目前我们看到的业界回顾会的落地有很明显的侧重点:

敏捷导入初期的回顾会

组织中以往经常会有发版以后的复盘会,复盘会以追求探索发版过程中出现的问题为主,通常为生产环境的环境因素导致的系统问题,生产环境和测试环境不一致导致的需求有误等问题。顾问或教练在进入团队后,会首先区分复盘会和回顾会的不一致,主力于建立一种不问责的文化。

此时的回顾会建设以团队气氛活跃为主,通常是激发团队的发言和收集大家的直觉反馈为过程,在流程中常加入相互感谢、成员间互相了解的环节。

在以往的回顾会召开时,通常因为时间限制或者前期准备不充分,在数据收集阶段会发现无数据可分析或者被分析的数据不足信等问题。回顾会中的数据分析只占了很少的一部分时间,大多数的敏捷回顾会导入时以形成团队共识,打造团队气氛为主,这也就很容易导致后续的回顾会无法持续的召开,因为人们通常已经习惯了“发现问题-解决问题”的行为模式,没有参考基线进行问题挖掘,往往会让大家迷失了前进的目标和方向。

敏捷导入中期的回顾会

当敏捷模式运行一段时间以后,当研发团队在敏捷研发模式运行比较良好以后通常会邀请业务的同学一起来参加回顾会,这时业务同学可能会混淆经营会和回顾会。

经营会不是回顾会。形式上看,经营会以信息通报、主管点评形式为主,一般不做展开讨论。回顾会需要团队畅所欲言,进行讨论。内容上看,经营会的主要内容是展现业务经营数据,比如收入、成本、业务过程指标等,介绍一些重要工作的推动情况,以结果达成为主要导向;特别以数据驱动的回顾会的主要是通过展现展现达成数据、效能数据,启发团队探讨工作方式和团队合作,审视过程。

敏捷导入后期的回顾会

当团队已经适应了敏捷研发模式,团队融合到一定程度后,为了持续提升团队能力,团队就需要从前期积累的数据基线中不断找出可改进的发力点,持续迭代进行改进。

经验数据分析_经验优秀_大数据优质经验

曾经有一个组织中的敏捷教练就吐槽说:“顾问,不是我们不想坚持,实在是开一个回顾会需要花费的精力太多。要想坚持下去,不仅要换着花样给团队搞游戏,产出的行动项也是团队内部搞不定的事情。”,所以一旦顾问和教练退场,难以坚持,常常逐步退化。

为了帮助大家更好地落地和坚持回顾会,这里跟大家分享高效执行回顾会的新思路——数据驱动的回顾会。

什么是数据驱动的回顾会

数据驱动的回顾会,和经典的回顾会在目的上是一致的。甚至“套路”和经典的回顾会也没有太大的区别,但我们的方式是用数据引发大家讨论和思考,同时希望依托数据为团队建立改进基线,所以会议的重心和经典的回顾会有一些不同。

简单从时间分配上就能看出这种差异:

既然是数据驱动,我们来看看数据收集和应用的细节差异:

可见,数据驱动的回顾会,数据的收集不仅在会上,也在日常工作。收集的数据类型,包括经典回顾会的一线反馈(非结构化数据),也包括大量的结构化的定量数据。这就是数据驱动回顾会的数据基础。

通过这些数据,我们获得了两项收益,

那具体到底怎么做呢?

下面,以一个实例,来看在实际辅导中,具体怎么开「数据驱动的回顾会」。

用数据驱动的回顾会实例

数据驱动的前提是有数据。

我们在日常依靠知微管理平台自动收集了团队的效能数据、协作数据。

会前,团队内部教练和顾问共同查阅和分析数据,识别数据的异常波动、效能提高或降低情况、以及协作数据的变化。依据内部教练反馈和顾问经验,初步判断数据变化的原因。针对数据提出若干可讨论的开放式议题。

在这个实例中,我们面对一个人数过百的部落,正式会议邀请了部落长、所有小队长、教练、团队骨干参加,约20人。一小时的会议过程如下:

01 预设基调

约30分钟

第一步,除了传统的回顾会最高指导原则,我们特别强调了数据驱动的回顾会的指导原则。

这背后是数据驱动管理的正确思维,大数法则和贝叶斯原理。有兴趣的读者可以去看我们本系列的上篇《一个法则,一个定理,数据驱动管理的必备理念》。

经验数据分析_经验优秀_大数据优质经验

第二步,分享数据。首先我们分享了效能数据,包括:

