DevData 2024 研发效能基准调研报告采用客观数据为主、辅以主观调研问卷的方式,选取了15个典型研发效能指标,覆盖交付速率、交付质量和交付能力三个主要认知域,旨在全面评估软件研发效能的现状与趋势。
核心观点: 软件研发效能是企业数字化转型的关键因素,企业需要不断适应和采纳新技术、新实践,并依托数据持续改进,提质增效。
关键数据:
- 指标选择: 调研选取了15个指标,包括需求吞吐量、需求交付周期、代码生产率、单元测试覆盖度、重点问题密度等。
- 高效能团队特征: 总评分前20%的高效能团队在各个指标上表现更优。
- 数据洞察:
- 敏捷开发模式下的代码生产率优于其他开发模式。
- 20人以下规模的研发团队代码生产率最高。
- 代码贡献不均衡是团队鲁棒性偏低的关键因素。
- 需求颗粒度应被用作一人数据健康度指标。
- 单元测试覆盖度整体表现有较大提升空间。
- 引入外包人员的研发团队开发生产率更高,但需关注质量。
- 有“AI”的团队,需求交付速度更快,代码内建质量更高。
- 采用度量指标管理研发效能的企业相比未采用的企业代码生产率更高。
研究结论:
- 敏捷开发、小团队规模、外包人员、AI工具、度量指标等对研发效能有积极影响。
- 代码贡献均衡度、单元测试覆盖度、需求颗粒度等是影响研发效能的重要因素。
- 企业需要关注流程体系、工具平台和数据度量对研发效能的影响,并采取针对性的改进措施。
制约因素: 流程规范、团队协作、度量体系是企业研发效能提升面临的最大挑战。
AI应用现状: AI大模型在代码自动补全、智能问答、代码生成等功能上应用广泛,但落地推广仍面临内部运营/培训不足、基础大模型无法有效结合私有信息、产品功能与实际场景不完全匹配、使用公有大模型实际效果依然不够好等挑战。