Фреймворк для формулирования метрик деврела

“Хотим стать более заметными для инженерного сообщества” — не так уж сложно представить себе компанию, которая подумает такую мысль (мы проверяли).

В целом ок, достойное стремление. Но самое интересное впереди.

“А как мы поймём, что становимся более заметными?” — тепло; “Какие у нас будут деврел-метрики?” — горячо.

К этому моменту мы сделали руками 20 кейсов как деврел-бюро и ещё с десяток подсмотрели у знакомых, так что со всей статистикой и ответственностью: куда вы приложите деврел, такие и будут метрики.

Пример: мы недостаточно заметные для инженерного сообщества ← долго закрываем вакансии ← раньше хватало реферальных контактов, нанимали по сарафанному радио, для нынешних размеров компании уже недостаточно ← нанимаем без эйчара ← не придумали, каким должен быть хороший эйчар; у нас специфическая предметная область.

Ок, давайте наймём толкового эйчара. Локальная метрика: число и релевантность откликов на нашу вакансию эйчара. Знают ли соискатели о компании нужное, долетает ли до них то важное, которое мы транслируем во внешний мир.

Другой пример: мы недостаточно заметные для инженерного сообщества ← сотрудники не рассказывают о нашей экспертизе во внешний мир ← сотрудники не видят истории, о которых можно было бы рассказать ← сотрудники не знают, чем занимаются коллеги в других командах.

Ок, давайте раскачаем внутренние активности по обмену опытом между сотрудниками — внутренние митапы, блог, каналы с тематическими новостями, фичеринг коллег, кто сделал что-то интересное-полезное. Локальная метрика: воронка участия в канале — сколько людей наблюдают в режиме read-only, сколько участвуют в обсуждении, сколько готовы вписаться в качестве автора, сколько в работе, сколько помогает с организацией.

Сила деврела в том, что это набор инструментов и практик, который можно применять к разным задачам. Не эксклюзивно к найму, не только к удержанию, не исключительно к развитию внутренней инженерной культуры, не обособленно к внешнему инженерному бренду — к разному.

На практике причинно-следственные связи — не всегда линейная цепочка, как в примерах выше. Чаще это логические деревья: у проблемы может быть несколько причин и следствий, не всё связано со всем, но некоторое с некоторым.

Вот и получается, что в качестве фреймворка для формулирования ваших собственных деврел-метрик можно использовать старый добрый Root-Cause анализ. Выписываем проблему; рисуем стрелки вверх — к последствиям; рисуем стрелки вниз — к причинам; добавляем-соединяем; ищем, какие утверждения аффектят своими стрелками больше всего других проблем в дереве. Зачисляем этих “чемпионов” в корневые проблемы, обрушиваем на них праведный гнев.

Почитайте брошюру Хенрика Книберга о Root-Cause анализе. Вы скорее всего знаете мистера Книберга как эксперта в аджайле, смотрели его видео про инженерную культуру Spotify. Но в Root-Cause штуке он не менее крут, ей-богу.

Эти 18 страниц — для нас были полезнее, чем некоторые книги по отдельности, а то и вместе взятые.

Если попробуете Root-Cause для формулирования своих деврел-метрик — напишите потом, поделитесь впечатлениями?