Приложение B

Статистика

Хотите знать, что мы обнаружили с точки зрения статистики? Ниже мы перечислим все это, организованное по категориям.

В качестве напоминания.

Корреляция отражает то, насколько согласованно (или нет) изменяются две переменные, но она не говорит нам, предсказывает или вызывает ли изменение одной переменной изменение другой переменной. Две переменные, изменяющиеся согласованно, всегда могут быть связаны с третьей переменной или — иногда — просто случайностью.

Предсказание говорит о влиянии одной конструкции на другую. В частности, мы использовали дедуктивно-прогностический анализ, один из наиболее распространенных видов анализа, применяемых в технологических и бизнес-исследованиях. Он помогает нам понять влияние HR-политики, организационного поведения и мотивации, а также то, как технологии влияют на такие результаты, как удовлетворенность пользователей, эффективность команды и эффективность организации. Дедуктивное проектирование применяется тогда, когда чисто экспериментальное проектирование невозможно, а предпочтение отдается полевым экспериментам, например, в бизнесе, когда сбор данных осуществляется в сложных организациях, а не в стерильных лабораторных условиях, и компании не будут жертвовать своей прибылью, чтобы вписаться в контрольные группы, определенные исследовательской командой. Методы анализа, используемые для проверки предсказаний, включают простую линейную регрессию и регрессию частичных наименьших квадратов, описанную в Приложении С.

Организационная эффективность

• Группа респондентов с высокими показателями в два раза чаще превышает показатели организационной эффективности, чем группа с низкими показателями, а именно: прибыльность, продуктивность, долю рынка, количество клиентов.
• Группа респондентов с высокими показателями в два раза чаще превышает некоммерческие показатели эффективности, чем группа с низкими показателями: количество продуктов/услуг, операционную эффективность, удовлетворенность клиентов, качество продуктов/услуг, достижение организационных целей и миссии.
• В ходе контрольного опроса по итогам первоначальной работы по сбору данных за 2014 год мы собрали данные о биржевых котировках и провели дополнительный анализ ответов чуть более 1000 респондентов из 355 компаний, которые добровольно предложили свою организацию для участия в опросе. Для сотрудников публичных компаний мы обнаружили следующее (этот анализ не был воспроизведен в последующие годы, поскольку наш набор данных был недостаточно большим):
• рост рыночной капитализации за три года у группы респондентов с высокими показателями оказался на 50% выше по сравнению с группой с низкими показателями.

Эффективность доставки ПО

• Четыре показателя эффективности доставки программного обеспечения (частота развертывания, время выполнения, среднее время восстановления, процент сбоев изменений) являются хорошими классификаторами для профиля эффективности доставки ПО. Группы, которые мы определили по показателям эффективности как высокие, средние и низкие, все значительно отличаются друг от друга по всем четырем показателям каждый год.
• Наш анализ участников с высокими, средними и низкими показателями свидетельствует о том, что нет никаких компромиссов между улучшением эффективности и достижением более высоких уровней скорости и стабильности: они движутся в тандеме.
• Эффективность доставки программного обеспечения предсказывает организационную и некоммерческую эффективность.
• Конструкция эффективности доставки ПО представляет собой комбинацию трех показателей: времени выполнения, частоты выпуска и среднего времени восстановления (MTTR — mean time to repair). Частота сбоев изменений не включена в конструкцию, хотя она сильно коррелирует с конструкцией.
• Частота развертывания сильно коррелирует с непрерывной доставкой и всесторонним использованием контроля версий.

Время выполнения сильно коррелирует с контролем версий и автоматизированным тестированием.

• MTTR сильно коррелирует с контролем версий и мониторингом.
• Эффективность доставки программного обеспечения коррелирует с организационными инвестициями в DevOps.
• Эффективность доставки программного обеспечения отрицательно коррелирует с «болью развертывания». Чем болезненнее развертывание кода, тем хуже эффективность доставки ПО и культура.

Качество

• Незапланированная работа и доработки:
• респонденты с высокими показателями сообщили, что тратят 49% своего времени на новую работу и 21% на незапланированную работу или доработки;
• респонденты с низкими показателями тратят 38% своего времени на новую работу и 27% на незапланированную работу или доработки;
• в наших данных по доработкам есть доказательство J-кривой. Респонденты со средними показателями тратят больше времени на незапланированную доработку, чем респонденты с низкими показателями, причем 32% их времени тратится на незапланированную работу или доработки.
• Ручная работа:
• респонденты с высокими показателями сообщают о самом низком объеме ручной работы во всех практиках (управление конфигурацией, тестирование, развертывание, процесс утверждения изменений) на статистически значимых уровнях;
• опять же, есть доказательство J-кривой. Респонденты со средними показателями выполняют больше ручной работы, чем респонденты с низкими показателями, когда речь заходит о процессах развертывания и утверждения изменений, и эти различия статистически значимы;
• см. таблицу B.1.

