Traditional engineering metrics drive efficiency, not effectiveness
Engineering leaders are under increasing pressure to deliver more value, but many struggle to make impactful change. One reason for the difficulty is the lack of integrated, contextual data. Traditional engineering tools measure productivity and quality using metrics like cycle time, number of bugs fixed, release frequency, response time, and predictability. These metrics drive efficiency, which is important in its own right, but they do not necessarily drive effectiveness. In other words, they do not align engineering activities with business strategy.
Effizienz: Arbeiten wir gut?
Effektivität: Ist unsere Arbeit wertvoll?
Ingenieurteams bestehen aus einem komplexen Geflecht aus voneinander abhängigen Teams, Tools und Prozessen. Oft haben die Herausforderungen, die Ingenieurteams plagen, ihren Ursprung in einer vorgelagerten Abteilung. Wenn sich beispielsweise die Geschwindigkeit eines Entwicklungsteams verlangsamt hat, könnte das daran liegen, dass ein übereifriges Ideationsteam ständig zu viel Arbeit zugewiesen bekommt.
Ebenso haben die Handlungen eines Ingenieurteams Auswirkungen auf nachgelagerte Bereiche. Änderungen an Prozessen und Prioritäten innerhalb eines Entwicklungsteams können unerwartet zu Engpässen oder Abhängigkeiten an anderer Stelle im Lebenszyklus der Softwareentwicklung führen.
Obwohl technische Kennzahlen hilfreich sind, spiegeln sie die Verflechtung der Wertströme bei der Softwareentwicklung nicht vollständig wider. Ohne kontextbezogene Erkenntnisse können technische Führungskräfte die Risiken und Vorteile ihrer Entscheidungen nicht genau abwägen.
Software Engineering Intelligence contextualizes problems to enable smarter decisions
Technische Führungskräfte benötigen eine einheitliche Sicht auf die Teamleistung, die Abhängigkeiten und die Auswirkungen auf das Geschäft, um effektive Entscheidungen treffen zu können. Sie müssen kontextbezogene Informationen von außerhalb der Entwicklungsteams sammeln und diese schnell analysieren. Den meisten Unternehmen fehlen die Werkzeuge und Integrationen, um diese Anforderungen zu erfüllen.
Software Engineering Intelligence (SEI) platforms fill the contextual gap. According to the 2024 Gartner® Market Guide for SEI platforms, they “provide…data-driven visibility into the engineering team’s use of time and resources, operational effectiveness, and progress on deliverables.” They collect data throughout the toolchain, neatly packaging it in digestible dashboards and predictive insights. These insights complement, rather than replace, traditional engineering metrics.
Anwendungsfälle für Software Engineering Intelligence
SEI platforms should be consulted every time a business decision is made—in PI planning, sprint retrospectives, budget proposals, and interdepartmental synchronization meetings. Engineering leaders can use software engineering intelligence daily to spot problems and ensure teams adhere to business strategy. Here are three of the most essential use cases for an SEI platform:
- Simplify troubleshooting with AI-powered insights
Wenn ein Team unterdurchschnittliche Leistungen erbringt, kann es schwierig sein, die Ursache des Problems zu finden. Es ist sogar noch schwieriger, eine Lösung zu finden. Die meisten technischen Leiter finden es notwendig, bei der Untersuchung eines Problems Daten in vielen Tools zu sichten, was Zeit kostet, die die Leiter nicht haben, und sich wie eine vergebliche Übung im Mikromanagement anfühlen kann.
SEI-Plattformen verkürzen die Zeit, die zum Auffinden und Charakterisieren von Problemen benötigt wird, drastisch. Anstatt Hypothesen über Probleme aufzustellen und willkürliche Nachforschungen anzustellen, können technische Führungskräfte die SEI-Plattform einfach fragen: "Worüber sollte ich mir heute Sorgen machen?" Mithilfe von KI zur Analyse von Daten aus verschiedenen technischen Tools informiert die Plattform die Verantwortlichen über Trends und potenzielle Kapazitätsprobleme. Dies ermöglicht es den Führungskräften, Probleme proaktiv zu untersuchen und den Kurs zu korrigieren, bevor eine Krise entsteht. Das Ergebnis sind weniger Verzögerungen für die Kunden und eine ruhigere, besser organisierte Arbeitsumgebung für die Teams.
