企業は長い間、ソフトウェア エンジニアリング チームの経験と生産性を追跡し、改善策を見つけ出すのに苦労してきました。問題の一部は、ソフトウェア コードの作成が本質的に創造的で共同作業的なプロセスであることです。さまざまな入力と出力 (ビジネス成果ではなく) の間に明確なリンクを確立することも困難です。しかし、開発者の経験と生産性に貢献するプラクティスの成熟度を測定する方法を学ぶことは、これまで以上に重要です。今日、ほぼすべての企業が、多かれ少なかれソフトウェア企業になりたいと考えています。現在、世界中に約 2,500 万から 3,000 万人の開発者がおり、この数は 10 年末までに 5,000 万人近くに達すると予想されています。ローコード/ノーコード プラットフォームと生成 AI (gen AI) の出現により、アプリケーションを作成してデジタル ソリューションを構築できる人材のプールが大幅に拡大する可能性があります。現在、業界では開発者の生産性に関する洞察を提供するために 2 つの主要な測定システムが使用されています。 DORA (「DevOps の研究と評価」の略) メトリクスは成果に焦点を当て、SPACE (「満足度/幸福、パフォーマンス、アクティビティ、コミュニケーション/コラボレーション、効率/フロー」の略) は生産性を多次元的に捉えます。どちらのシステムも有用な洞察を提供します。私たちは、追加のメトリクス セットによって根本原因に対するより深い洞察が得られ、開発者の作業を遅らせるボトルネックを特定できると考えています。このシステムは、全体的なパフォーマンスを向上させ、イノベーションを促進するための最適な環境とエクスペリエンスを作成することを目的としています。重要なのは、このシステムはパフォーマンス管理や開発者の監視を目的としたものではなく、むしろ日々のエクスペリエンスとフローを向上させることを目的としているということです。実際、すべてのデータは匿名化されており、特定の個人に帰属するものではありません。このアプローチには、開発プロセスのいくつかの重要な領域に焦点を当て、システム、グループ、および個人のレベルで作業を分析する一連のメトリクスが含まれます。最初の領域は、ソフトウェア開発における、開発者が「フロー」状態にあるときに行うコア作業を含む内部ループと、製品の出荷に必要なその他のすべてのタスク (統合テスト、依存関係の管理、環境の設定など) に重点を置く外部ループとの分離です。 外部ループのアクティビティは、特に開発ライフサイクルの早い段階での、技術的な発見や設計作業、またはコードが品質、セキュリティ、コンプライアンスの基準を満たしていることの確認などのアクティビティで、真の価値があります。 ただし、私たちの経験では、外部ループに時間がかかりすぎると、コードをリリースするための手動アクティビティ、開発者が他の同僚やチームを待つ待機パターン、依存関係を管理するための複数の会議など、生産性に影響を与える根本的な問題の兆候である可能性があります。 大手テクノロジー企業は、開発者が時間の約 70% を内部ループのアクティビティに費やすことを目標としています。 開発者が 2 つのループに費やしている時間を追跡することで、企業は需要の高い人材の活用を最適化できます。
次のステップは、開発者から直接情報を収集し、開発者のエクスペリエンスと生産性に最も影響を与える要因を特定する Developer Velocity Index を適用することです。このツールには限界がありますが、企業が自社の慣行、ツール、文化、人材管理に関する定性的な洞察を得て、潜在的な弱点を明らかにして修正するのに役立ちます。システムが行う 3 番目のことは、チームが集団としてどのように機能しているかを調べる広範な貢献分析を実施することです。Jira などのバックログ管理ツールと連携して、貢献分布曲線をプロットし、自動化の強化、個人のスキルの開発、役割の配分の再考など、チームの設定や運用方法の改善の機会を特定します。たとえば、ある企業は、新入社員が生産性を高めるのに苦労していることに気づき、オンボーディング、ドキュメント、メンターシップ プログラムを再評価することで対応しました。さまざまな分野の 50 社を超える企業がすでにこの新しいアプローチを実装しています。初期の調査結果は有望で、製品のリリースにかかる時間が 30 ～ 40 パーセント短縮され、製品の品質が 15 ～ 25 パーセント向上し、開発者エクスペリエンス スコアが 20 パーセント上昇し、顧客満足度が 60 パーセント向上しました。企業がこのような総合的な測定システムを導入すると、開発者は一般的に満足することがわかっています。開発者が対処し、イライラした問題が明らかになるからです。このアプローチには、心理的安全性の文化を強化する効果もあり、チーム メンバー全員が、否定的な影響や個人的な判断を恐れることなく、自由にリスクを取り、アイデアを共有できます。マッキンゼーの開発者ベロシティに関する調査では、心理的安全性が開発者エクスペリエンスとイノベーションの主要な推進力になり得ることが以前に示されています。これらの指標はこれまでのところ効果的であることが証明されていますが、その適用方法には避けるべき落とし穴がいくつかあります。いかなる種類のパフォーマンス管理にもこれらの指標を採用しないだけでなく、最適化するには鈍感すぎる手段であり (間違った行動を奨励する可能性があるため)、チームの「目標」を作成するためにこれらの指標を使用するべきではありません。また、各チームには独自の作業方法があるため、これらの指標を使用してチームを比較することも避けてください。最後に、エンジニアリング指標では、絶対数は通常役に立たず、傾向を見る方がよいでしょう。それでも、この種の総合的なアプローチは、今後さらに重要になる可能性があります。この分野ですでに改善を開始しているソフトウェア開発チームの生産性を、gen AI が向上させるのに役立つという証拠が出てきています。結果は特定のタスクや開発者の現場での勤務年数によって大きく異なりますが、パイロットでは、gen AI によって開発者の生産性が最大 15 ～ 25 パーセント向上することが示されています。特に、コード リファクタリング (レガシー コードの移行または更新) やコード ドキュメント (既存のコードに加えられた変更の詳細な記録と説明の維持) などの複雑なアクティビティは、gen AI によって大幅に向上します。この調査では、gen AI の使用により、開発者の全体的な幸福度と満足度が向上することも示されています。また、gen AI が開発者のエクスペリエンスとソフトウェアのイノベーションに与える影響が拡大しても、開発者 (またはあらゆる労働者) の幸福度が高ければ高いほど、生産性も高くなる傾向があるという点は変わりません。
Chandra Gnanasambandamの洞察を共有する
チャンドラ・グナナサンバンダムは、マッキンゼーのベイエリアオフィスのシニアパートナーです。
McKinsey Insights – iPhone、iPad、Android で最新の考えを入手してください。
元記事: https://www.mckinsey.com/~/media/mckinsey/email/rethink/2024/05/2024-05-01d.html