Выгорание и «боль развертывания»

• «Боль развертывания» отрицательно коррелирует с эффективностью доставки программного обеспечения и организационной культурой Веструма.
• Пять наиболее коррелирующих с выгоранием факторов — это организационная культура Веструма (в отрицательном значении), лидеры (в отрицательном значении), организационные инвестиции (в отрицательном значении), организационная эффективность (в отрицательном значении) и «боль развертывания» (в положительном значении).

Технические возможности

(Возможности архитектуры находятся в их собственном разделе ниже.)

• Магистральная разработка:
• респонденты с высокими показателями имеют самый короткий срок слияния в магистраль и время жизни ветви — обычно несколько часов или день;
• респонденты с низкими показателями имеют самый долгий срок слияния в магистраль и время жизни ветви обычно несколько дней или недель.
• Технические практики предсказывают непрерывную доставку, организационную культуру Веструма, идентификацию с компанией, удовлетворенность работой, эффективность доставки программного обеспечения, меньше выгорания, меньше «боли развертывания» и меньше времени, затраченного на доработки.
• Респонденты с высокими показателями тратят на 50% меньше времени на устранение проблем безопасности, чем респонденты с низкими показателями.

Возможности архитектуры

• Не было никакой корреляции между конкретным типом системы (например, системой взаимодействия или системой записи) и эффективностью доставки программного обеспечения.
• Респонденты с низкими показателями чаще сообщали, что создаваемое ими программное обеспечение или набор сервисов, с которыми они должны взаимодействовать, — это «заказное программное обеспечение, разработанное другой компанией (например, партнером на аутсорсинге)».
• Респонденты с низкими показателями с более высокой вероятностью будут работать на универсальных системах (mainframe systems).
• Необходимость интеграции с системами мейнфреймов не является статистически значимым показателем эффективности.
• Респонденты со средними и низкими показателями не имеют существенной корреляции между типом системы и эффективностью доставки программного обеспечения.
• Слабосвязанная, хорошо инкапсулированная архитектура повышает эффективность ИТ. В наборе данных 2017 года вклад этого фактора в непрерывную доставку оказался самым большим.
• Среди тех, кто развертывает код хотя бы раз в день, по мере увеличения количества разработчиков в команде мы обнаружили, что:
• респонденты с низкими показателями развертывают код с уменьшающейся частотой;
• респонденты со средними показателями развертывают код с постоянной частотой;
• респонденты с высокими показателями развертывают код со значительно возрастающей частотой.
• Высокоэффективные команды с большей вероятностью положительно отреагировали на следующие утверждения:
• мы можем сделать большую часть нашего тестирования, не прибегая к интегрированной среде;
• мы можем и делаем развертывание/выпуск наших приложений независимо от других приложений/служб, от которых они зависят;
• это заказное ПО, которое использует архитектуру микросервисов.
• Мы не обнаружили существенных различий в зависимости от того, какой тип архитектуры команды строили или интегрировали.

Возможности бережливого управления

Возможности бережливого управления предсказывают организационную культуру Веструма, удовлетворенность работой, эффективность доставки программного обеспечения и меньшее выгорание.

Утверждение изменений:

— консультативные советы по изменениям отрицательно коррелируют с эффективностью доставки программного обеспечения;

— утверждение только изменений с высоким риском не коррелировало с эффективностью доставки программного обеспечения;

— команды, которые сообщили об отсутствии процесса утверждения или использовали внутреннюю экспертизу, достигли более высокой эффективности доставки программного обеспечения;

— облегченный процесс утверждения изменений предсказывает эффективность доставки программного обеспечения.

Возможности бережливого управления продуктом

• Способность применять экспериментальный подход к разработке продукта в значительной степени коррелирует с техническими практиками, которые способствуют непрерывной доставке.
• Возможности бережливой разработки продукта предсказывают организационную культуру Веструма, эффективность доставки программного обеспечения, организационную эффективность и меньшее выгорание.

Возможности организационной культуры

• Данные показатели сильно коррелируют с культурой:
• организационные инвестиции в DevOps;
• опыт и эффективность работы лидеров команд;
• возможности непрерывной доставки;
• способность команд разработки, эксплуатации и информационной безопасности достигать взаимовыгодных результатов;
• организационная эффективность;
• «боль развертывания»;
• практики бережливого управления.
• Организационная культура Веструма предсказывает эффективность доставки программного обеспечения, организационную эффективность и удовлетворенность работой.
• Организационная культура Веструма отрицательно коррелирует с «болью развертывания». Чем болезненнее развертывание кода, тем хуже культура.