- Connect engineering to business strategy
Engineering leaders need a birds-eye view that connects engineering activities to business strategy. This level of visibility is difficult to attain because engineering teams work in a heterogeneous mix of tools, which all gather and store data of different types and schemas. Furthermore, these tools are disconnected from the rest of the software delivery process, so the activities and needs of upstream and downstream teams remain obscure.
SEI-Plattformen lösen dieses Problem durch die Integration von Tools und die Erfassung von Daten aus dem gesamten Wertstrom, einschließlich aller von DevOps verwendeten Tools für Planung, Ausführung, Test und Bereitstellung. Diese Daten werden normalisiert, analysiert und in rollenspezifischen Dashboards für jede Führungsebene angezeigt. Engineering Manager können Dashboards für ihr spezifisches Team anzeigen. Diese Daten werden dann in ein übergeordnetes Dashboard für das obere Management und ein noch umfassenderes Dashboard für die Führungskräfte eingepflegt. Da alle Dashboards dieselben Daten als einzige Wahrheitsquelle verwenden, können die Führungskräfte ganz einfach in die Details hinein- und herauszoomen, um das große Ganze zu sehen.
Die universelle Sichtbarkeit hilft technischen Führungskräften, Entscheidungen zu treffen, die mit der Geschäftsstrategie übereinstimmen. Es zeigt den Mitarbeitern auch, wie sich ihre Bemühungen auf die Geschäftsergebnisse wie Umsatz, Kosten und Kundenzufriedenheit auswirken. Dies fördert das Engagement und schafft Anreize für eine effektive Bereitstellung.
- Manage capacity and prioritize high-value work
In Agile methodology, engineering leaders must constantly assess work-in-progress and be prepared to pivot quickly when circumstances or market conditions change unexpectedly. SEI platforms facilitate this process by revealing bottlenecks, dependencies, and risks. They provide a common language for engineering leaders and business stakeholders to discuss and resolve systemic problems. For example, engineering leaders can leverage product health data to argue for greater investment in technical debt. Or, they can use capacity insights to demonstrate that their team is overloaded.
Every decision involves trade-offs, but they are not always plain to see. To make decisions in a traditional, disconnected value stream, engineering leaders must either:
(a) undertake a lengthy impact analysis, or
(b) sich auf ihr Bauchgefühl verlassen, das falsch sein kann.
SEI-Plattformen vereinfachen und beschleunigen den Entscheidungsprozess. Sie machen Kompromisse sichtbar und quantifizierbar und nutzen KI, um Ergebnisse vorherzusagen, Herausforderungen zu antizipieren und Berichte zu automatisieren. Mit KI-gestützten Erkenntnissen können Führungskräfte effektiv Prioritäten setzen und den Kunden mehr Wert liefern.
Fazit
According to Gartner, by 2027, the use of software engineering intelligence platforms by software engineering organizations to increase developer productivity will rise to 50 %, compared to 5% in 2024. This is no surprise, considering the game-changing power of AI and the importance of value-oriented software delivery. With a software engineering intelligence platform, engineering leaders can feel confident that their choices will maximize effectiveness and efficiency.
Lesen Sie den Gartner Market Guide für Software Engineering Intelligence-Plattformen
Gartner, Market Guide for Software Engineering Intelligence Platforms, Frank O'Connor, Akis Sklavounakis, Manjunath Bhat, Peter Hyde, 13 März 2024.
GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder seinen Tochtergesellschaften in den USA und international und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.
Gartner befürwortet keine Anbieter, Produkte oder Dienstleistungen, die in seinen Forschungspublikationen dargestellt werden, und rät Technologieanwendern nicht, nur die Anbieter mit den höchsten Bewertungen oder anderen Bezeichnungen auszuwählen. Die Forschungspublikationen von Gartner geben die Meinung der Forschungsorganisation von Gartner wieder und sollten nicht als Tatsachenbehauptungen ausgelegt werden. Gartner lehnt jede ausdrückliche oder stillschweigende Gewährleistung in Bezug auf diese Studie ab, einschließlich jeglicher Gewährleistung der Marktgängigkeit oder Eignung für einen bestimmten Zweck.
