Глава 3
Это практически прописная истина в кругах DevOps: культура имеет огромное значение. Однако культура неосязаема; существует множество определений и моделей культуры. Наша задача состояла в том, чтобы найти модель культуры, которая была бы четко определена в научной литературе, могла бы быть эффективно измерена и обладала бы прогностической силой в нашей области. Мы смогли не только добиться этих целей, но также обнаружили, что можно влиять на культуру и улучшать ее путем внедрения методов DevOps.
В литературе существует множество подходов к моделированию культуры. Вы можете взглянуть на национальную культуру — например, той страны, в которой вы живете. Вы также можете говорить о том, какие принятые в организации культурные ценности влияют на поведение команд. И даже в рамках организационной культуры существует несколько способов определения и моделирования культуры. Организационная культура может существовать на трех уровнях: основные положения, ценности и артефакты (Шейн, 1985). На первом уровне основные положения формируются с течением времени — в процессе того, как члены группы или организации определяют смысл отношений, событий и действий. Эти интерпретации являются наименее видимыми из всех уровней — это то, что мы просто знаем, и то, что может оказаться трудно сформулировать после того, как мы достаточно долго проработали в команде.
Второй уровень организационной культуры — ценности, которые являются более видимыми для членов группы, поскольку эти коллективные ценности и нормы могут обсуждаться и даже оспариваться теми, кто их знает. Ценности являются своего рода объективом, через который члены группы просматривают и интерпретируют отношения, события и действия вокруг них. Ценности также влияют на групповые взаимодействия, устанавливая социальные нормы, которые формируют действия членов группы и обеспечивают контекстуальные правила (Бансал, 2003). Эти правила довольно часто формируют понятие «культура», о которой мы думаем, когда говорим о культуре команды и организации.
Третий уровень организационной культуры является наиболее заметным и может наблюдаться в артефактах. Они могут включать письменные заявления или убеждения, связанные с миссией компании, технологии, формальные процедуры или даже героев и ритуалы (Петтигрю, 1979).
Основываясь на дискуссиях в кругах DevOps и важности организационной культуры на втором уровне, мы решили выбрать модель, определенную социологом Роном Веструмом. Веструм проводил исследования человеческого фактора в области безопасности систем, особенно в контексте аварий в технологических областях, которые являются весьма сложными и рискованными, таких как авиация и здравоохранение. В 1988 году он разработал типологию организационных культур (Веструм, 2014).
Следующая идея Веструма состояла в том, что организационная культура влияет на то, как информация распространяется внутри организации. Веструм приводит три характеристики хорошей информации:
Хорошая циркуляция информации имеет решающее значение для безопасной и эффективной работы в условиях высоких темпов и критических последствий, которые свойственны в том числе технологическим организациям. Веструм описывает характеристики организаций, которые подпадают под его три типа, в таблице 3.1.
Дополнительное открытие Веструма состояло в том, что определение типа организационной культуры предсказывает результаты работы. Мы включили это, в частности, потому, что мы так часто слышим, что культура важна в DevOps, и нам было интересно понять, может ли культура предсказать эффективность доставки программного обеспечения.
Для того чтобы измерить культуру организаций, мы используем преимущества того факта, что указанные типы организаций формируют «точки на шкале» — «сплошную Веструма» (Веструм, 2014). Поэтому здесь отлично подходят вопросы по типу шкалы Ликерта. В психометрии шкалу Ликерта используют для оценки восприятия людей, предлагая им оценить, насколько они согласны или не согласны с утверждением. Когда люди отвечают на вопрос по шкале Ликерта, мы присваиваем ответу значение от 1 до 7, где 1 означает «категорически не согласен», а 7 означает «полностью согласен».
При таком подходе утверждение должно быть сформулировано предельно строго, чтобы люди могли решительно согласиться или не согласиться (или действительно чувствовать себя нейтрально) по этому поводу. На рисунке 3.1 вы можете увидеть часть опроса с утверждениями, которые мы создали из модели Веструма, вместе с вариантами ответов по шкале Ликерта.
Получив ответы на эти вопросы от нескольких человек (часто десятков или сотен), мы должны определить, является ли наша оценка организационной культуры достоверной и надежной со статистической точки зрения. То есть нам нужно выяснить, понимают ли вопросы одинаково все люди, принимающие участие в опросе, и действительно ли эти вопросы, взятые вместе, измеряют организационную культуру. Если анализ с использованием нескольких статистических тестов подтверждает эти свойства, мы называем то, что измерили, конструкцией (в этом случае нашей конструкцией будет «организационная культура по Веструму»), и затем мы можем использовать эти показатели в дальнейших исследованиях.