Идентификация, чистый индекс лояльности сотрудников (eNPS) и удовлетворенность работой

• Идентификация с компанией предсказывает организационную эффективность.
• У респондентов с высокими показателями выше лояльность сотрудников по результатам измерений eNPS. Сотрудники высокоэффективных организаций в 2,2 раза чаще рекомендовали свою организацию как отличное место для работы.
• eNPS значительно коррелирует со:
• степенью, в которой организация собирает отзывы клиентов и использует их в разработке продуктов и функций;
• способностью команд визуализировать и понимать поток продуктов или функций на протяжении всего процесса разработки вплоть до клиента;
• степенью, в которой сотрудники идентифицируют себя с ценностями и целями своей организации, и усилиями, которые они готовы приложить, чтобы сделать организацию успешной.
• Сотрудники высокоэффективных команд в 2,2 раза чаще рекомендуют свою организацию как отличное место для работы.
• Сотрудники высокоэффективных команд в 1,8 раза чаще рекомендуют свою команду как отличное место для работы.
• Удовлетворенность работой предсказывает организационную эффективность.

Лидерство

• Мы наблюдали значительные различия в лидерских характеристиках среди высоко-, средне- и низкоэффективных команд.
• Высокоэффективные команды сообщили, что у них есть лидеры с самым сильным поведением во всех измерениях: видение, вдохновляющее общение, интеллектуальная стимуляция, поддерживающее лидерство и личное признание.
• Низкоэффективные команды сообщили о самых низких уровнях всех пяти лидерских характеристик.
• Все эти различия были отмечены на статистически значимых уровнях.
• Характеристики трансформационного лидерства сильно коррелируют с эффективностью доставки программного обеспечения.
• Трансформационное лидерство в значительной степени коррелирует с eNPS.
• Команды с лучшими 10% заявленных характеристик трансформационного лидерства были одинаково или даже менее склонны к высоким показателям по сравнению со всей популяцией команд, представленных в результатах опроса.
• Лидерство является прогностическим фактором возможностей бережливой разработки продукта (работа в небольших партиях, командные эксперименты, сбор и внедрение отзывов клиентов) и технических практик (автоматизация тестирования, автоматизация развертывания, разработка на основе магистрали, «сдвиг влево» по безопасности, слабосвязанная архитектура, уполномоченные команды, непрерывная интеграция).

Разнообразие

• Из общего числа респондентов идентифицировали себя как женщин 5% в 2015 году, 6% в 2016 году и 6,5% в 2017 году.
• 33% наших респондентов сообщили, что работают в командах без женщин.
• 56% наших респондентов сообщили, что работают в командах, в которых менее 10% женщин.
• 81% наших респондентов сообщили, что работают в командах, в которых менее 25% женщин.
• Пол:
• 91% мужчины;
• 6% женщины;
• 3% другое.
• Недостаточно представленные группы:
• 77% ответили: «Нет, я не отношу себя к недостаточно представленной группе»;
• 12% ответили: «Да, я отношу себя к недостаточно представленной группе»;
• 11% ответили, что они предпочли бы не отвечать или не определились.

Другое

• Инвестиции в DevOps сильно коррелировали с эффективностью доставки ПО.
• Процент людей, сообщивших о работе в командах DevOps, вырос за последние четыре года:
• 16% в 2014 году;
• 19% в 2015 году;
• 22% в 2016 году;
• 27% в 2017 году.
• DevOps происходит во всех операционных системах. Впервые мы начали спрашивать об этом в 2015 году.
• 78% респондентов широко развернуты на 1–4 операционных системах, наиболее популярные из которых Enterprise Linux, Windows 2012, Windows 2008, Debian/Ubuntu Linux.
• На рис. B.1 показана «фирмографика» из данных за 2017 год. Отметим, что высоко-, средне- и низкоэффективные респонденты представлены во всех группах. То есть крупные предприятия есть в высоко-, средне- и низкоэффективных группах. Мы также видим стартапы в высоко-, средне- и низкоэффективных группах. Строго регулируемые отрасли (в том числе финансы, здравоохранение, телекоммуникации и т.д.) также встречаются в высоко-, средне- и низкоэффективных группах. Важно не то, в какой отрасли вы работаете или насколько велика ваша компания; даже крупные, строго регулируемые организации способны разрабатывать и доставлять программное обеспечение с высокой эффективностью, а затем использовать эти возможности в обеспечении ценности для своих клиентов и своей организации.