[ad_1]
সফটওয়্যার ইঞ্জিনিয়ারিং সংস্থাগুলি প্রায়শই চ্যালেঞ্জগুলির সাথে ঝাঁপিয়ে পড়ে যা তাদের আউটপুটকে বাধা দেয় – উত্পাদনশীলতা অন্ধ দাগ, সদৃশ কাজ, সময়সীমা যা একটি সুযোগ, বার্নআউট এবং অন্যান্য গোপন ব্যয় যা সময় এবং শক্তি খায় তা সহ অন্যান্য লুকানো ব্যয় সহ।
এবং মেট্রিকগুলি যখন কোনও সমস্যার সংকেত দিতে পারে তবে তারা সর্বদা মূল কারণটি উদঘাটন করে না বা – আরও গুরুত্বপূর্ণভাবে – কীভাবে এটি ঠিক করা যায়। এটি অন্বেষণ করতে, আমরা জো লেভির সাথে সিইওর সাথে কথা বলেছি আপলেভেলএকটি ইঞ্জিনিয়ারিং অপ্টিমাইজেশন সিস্টেম বিকাশকারীদের এআই গ্রহণের আরওআইকে স্বাধীনভাবে পরিমাপ করতে সহায়তা করে।
জো ভাগ করে নেয় কেন পরিবর্তন সক্ষমতার সাথে ডেটা জুড়ি দেওয়া অদক্ষতা নির্ণয় এবং ড্রাইভিং রূপান্তর নির্ণয়ের জন্য গুরুত্বপূর্ণ। তিনি আরও ব্যাখ্যা করেছেন যে আপলভেল কেন দুটি histor তিহাসিকভাবে পৃথক শাখা – ইঞ্জিনিয়ারিং অ্যানালিটিক্স এবং পরিবর্তন পরামর্শ – সংস্থাগুলি সত্যই সুই সরাতে সহায়তা করার জন্য ব্রিজ করছে।
বিএন: ইঞ্জিনিয়ারিং দলগুলি উত্পাদনশীলতা বোঝার এবং উন্নতিতে আজ সবচেয়ে বড় চ্যালেঞ্জগুলির মুখোমুখি কী?
জেএল: এখানে এই কথাটি রয়েছে যে ‘যা পরিমাপ করা হয় তা পরিচালিত হয়,’ তবে একটি সাধারণ ভুল ধারণাও রয়েছে যে একাকী পরিমাপ উত্পাদনশীলতা চালানোর জন্য যথেষ্ট। রিয়েল পরিবর্তন একটি মানব অনুশীলন, এবং এর জন্য জটিল সাংগঠনিক কাঠামোগুলি নেভিগেট করা এবং লোকেরা কীভাবে চিন্তাভাবনা করে এবং কাজ করে তা বোঝার প্রয়োজন।
পরিবর্তন ঘটে যখন উভয় নেতা এবং কার্যনির্বাহী দলগুলি কী উন্নতি করতে পারে এবং কীভাবে এবং কীভাবে পরিবর্তনকে তারা ট্র্যাক করে তা নিয়ে সারিবদ্ধ হয়। এটি সহজ শোনাতে পারে তবে কী পরিবর্তন করতে হবে সে সম্পর্কে সারিবদ্ধতা পাওয়া একটি বড় বাধা হতে পারে, বিশেষত বড় সংস্থাগুলিতে। এর জন্য ব্যবসায়ের লক্ষ্যগুলি বোঝা দরকার, বর্তমান উত্পাদনশীলতা অন্তর্দৃষ্টিগুলি কী দেখায় এবং সমালোচনামূলকভাবে দলগুলির প্রসঙ্গটি।
বিএন: ইঞ্জিনিয়ারিং দলগুলির পক্ষে পারফরম্যান্সের সমস্যাগুলি নির্ণয়ের জন্য কেবলমাত্র মেট্রিকের উপর নির্ভর করা কেন ঝুঁকিপূর্ণ? আপনি কি লুকানো ব্যয় বা অন্ধ দাগগুলির উদাহরণগুলি ভাগ করতে পারেন যে সংখ্যাগুলি একাকী উদ্ঘাটন করতে ব্যর্থ হয়?