Анализ конструкций
Прежде чем проводить какой-либо анализ среди наших измерений (например, влияет ли организационная культура на эффективность доставки программного обеспечения), мы должны проанализировать данные и сами показатели. Надежные средства оценки в наших исследованиях мы называем конструкциями.
На этом первом этапе мы провели несколько анализов, чтобы убедиться, что наши методы были достоверными и надежными. Эти анализы включали тесты на дискриминантную валидность, конвергентную валидность и надежность.
Взятый вместе анализ достоверности (валидности) и надежности подтверждает наши методы и предшествует любому дополнительному анализу для проверки таких отношений, как корреляция или прогноз. Дополнительные сведения о достоверности и надежности см. . Дополнительную информацию о статистических испытаниях, используемых для подтверждения достоверности и надежности, можно найти в Приложении С.
Наше исследование последовательно выявило, что наша конструкция по модели Веструма — индикатор уровня организационной культуры, который определяет приоритет доверия и сотрудничества в команде, — является как достоверной, так и надежной.
Это означает, что вы тоже можете использовать эти вопросы в своих опросах. Чтобы вычислить балл для каждого ответа в опросе, возьмите числовое значение (1–7), соответствующее ответу на каждый вопрос, и вычислите среднее значение по всем вопросам. Затем вы можете выполнить статистический анализ всех ответов в целом.
Культура позволяет обрабатывать информацию с помощью трех механизмов. Во-первых, в организациях с производительной культурой люди сотрудничают более эффективно, и в них присутствует более высокий уровень доверия по всей организационной иерархии.
Во-вторых, «производительная культура подчеркивает миссию — акцент, который позволяет вовлеченным людям оставить в стороне свои личные проблемы, а также отраслевые проблемы, которые так очевидны в бюрократических организациях. Миссия первична. И в-третьих, созидательность поощряет равные условия, в которых иерархия играет не такую важную роль» (Веструм, 2014, с. 61).
Мы должны подчеркнуть, что бюрократия — это не обязательно плохо. Как отмечает Марк Шварц в книге The Art of Business Value, цель бюрократии — «обеспечить справедливость путем применения правил к управленческому поведению. Правила будут одинаковыми для всех случаев — так никто не получит преференциального или дискриминационного отношения. Кроме того, правила будут представлять собой лучшие продукты накопленных знаний организации: сформулированные бюрократами, которые являются экспертами в своих областях, правила будут насаждать эффективные структуры и процессы, гарантируя справедливость и устраняя произвол» (Шварц, 2016, с. 56).
Описание Веструмом культуры, ориентированной на правила, пожалуй, лучше всего рассматривать как культуру, в которой следование правилам считается более важным, чем достижение миссии. Мы работали с командами в федеральном правительстве США, которые без натяжки можно назвать производительными. И мы также работали со стартапами, которые были явно патологическими.
Теория Веструма утверждает, что организации с лучшим информационным потоком функционируют более эффективно. Согласно Веструму, этот тип организационной культуры имеет несколько важных предпосылок, что означает, что он является хорошим представителем характеристик, описанных этими предпосылками.
Во-первых, хорошая культура требует доверия и сотрудничества между людьми по всей организации, поэтому она отражает уровень сотрудничества и доверия внутри организации.
Во-вторых, более высокая организационная культура может свидетельствовать о более качественном принятии решений. В команде с таким типом культуры не только больше информации доступно для принятия решений, но эти решения легче отменить, если они окажутся неверными, потому что команда, скорее всего, будет открытой и прозрачной, а не закрытой и иерархической.
Наконец, команды с такими культурными нормами, скорее всего, будут обладать лучшей атмосферой для людей, поскольку проблемы быстрее обнаруживаются и решаются.
Мы предположили, что культура будет предсказывать как эффективность доставки программного обеспечения, так и эффективность организации. Мы также предвидели, что это приведет к более высокому уровню удовлетворенности работой. Обе эти гипотезы оказались верными. Эти взаимосвязи показаны на рис. 3.2.
Для современных организаций, которые надеются преуспеть перед лицом все более быстрых технологических и экономических изменений, важны как устойчивость, так и способность к инновациям через реагирование на эти изменения. Наше исследование применения теории Веструма к технологиям показывает, что эти две характеристики связаны. Оно демонстрирует, что эта теория, изначально разработанная для прогнозирования результатов безопасности, также предсказывает как эффективность доставки ПО, так и организационную эффективность. Это имеет значение, потому что результаты безопасности — это результаты работы в медицинских учреждениях. Распространяя эту теорию на технологии, мы ожидали, что этот тип организационной культуры положительно повлияет на доставку программного обеспечения и эффективность организации. Это зеркально отражает исследование, проведенное Google с целью изучить, как создавать высокоэффективные команды.
