前言
2020年全球最大的黑天鹅事件——“新冠病毒”的爆发，对线下集中办公工模式产生了巨大的挑战。
面对「如何通过远程办公进行跨地域协作」这一难题，各大公司使出浑身解数。少数公司甚至会有一些奇葩操作：有的要求研发工作时间全程开启摄像头；有的要求开通远程桌面，实时监控员工的电脑桌面；有的要求早中晚均需进行打卡汇报……各种“骚操作”不断，在网上一度也是被热议的话题。那么有没有什么办法能快速、明确地知晓研发办公的效率呢？怎么做到有效感知“效率”，而不是实时观察“人”呢？
现在许多公司项目管理团队逐渐从如何带好项目，渐渐转型为对团队的赋能和效能的提升。那么，如何利用数字化建立相对中立客观的效能度量数据，以便协助团队进行日常管理、帮助团队成长，同时也能在面对黑天鹅这种极端场景，依然可以有效进行协同呢？
一、效能数据体系
有赞作为一家致力于商家成功的SaaS公司，关注的不仅仅是研发侧的效能数据，更关注整个「商家」视角下的产品技术效能数据。因为对于客户来说，客户不会感知你设计时长、研发时长等各阶段详细时长，他们只感知到从销售、客服对接开始到最终交付的总时长。
因此我司统计的效能数据体系，主要四类：研发效能数据、设计&交互效能数据、产品效能数据、其他效能数据。具体可参看下图：
研发效能数据：从研发生命周期进行各阶段节点取数。全面统计研发团队、个人，业务线等需求、项目研发周期效能数据。
【人力资源透明】：相关的研发同学在系统上进行任务拆解拆分，完成任务工时占理论投入工时占比。产品效能数据：从需求生产周期各阶段的节点进行取数，从而可以间接统计产品同学效能情况。同时引入「产品故障」，提高产品同学从全局观来设计产品需求。
设计、交互效能数据：从设计、交互同学接收到设计任务、任务排期、任务交付，整个过程进行了系统的记录。引入「设计故障」，提高设计同学整体从用户角度出发的设计理念。
其他效能数据：主要包含了非标准流程中的相关数据，例如客服咨询、相关工单处理，人力资源透明度等。
而以上的各个阶段、各个维度的统计，离不开效能数据的基础——需求全生命周期。
二、如何进行数据赋能
1、数据收集
根据各个时间阶段的数据节点取数、标签、业务线等相关数据收集，制定出基本需要呈现的数据指标，制作成效能数据大盘。
2、数据分析
2.1 实时观察
通过数据大盘，可根据趋势波动等实时观察各个团队的效能情况，例如疫情期间，每天实时像看股票大盘一般观察整体趋势变化，减少了对“人”的实时观察，实现了观察监控的是“效率”，化虚无缥缈的东西为切实可存在的观察数据大盘。
推荐使用场景：远程办公、异地办公等
2.2 数字化报告分析
在一定时间区间内，可根据观察的某些数据趋势，各种维度的数据可进行两两结合，从人、事、战略等角度进行分析，产出相关的数字化报告，从而更好地赋能团队、辅助决策。
1)交付赋能
通过对各个生命周时长、延期原因归类分析，通过月报等形式，可以帮助团队更清楚了解到自己的瓶颈在哪里，并给出相应的专业性建议，产生一系列的改进动作，以便各团队能够更好的成长。
推荐使用场景：各月度、季度、年度效率分析、交付效率瓶颈优化分析、各团队月会等
2)团队赋能
需求插队的时候，如何快速知道团队成员的资源释放情况，安排最合适的开发同学呢？
感觉团队负荷很重，如何有数据支撑来将“感觉”化为“确实”呢？
面对大量的需求提出，如何知道自己的团队能否接得住、消化得了呢？
业务想大概知道正常需求多久能够排上开发，上线的时候，如何有底气地回复呢？
结合排入率、人均负荷数、资源透明度等相关数据，可明确知晓团队当前资源负荷情况，结合待排入需求数等数据，利用当前的吞吐数据预测后续的团队的可支撑程度。
根据预期人均负荷程度和预计可支撑程度，分析团队团队成员缺口如何，可联系对应团队的HR和上级TL一起协商解决方案。
根据开发同学研发任务完成情况，整理出团队资源日历，在排入新的需求时可快速知晓资源释放情况，在新需求启动时快速排入相关释放成员
推荐场景：以上提到的需要明确数据支持的 人力资源分析场景、研发人员安排、需求排期等。
3)战略赋能
公司的战略、OKR的具体落地，可能最终是拆解为一个个的需求，那么如何保证逆向的流程（从落地的需求印证公司的整体的战略方向）没有走偏呢？
在公司建立一套和公司战略对应的价值标签，每个落地需求进行对应的价值标签标记，确认每个落地的需求都带有其价值，把精力聚焦在有价值的事情上。
在年度、季度、月度可反过来，将上线需求的价值标签进行数据收集，结合最初制定战略方向、OKR方向，便能够知晓是否有团队是否走偏。
当发现走偏后，分析走偏原因，是因为产品们对战略理解不一致导致，还是大家需求方向走偏导致，原因找到后，便可从上至下及时调整产品们需求收集、提出的方向，以便大家更好的落地战略、OKR。
推荐场景：战略方向复盘会、OKR季度复盘会、人力资源投入分析
数据
三、容易遇到的问题
在利用数字化进行一系列效能管理的同时，我们也有一些问题需要注意，以免误入歧途。
误入数据陷阱
数据本身是没有价值和意义的，只有在分析数据背后的逻辑和原因、以及针对性地给出解决方案，才有价值和意义。如若企业整体缺乏效能意识，只有 PM 唱独角戏，上演“数据大搜捕”，而得不到利益相关者支持和行动的情况下，异化成“为了数据而数据”，只会误入歧途，走向伪专业主义。因为并非每个人都是专业的数据分析师，故而在进行整个数据赋能的过程中，容易出现带着结论去进行指向性数据采取与数据分析——即：从主观臆断去论证一个事实，比从一堆杂乱无章的数据中去发现事实更带有“偏见”与“欺骗性”，足以毁坏很多信任。大家需要客观地看待数据所反映出来的“事实”。
数据口径的统一
在我们进行数据收集、数据分析时，从一开始就明确统一数据口径，是十分重要的，不然就会造成：大家都知道这个数据名词，但是因为大家的理解不一样，导致了最终落地方向跑偏，如果这时再来对齐数据口径或另创新词，就会花上更多的理解成本。
诚然，通篇讲了那么多的数据分析，但还是建议大家保持冷静和中立的态度，去看待数据分析及其带来的结果，数据仅是作为一个参考，就像是告诉你“答案仅供参考”罢了。每家公司各有千秋，重要的是，我们可以通过建立各种各样的数据体系，并合理利用这些数据，帮助团队成长、进行日常管理，赋能团队、赋能组织，即便面临“黑天鹅”事件，我们也能稳如泰山。
