《必致(BizDevOps)白皮书2022》——03必致(BizDevOps)实践体系——3.2 协作和管理领域的实践(下)

简介: 《必致(BizDevOps)白皮书2022》——03必致(BizDevOps)实践体系——3.2 协作和管理领域的实践(下)

《必致(BizDevOps)白皮书2022》——03必致(BizDevOps)实践体系——3.2 协作和管理领域的实践(上) https://developer.aliyun.com/article/1230839?groupCode=tech_library



产品规划和协同子域

在产品规划和协同子域中,业务机会通过专题的收敛和优先级排序分解为相关的业务需求,同时日常需求也是业务需求的来源。面对数字业务的蓬勃发展,业务机会和日常需求总是源源不断,但产品和技术团队的资源有限,常常造成企业内部业务线和产品线矛盾不断,在业务需求优先级上很难达成共识。

BizDevOps强调业务驱动的协作关系,由此也需要围绕业务需求建立共识机制。业务机会通过专题进行收敛和定义,专题服务于产品的目标,并定义明确的成功标准,它又被称为成效指标(MoS:Measure of Success)。成功标准应该明确可衡量,它由业务和产品共同定义并达成共识,用以指导专题的规划、优先级共识和迭代反馈。成效指标的衡量则以业务的输入为主,为业务驱动、产品收敛画上闭环。

成效指标(MoS):专题的成效指标是专题在启动时确定的如何衡量其结果的标准。在具体落地时需要关注数据的可 获取性,逐步形成自动化的获取、处理和呈现机制。

image.png

图3-7:通过专题收敛业务的机会,并承接和落地产品的目标

成效指标不应该等同于业务经营的KPI,整个指标体系为业务、产品和技术在协同过程中提供了仪表盘,保证大家在高速前行过程中保持方向感。过度聚焦短期的KPI,则容易迫使组织中各团队急于证明自身工作的高效,形成不利于响应变化的免责文化。很多传统组织在面对数字化时代不确定性时,尝试引入OKR等机制去对抗长期KPI管理的副作用,然而在目标(Objective)的制定上,仍然很难聚焦真正的业务价值,造成落地执行的乏力。

image.png

图3-8:利用精益价值树展现的从业务愿景/目标,到专题和业务需求的投资组合管理。

如上图所示,产品线的愿景、目标、专题和业务需求构成树形结构,树的各个层次反映不同粒度的业务价值。这棵树被称为精益价值树(LVT:Lean Value Tree),精益价值树的不同分支上叠加人力和其他资源的投入,可以整体和直观反映组织中的资源在不同价值项上的分布。

精益价值树可以帮助组织进行基于业务价值的投资组合管理,通过可视化的实践让业务和产品在规划和协同上持续互动,保证业务和产品在决策上的透明,和沟通渠道的有效畅通。

围绕业务目标的规划和协同,形成高效且有效的业务交付、反馈和调整的创新闭环。这是业务驱动的组 织协同机制解决的核心问题。

在基于专题的投资组合管理下,组织进一步针对业务需求形成有效的版本规划,并以它进一步驱动交付团队的迭代计划,最终转化为以及持续交付域的发布计划,拉通协作和管理领域与工程和技术领域,形成完整的BizDevOps体系。接下来一节我们将介绍工程和技术领域的实践。

目录
相关文章
|
敏捷开发 监控 容灾
阿里巴巴DevOps实践指南(二十二)| 发布策略
DevOps 追求更短的迭代周期、更高频的发布。但发布的次数越多,引入故障的可能性就越大。更多的故障将会降低服务的可用性,进而影响到客户体验。所以,为了保证服务质量,守好发布这个最后一道关,阿里逐步发展出了适应 DevOps 要求的发布策略。
阿里巴巴DevOps实践指南(二十二)| 发布策略
|
运维 数据可视化 安全
阿里巴巴DevOps实践指南(二十三)| 编排运维
面向编排的运维是指用户(PaaS 服务以及开发、运维、运营等角色)根据实际业务需要,对多个原子组件通过简单编排的方式进行灵活装配,构造出不同的业务流程以便完成一个完整的运维需求。运维编排可以帮助我们更好地规范、管理和执行自动化运维操作,以模板的方式定义所需要进行的操作,然后再通过系统运行,从而提高整体运维操作的效率、增强运维操作的安全性,并避免人工运维的错误。
阿里巴巴DevOps实践指南(二十三)| 编排运维
|
运维 监控 安全
阿里巴巴DevOps实践指南(十九)| 监管控一体化运维
阿里巴巴应用运维监管控一体化的建设随着业务形态和技术架构还在不断地探索和发展,本文主要介绍了应用运维监管控一体化建设的背景和思路。我们以应用为中心,从应用监控管角度出发,通过全视角监控实时掌握应用的运行状态,通过高效发布部署和灵活的运维编排对应用进行安全变更,通过智能化运维和安全防护实现应用的高级防护。
阿里巴巴DevOps实践指南(十九)| 监管控一体化运维
|
11月前
|
存储 人工智能 运维
云监控 2.0:全栈智能可观测平台
云监控2.0是由阿里云智能集团资深产品专家司徒放分享的全栈智能可观测平台。该平台旨在解决传统监控系统的割裂问题,通过统一接入、存储和观测模型,实现基础设施、应用及用户体验的全面可观测。云监控2.0引入了智能体和大模型技术,支持全局搜索、问题排查和根因定位,大幅提升运维效率。未来将扩展更多智能洞察场景,并开放API供客户定制使用。
680 7
|
敏捷开发 测试技术 持续交付
阿里云云效产品使用合集之是否可以进行跨项目自动化同步
云效作为一款全面覆盖研发全生命周期管理的云端效能平台,致力于帮助企业实现高效协同、敏捷研发和持续交付。本合集收集整理了用户在使用云效过程中遇到的常见问题,问题涉及项目创建与管理、需求规划与迭代、代码托管与版本控制、自动化测试、持续集成与发布等方面。
|
人工智能 运维 Kubernetes
深度 | 从DevOps到BizDevOps, 研发效能提升的系统方法
研发效能提升不知从何下手、一头雾水?阿里资深技术专家一文为你揭秘研发效能提升的系统方法
4995 1
深度 | 从DevOps到BizDevOps, 研发效能提升的系统方法
|
持续交付
《必致(BizDevOps)白皮书2022》——03必致(BizDevOps)实践体系——3.2 协作和管理领域的实践(上)
《必致(BizDevOps)白皮书2022》——03必致(BizDevOps)实践体系——3.2 协作和管理领域的实践(上)
609 0
|
存储 消息中间件 缓存
RocketMQ如何保证消息的可靠性?
消息的发送方式有哪几种?存储消息的可靠性面临哪些挑战?消费消息的确认机制是怎样的?本文通过分析消息流转的整个过程,从消息发送、消息存储和消息消费三个阶段介绍RocketMQ是如何保证消息的可靠性的。
RocketMQ如何保证消息的可靠性?
|
Prometheus 数据可视化 Cloud Native
Grafana【部署 02】可视化工具 Grafana 9 最新版下载安装配置及使用(新特性体验)
Grafana【部署 02】可视化工具 Grafana 9 最新版下载安装配置及使用(新特性体验)
658 0
EMQ如何实现点对点消息和发布订阅消息?
EMQ(Erlang MQTT Broker)通过 MQTT 协议实现了点对点消息和发布订阅消息两种消息传递模式。
698 2