Конструкция эффективности доставки
В Главе 2 мы говорили, что эффективность доставки сочетает в себе четыре показателя: время выполнения, частоту выпуска релизов, время восстановления службы и частоту отказов. При выполнении кластерного анализа все четыре метрики вместе значимым образом классифицируют и различают наших участников с высокими, средними и низкими показателями. То есть все четыре критерия хороши для категоризации команд. Однако, когда мы попытались превратить эти четыре метрики в конструкцию, мы столкнулись с проблемой: они не проходят все статистические тесты достоверности и надежности. Анализ показал, что только время выполнения, частота выпуска и время восстановления вместе образуют достоверную и надежную конструкцию. Таким образом, в остальной части книги, когда мы говорим об эффективности доставки программного обеспечения, она определяется только комбинацией этих трех показателей. Кроме того, когда показано, что эффективность доставки программного обеспечения коррелирует с какой-либо другой конструкцией, или когда мы говорим о прогнозах, связанных с эффективностью доставки программного обеспечения, мы говорим только о конструкции, определенной и измеренной таким образом.
Обратите внимание, однако, что частота сбоев при изменениях сильно коррелирует с конструкцией эффективности доставки программного обеспечения, что означает, что в большинстве случаев вещи, коррелирующие с конструкцией эффективности доставки программного обеспечения, также коррелируют с частотой отказов при изменениях.
Google хотела выяснить, есть ли какие-либо факторы, общие для ее наиболее эффективных команд. Они начали двухлетний исследовательский проект, чтобы изучить, что сделало команды Google эффективными, проведя «более 200 интервью… с сотрудниками и [имея перед глазами] более чем 250 характеристик более чем 180 активных команд Google» (Google, 2015). Они ожидали найти сочетание индивидуальных черт и навыков, которые были бы ключевыми компонентами высокоэффективных команд. Вместо этого они обнаружили, что «то, кто находится в команде, имеет меньшее значение, чем то, как члены команды взаимодействуют, структурируют свою работу и оценивают свой вклад» (Google, 2015). Другими словами, все сводится к динамике команды.
Особенно показательно то, как организации справляются со сбоями или авариями. Патологические организации ищут козла отпущения: расследования направлены на то, чтобы найти человека или группу людей, ответственных за проблему, а затем наказать или обвинить их. Но в сложных адаптивных системах несчастные случаи почти никогда не происходят по вине одного человека, который ясно видел, что должно произойти, и не смог это предотвратить. Скорее, несчастные случаи, как правило, возникают в результате сложного взаимодействия факторов. Ошибка в сложных системах, как и другие типы поведения в таких системах, является эмерджентной, то есть возникшей из совокупности факторов (Перроу, 2011).
Таким образом, расследования несчастных случаев, которые останавливаются на человеческой ошибке, не просто плохи, но и опасны. Напротив, человеческая ошибка должна стать началом расследования. Наша цель должна состоять в том, чтобы выяснить, как мы можем улучшить поток информации, или найти лучшие инструменты, чтобы помочь предотвратить катастрофические сбои после явно заурядных рутинных действий.
Джон Шук, описывая свой опыт преобразования культуры команд на автомобильном заводе во Фремонте (Калифорния), заводе-основоположнике движения бережливого производства в США, написал: «…мой опыт научил меня, и это было действительно мощно, что изменить культуру — это не сначала изменить то, как люди думают, а вместо этого начать с изменения того, как люди себя ведут и что они делают» (Шук, 2010).
Таким образом, мы предполагаем, что, следуя теории, разработанной движениями Lean и Agile, внедрение практик этих движений может оказать влияние на культуру. Мы решили рассмотреть как технические, так и управленческие практики, а также оценить их влияние на культуру. Наше исследование демонстрирует, что бережливое управление, как и ряд других технических практик, известных как непрерывная доставка (Хамбл и Фарлей, 2010), действительно влияет на культуру, как показано на рис. 3.3.
Вы можете проложить свой путь к лучшей культуре, применяя эти методы как в технологических организациях, так и в производственных. В следующей главе мы рассмотрим технические практики, а затем в Главах 7 и 8 обсудим управленческие практики.