জেএল: সংখ্যাগুলি দেখাতে পারে যে একটি দলে জটিল কাজের আইটেম রয়েছে যা প্রচুর পিছনে এবং সামনের মন্তব্য তৈরি করে, সম্পূর্ণ করতে দীর্ঘ সময় নিচ্ছে এবং এর ফলে প্রচুর সভা হয়। স্পষ্টতই, একটি চ্যালেঞ্জ আছে। তবে চ্যালেঞ্জটি এখনও পণ্য পরিচালনার সাথে দুর্বল সমন্বয়, প্রযুক্তিগত আবিষ্কারের জন্য পর্যাপ্ত সময় নয়, একটি ভঙ্গুর উত্তরাধিকার পণ্যটিতে কাজ করা লোকদের একটি নতুন দল এবং আরও অনেক কিছু হতে পারে।
সমস্যার যথাযথ নির্ণয়ের জন্য প্রসঙ্গ এবং বোঝার জন্য দলগুলির সাথে সরাসরি কথোপকথন প্রয়োজন। আপনি যখন একা মেট্রিকের উপর ভিত্তি করে পরিবর্তন করেন, আপনি সম্ভবত মাটিতে বুট সহ ইঞ্জিনিয়ারদের কাছ থেকে পুশব্যাক পাবেন (সর্বোত্তমভাবে), বা আপনি এমন পরিবর্তনগুলি করবেন যা অনেক সময় এবং প্রচেষ্টা নেয় তবে সুইটি সরান না। আপনি পদক্ষেপ নেওয়ার আগে ভাল পরিচালনার কৌশলগতভাবে পুরো ছবিটি দেখার প্রয়োজন।
বিএন: ‘পুনরাবৃত্ত পরিবর্তন পরিচালনা’ কী এবং ড্রাইভিং পরিবর্তনে এর ভূমিকা কী?
জেএল: ইঞ্জিনিয়ারিং উত্পাদনশীলতা উন্নত করা এককালীন ইভেন্ট নয়। ইঞ্জিনিয়ারিং বিলম্বের জন্য প্রায়শই একাধিক মূল কারণ এবং একাধিক পরিবর্তন যা সিস্টেম এবং দলগুলি বিকশিত হওয়ার সাথে সাথে সময়ের সাথে তৈরি করা দরকার। এটির জন্য ক্রমাগত সেরা পরিবর্তনের পরামর্শ দেওয়া, দলটিকে সেই পরিবর্তন করতে সহায়তা করা এবং তারপরে পরবর্তী সেরা ক্রিয়াটি পুনর্নির্মাণের প্রয়োজন।
এজন্য আমরা আপলেভেল সিস্টেমের মূল অংশ হিসাবে পুনরাবৃত্ত পরিবর্তন সক্ষমতা যুক্ত করেছি – উন্নতির জন্য সর্বাধিক মূল্যবান সুযোগগুলি পৃষ্ঠতলের জন্য ডেটা ব্যবহার করে এবং তারপরে দলগুলিকে তাদের উপর অবিচ্ছিন্নভাবে কাজ করার জন্য প্রয়োজনীয় সংস্থান, সরঞ্জাম এবং দক্ষতা প্রদান করে।
বিএন: হ্যান্ড-অন পরিবর্তন পরিচালনার সাথে ডেটা-চালিত অন্তর্দৃষ্টিগুলি কীভাবে ইঞ্জিনিয়ারিং দলগুলির জন্য আরও সম্পূর্ণ সমাধান/আরও ভাল উপায় তৈরি করে?
