全⾯评估企业

DevOps

效能03是否⼜快⼜好研发痛点软件交付的「快」与「好」并不⼀定绝对⽭盾，但永远是管理者需要考虑的的关键平衡点。分析价值国际知名DevOps调研与研究组织DORA（DevOpsResearchandAssessment）认为以下四个指标可以有效评估软件交付表现：部署频率、变更前置时间、变更失败率、恢复服务时间。解决⽅案极狐星率先引⼊国际领先的DORA交付指标体系，⾃动化展示DORA核⼼指标数据趋势与平均值，通过「变更前置时间」+「部署频率」掌握研发对业务需求的响应速度，通过「恢复服务时间」+「变更失败率」验证服务稳定性及故障响应程度，确保团队「效率」与「稳定性」间的最佳平衡点，保证软件交付快⼜好。41研发效能管理⽅法论体系（GDAI）数据分析洞察的五重视⻆—全⾯评估企业

DevOps

效能03以后怎么改进研发痛点「效能如何改进提升」是很⼤的话题，也是研发团队持之以恒的⽬标。但改进⽅案受限于数据维度和指标的选择，以及这些数据维度和指标可以提供怎样的改进和提升的⽅向建议。分析价值对研发效能管理核⼼指标中的各项数据维度进⾏数据分析，帮助企业对数据进⾏解读，⽤数据辅助后续的优化改进。解决⽅案现阶段，极狐星为效能数据复盘提供「合并请求效能评估」这⼀分析视⻆，对项⽬或项⽬集的合并请求数据整合，以10+指标助⼒代码审查复盘，⽤数据还原研发场景，找到各类质量问题根因。合并请求效能评估只是「效能如何改进」其中⼀个分析视⻆，后续极狐星还将围绕这个⽬标，对代码规范、⼯作流规范、研发平台健康度等数据维度展开分析，⼒求帮助企业解决数据只能看、不会⽤的痛点，从数据中获得深度洞察与解决⽅案。42研发效能管理⽅法论体系（GDAI）项⽬视⻆提供后续优化⽅案04最终，前期形成的数据和洞察都要为后续优化⽅案提供决策依据。研发效能管理落地的第四个关键步骤是深度洞察研发效能卡点，持续优化，获取数据