“大数据+技术管理”：机器管理码农的时代来了！

下面是通过一个真实发生在团队里的故事，来了解“大数据驱动的技术管理”，能够给技术团队管理带来什么价值。

周三、周四请假半天的员工，70%会离职

有一天，我的团队运行了一个“关键员工离职预测模型”，从数据分析结果中，我发现了核心员工小张的“离职概率”非常高。

小张是公司的老员工，一直以来兢兢业业，是各种奖项的常客，属于“又红又专”的明星员工，于是我把这个事情告诉了小张的直属领导--陈主管。

陈主管听后非常生气，“小张是我的左右手，昨天我们还一起吃饭，他的情况我不比你了解吗？他跟随我多年，如果他有任何情况，我一定是第一个知道的，不劳你费心了。”

听到陈主管这么说，我也在责怪自己太莽撞，不该没有凭据就提出建议。

然而，故事并没有结束，一个礼拜之后，小张向他的主管提出了离职，这时陈主管找到了我，脸上打了个大大的问号。

于是，我向他解释了我的预测模型。通过收集员工的请假数据、提交代码频次数据、访问知识库的数据、招聘网站刷新简历的数据等等。通过数据建模，对这些数据进行挖掘和分析，给员工的离职概率进行打分。

这个例子中，小张连续两周在周三、周四请假，而且都是半天假，从历史数据分析发现：周三、周四请假半天的员工，有70%的概率会离职。

小张近三周提交代码的频次明显比之前降低了80%，而访问知识库的频次比较平时增加了3倍。可以解读为，工作积极性降低，却忙于对过往项目文档的整理。

此外，小张在请假行为发生的前一周，更新了招聘网站上的个人简历。把这些数据和行为连贯起来看，就不难分析出一个员工的离职概率了。

大数据不仅能够预测员工离职概率，还能用来提升开发团队的组织成熟度，通过数据洞察团队能力短板，给出团队组成建议，搭配不同技术能力、性格、性别的团队成员，从而构建最具备战斗力的开发团队，提升个体能力、团队协作效率和团队成熟度。

        “大数据+技术管理”的实施，分三步走

下面简单描述一下如何运用大数据进行技术管理工作。

大数据驱动的技术管理，分为三个步骤来实施：“软件生命周期”大数据汇集、建立“团队画像”和“员工画像”、建立大数据应用。如下图所示：

第一步：“软件生命周期”大数据汇集

将软件开发过程中，需求、设计、开发、测试、上线、验证，各阶段产生的数据进行汇集，再加上员工人口基本信息、员工绩效、员工考勤等数据。构成了“软件生命周期大数据”，如下图所示。

第二步：建立“团队画像”和“员工画像”

使用“软件生命周期大数据”，建立算法模型，进行数据挖掘，构建“团队画像”。可分为：技术攻坚型、成熟创业型、创新创意型、成长磨合型。

技术攻坚型，是技术高手组成的团队，擅长解决复杂技术难题，这类团队可承担技术架构类、技术调研类工作。

成熟创业型，指的是团队核心成员配合默契，有很强的执行力和高产出，这类团队可承担公司最重要和最战略的项目，确保公司战略的落实。

创新创意型，这类团队具备很好的创新和创意能力，可承担创新型产品的研发，孵化出足以超越对手的产品。

成长磨合型，指的是处于磨合期的成立不久的团队，可通过一些一般项目来磨练他们，给他们成长空间，这类团队的特点还没有形成，仍有很多不确定性。

第三步：建立大数据应用

基于“团队画像”、“员工画像”，建立分析报表、监控预警等等，以下列举了其中的几个应用，供大家参考。

需求优先级智能评级。用于对需求的治理，衡量哪些业务部门提出的需求给公司带来了价值，哪些部门在浪费公司的开发资源，将有限的开发资源投入到更有价值的项目上。

复杂项目的管理。根据跟踪各子任务的依赖关系，分析出关键任务，确保总体项目的进度可控，降低项目管理的难度。

个性化报表。针对开发人员、技术经理、技术总监、高层的个性化报表，呈现各角色专属的可视化数据，帮助决策。

智能管理预测。如前文提到的“关键员工离职率预测”。另外，还可用于项目工时预测、团队组建模型和建议、开发资源智能分配、软件缺陷预测等等场景。

未来还可以结合机器学习，对开发资源进行智能治理，技术管理进入“人工智能时代”，使得技术团队的能力得到极大的释放，软件工业将进入一个崭新的阶段，让我们拭目以待。

文章分享嘉介绍宾：

黄哲铿，海尔电器，互联网技术总监。目前负责集团内，大数据平台整体规划和建设。曾在服务于1号店5年、MySteel.com 4年，担任技术总监、PMO总监等职位，曾参与龙网、UFO鞋业等创业项目。

畅销书《技术管理之巅》的作者，帮助技术管理者快速全面提升，被20位互联网公司CTO联袂推荐。

个人拥有多项技术发明和专利，擅长大型电商系统设计、大数据应用等等。热爱生活和摇滚乐，曾接受《芭莎男士》等时尚杂志采访。