জেএল: কী করতে হবে তা জেনে উন্নতি আসে সঙ্গে আপনি যে মেট্রিকগুলি দেখেন (এবং সমস্ত অতিরিক্ত প্রসঙ্গ যা পুরো গল্পটি বলার জন্য মেট্রিকগুলিকে পরিপূরক করে)। একাকী অন্তর্দৃষ্টিগুলির প্রসঙ্গের অভাব রয়েছে এবং খুব কমই আচরণের পরিবর্তন চালায়। তারা আপনাকে কী ভুল (বেশিরভাগ পিছিয়ে থাকা সূচকগুলিতে) বলবে তবে কীভাবে এটি পরিবর্তন করা যায় তা অগত্যা নয় – কী নতুন প্রক্রিয়া গ্রহণ করতে হবে, কীভাবে আপনার দলকে সমাধানে জড়িত করা যায়, পরিবর্তনগুলি কীভাবে কাজ করা হয়, বা কী ধরণের ফলাফলের প্রত্যাশা করা উচিত তা কীভাবে অনুমান করা যায়।
সত্যটি হ’ল আপনার উভয়ই দরকার – ডেটা এবং পরিবর্তনের জন্য একটি প্রক্রিয়া। ডেটা আপনার পরিবর্তনের প্রচেষ্টা এবং সঠিক দিকের অগ্রগতি পরিমাপ করতে হবে, তবে সাংগঠনিক পরিবর্তন আসলে সমীকরণের শক্ত অংশ – এমন দক্ষতার প্রয়োজন যা বেশিরভাগ ইঞ্জিনিয়ারিং নেতাদের কেবল সজ্জিত করা হয়নি। উত্পাদনশীলতা পরিমাপের পুরো পয়েন্টটি যদি এটির উন্নতি করতে হয় তবে আমাদের শিল্প হিসাবে কীভাবে সেই ফাঁকটি বন্ধ করতে হবে তা জানতে হবে।
বিএন: আপনি কি অন্যান্য খাতগুলি ডেটা বিশ্লেষণ এবং পরিবর্তন সক্ষমকরণ মডেল গ্রহণ করতে দেখছেন? এই পদ্ধতির ইঞ্জিনিয়ারিংয়ের বাইরে শিল্পগুলিকে কীভাবে উপকৃত করতে পারে?
জেএল: এই পদ্ধতির কয়েক দশক ধরে অন্যান্য উল্লম্ব উপকার হয়েছে। বিক্রয় হিসাবে, একটি পাইপলাইন প্রতিবেদন একটি নির্দিষ্ট বিক্রয় পর্যায়ে কম রূপান্তর প্রদর্শন করতে পারে। তবে যতক্ষণ না আপনি দলগুলির সাথে কথা বলছেন এবং এটি বুঝতে পারবেন না, উদাহরণস্বরূপ, চুক্তিটি পরবর্তী পর্যায়ে নিয়ে যাওয়ার জন্য তাদের কাছে ভাল প্রতিযোগিতামূলক ইন্টেল নেই, আপনি হয়ত এই বাধা ঠিক করার সর্বোত্তম সমাধানটি জানেন না। আপলেভেল ইঞ্জিনিয়ারিংয়ে এই একই পদ্ধতিটি নিয়ে আসছে।
বিএন: ইঞ্জিনিয়ারিং নেতাদের তাদের সংস্থাগুলির মধ্যে স্থায়ী পরিবর্তন তৈরি করতে আপনি কী পরামর্শ দেবেন?
জেএল: বুঝুন যে ইঞ্জিনিয়ারিং উন্নতির প্রযুক্তিগত এবং সামাজিক উভয় উপাদান রয়েছে – এবং সমস্যাটি যদি উভয়ই থাকে তবে সমাধানটিও হওয়া উচিত। পরিবর্তন কেবল টপ-ডাউন হতে পারে না। এটির জন্য প্রসঙ্গ এবং ক্রয়-ইন প্রয়োজন এমন দলগুলির কাছ থেকে কেনা প্রয়োজন যারা প্রকৃতপক্ষে পরিবর্তিত হয়। দলগুলি যখন মেট্রিকের পিছনে ‘কেন’ বুঝতে পারে এবং সমাধানের অংশ হিসাবে জড়িত থাকে, তখন তারা কাজের নতুন উপায় গ্রহণ করার সম্ভাবনা বেশি।
চিত্র ক্রেডিট:: সব কিছু/ডিপোজিটফোটস ডটকম
[ad_2]