同时,我们也按照时效和吞吐量对组织里所有部落进行了分型,帮助本部落进行横向比较。当然,这里我们也要强调,因为各部落情况不同,有的部落天然时效会更快,有的部落天然吞吐更高。

这不是鼓励内卷,只是帮助团队了解自己的相对位置。

大数据优质经验_经验数据分析_经验优秀

经验数据分析_大数据优质经验_经验优秀

除此之外,我们还会分享其他数据,包括:

tips:

飞卡,是指在看板中,一张卡片跳过中间一个或若干步骤阶段的情况,反映了过程管理的缺失。比如,研发测试阶段飞卡,就是卡片从等待开发直接拖到了等待发布。研发测试阶段的过程管理信息就丢失了。在团队中,较低比例的飞卡是可接受的,但如果占比太高就会影响数据准确度。并且在金融机构还可能涉及合规问题,需要管理者特别关注。

大数据优质经验_经验数据分析_经验优秀

经验优秀_大数据优质经验_经验数据分析

之所以分享这两部分数据,是基于两方面的考虑:

02 收集数据-激发灵感-形成共识

约25分钟

在会前我们就基于回顾会数据反馈出来的情况,包括异常波动,低达成、低绩效点等,提出几组讨论话题以供讨论。当然,根据团队现场的建议,也可以酌情补充其他议题。

因为团队较大,我们进行了分组讨论,各组自行选择1-2个议题进行讨论或进行根因分析,并就每个议题选出1个行动计划。

这里讨论的过程我们采用了经典回顾会的方式——针对议题,各自表达意见,澄清,讨论,形成共识的行动计划。形成共识后,每个小组派出一名代表进行总结发言,介绍团队的重要洞察和观点,介绍后续的行动计划。

大数据优质经验_经验优秀_经验数据分析

03 结束收尾

5分钟

总结收尾,部落长、内部教练对回顾活动本身进行回顾,确认行动计划。

以上3步,就是我们经过多轮实践改进出来的「数据驱动回顾会」的具体实施步骤。

形成这样一个模式的过程事实上也是一个不断执行、感知、复盘、调整的过程。

为了开好「数据驱动回顾会」我们踩过哪些坑?

一开始我们只进行效能数据分享,在会议上团队就数据清单、数据统计方式进行大量的发问,导致会议主题从「启发团队讨论改进」,偏移到了「数据准确性核实」。所以我们改进了基调预设部分,补充了新的指导原则,也根据团队反馈对数据进行了持续的校准。

此外,我们发现团队对于效能数据的感知不强烈,所以我们加入了一部分绩效数据。这些绩效数据也来自于对效能数据的细化分析,由于备受管理者的关注形成了绩效指标。和效能数据之间有着紧密的联系。这就提高了团队对于数据的关注度和重视度。

慢慢地,团队虽然能从数据中获得一些感知,但由于讨论比较宽泛,与日常工作联系不紧密,未能建立改进闭环。基于这样的情况,我们加强了讨论部分的设计。在会前获得数据后,和团队负责人、教练共同分析识别数据波动和异常点,有针对性地设计讨论问题,引导团队聚焦问题进行讨论。

不难看出,数据驱动的回顾会本身,其形式、过程会根据团队执行情况不断摸索和调整,从而更好地帮助团队构建改进闭环。

小结

总的来说,回顾会的召开主要目的是为了在结构化的讨论框架下能激发团队的反思和改进动力,结合这些年逐步深入人心的效能改进等数据指标,团队可以从数据角度来进一步挖掘团队中需要持续改进的问题和校准前行的标准,更加有理有据,对症下药,精准打靶。

彩蛋环节

有一次回顾会开场时,CC教练问团队的成员:“你们这个迭代感觉如何呢?如果能量满满就5个手指,如果能量低就1根手指。”

大多数成员都是2-3根手指,唯独一个成员猛然举起了5根手指,CC教练好奇的问到:“这位同学,你对这个迭代的感觉这么好吗?”

此成员惊讶:“不是的,我觉得糟透了。”

CC教练更好奇了:“那你为什么举起了5根手指呢?”

此成员疑惑:“不是所耗的能量吗?这个迭代中我们需求没澄清好,费了好多功夫来回讨论,最后很惊险的才上线,加班了好几天呢!岂不是能量耗费满满的么?”

大伙儿哗然。

是的,当我们利用数据来进行团队的行为、效能、习惯等校准和改进时,请先定义好我们的数据对象以及不同数字所想表达的含义,否则你可能会看到全部挥舞着五根手指的成员们对你说,我们最近真的加班加的很辛苦!


本文由转载于互联网,如有侵权请联系删除!