A medida que los trabajadores del conocimiento, incluidos los ingenieros de software, cambiaron al trabajo remoto durante la pandemia, los ejecutivos expresaron su preocupación de que, como resultado, la productividad se vería afectada. Él evidencia es mezclado en esto, pero en la industria del software en particular, el trabajo remoto exacerbó muchos de los desafíos que los empleados ya enfrentaban. Según un Jardín 2021 encuesta, la mayoría de los desarrolladores encontraron que los bucles de retroalimentación lentos durante el proceso de desarrollo de software eran una fuente de frustración, solo superada por la comunicación difícil entre equipos y grupos funcionales. El setenta y cinco por ciento dijo que el tiempo que dedican a tareas específicas es tiempo perdido, lo que sugiere que podría destinarse a un uso más estratégico.
En busca de una solución para impulsar la productividad de los desarrolladores, tres ex empleados de Atlassian, Dylan Etkin, Michael Knighten y Don Brown, cofundaron Detective, una herramienta que se integra con las cadenas de herramientas de desarrollo de software existentes para proporcionar información para medir la eficiencia. Sleuth anunció hoy que recaudó $ 22 en fondos de la Serie A liderados por Felicis con la participación de Menlo Ventures y CRV, que según el CEO Etkin se destinarán al desarrollo de productos y la expansión de la fuerza laboral de Sleuth (específicamente los equipos de ingeniería y ventas).
“Con la avalancha de trabajo remoto provocada por la pandemia, la necesidad de que los desarrolladores, gerentes y ejecutivos entiendan y se comuniquen sobre la eficiencia de la ingeniería ha aumentado considerablemente”, dijo Etkin a TechCrunch por correo electrónico. “Los desarrolladores, que ya no están en la misma sala, necesitan una forma de coordinar las implementaciones y una forma rápida de descubrir cuándo una implementación salió mal. Los gerentes necesitan una forma discreta de aprender de manera proactiva sobre los cuellos de botella que afectan a sus equipos. Los ejecutivos necesitan una forma discreta de comprender el impacto de sus iniciativas e inversiones en toda la organización. Sleuth elimina la carga de comprender y comunicar la eficiencia de la ingeniería fuera de línea y la hace digerible para todos”.
Etkin, Knighten y Brown eran colegas de Atlassian, donde afirman que ayudaron a las organizaciones de ingeniería de la empresa a pasar de lanzar software cada nueve meses a lanzarlo diariamente. Etkin fue arquitecto en el equipo de Jira antes de convertirse en gerente de desarrollo en Bitbucket y StatusPage, mientras que Knighten y Brown fueron vicepresidente de producto y arquitecto/jefe de equipo, respectivamente.
Mientras estaba en Atlassian, que creció de 50 a más de 5000 empleados en el tiempo que los cofundadores de Sleuth trabajaron allí, Etkin dice que quedó “claro como el cristal” que muchos equipos de ingeniería carecen de una forma cuantitativa de medir la eficiencia, y que esta brecha podría impedirles creciendo y mejorando.
“La medición de la eficiencia de la ingeniería es un problema conocido, grande y creciente que ahora tiene solución. Debido a que todas las empresas están invirtiendo más en ingeniería de software, se ha intensificado la necesidad de visibilidad de la eficiencia de la ingeniería”, dijo Etkin. “Sin embargo, medir la eficiencia históricamente ha sido muy desafiante por una multitud de razones, a saber, la complejidad de las herramientas, la falta de acceso a los datos y el uso de métricas de proxy dudosas que generaron microgestión y desconfianza”.
La solución de Sleuth son las métricas de investigación y evaluación de DevOps (DORA), un estándar emergente utilizado por los equipos de desarrolladores para medir cuánto tiempo lleva implementar el código, el tiempo promedio para que un servicio se recupere de las fallas y la frecuencia con la que las correcciones de un equipo conducen a problemas posteriores a la implementación. DORA surgió de un equipo de investigación académica en Google, que entre 2013 y 2017 encuestó a más de 31 000 ingenieros sobre prácticas de DevOps para identificar los diferenciadores clave entre “trabajadores de bajo rendimiento” y “trabajadores de élite”.
Sleuth no es la única plataforma que utiliza métricas DORA para cuantificar la productividad. LinearB, Jellyfish y Athenian se encuentran entre las soluciones rivales que han adoptado el estándar DORA. Pero Etkin afirma que sus competidores no rastrean estas métricas de manera “total o precisa”.
“Sleuth es único… porque empleamos el seguimiento de la implementación para modelar cómo los ingenieros envían su trabajo desde el concepto hasta el lanzamiento”, explicó. “Modelar con precisión exactamente cómo los ingenieros realizan envíos a través de sus entornos de preproducción y producción y cómo interactúan con los rastreadores de problemas, CI/CD, rastreadores de errores y métricas permite a Sleuth crear una vista totalmente automatizada de las métricas DORA de un equipo y su eficiencia de ingeniería. ”
Sleuth usa IA para intentar calcular la tasa de falla de cambio de referencia de un equipo (es decir, el porcentaje de cambios que dieron como resultado servicios degradados) y el tiempo medio de recuperación, dos de las cuatro métricas de DORA, de sistemas existentes como Datadog y Sentry. La plataforma puede determinar automáticamente cuándo una métrica está fuera de esa línea de base, dice Etkin, e incluso automatizar los pasos en el proceso de desarrollo para mejorar potencialmente la métrica.
Desde el panel de proyectos de Sleuth, los equipos individuales pueden realizar un seguimiento de sus métricas DORA. Un tablero de toda la organización revela tendencias en diferentes proyectos y equipos.
“Los clientes simplemente señalan a Sleuth en… datos de error y Sleuth les permite a los ingenieros saber cuándo han empujado estas métricas a un rango de falla. El uso de IA para determinar estos valores significa que los ingenieros pueden concentrarse en su trabajo sin necesidad de comprender cada métrica en su sistema o cómo se ve “normal” para cada uno”.
Seguimiento de las métricas de DORA con Sleuth.
Por supuesto, las métricas de DORA no son la solución definitiva. Pueden ser un obstáculo cuando el enfoque de una organización en ellos se vuelve abrumador. Como dijo Sagar Bhujbal, vicepresidente de tecnología de Macmillan Learning, a InfoWorld en un artículo reciente: “La productividad de los desarrolladores no debe medirse por la cantidad de errores, retrasos en la entrega o incidentes. Provoca una angustia innecesaria en los equipos de desarrollo que siempre están bajo presión para ofrecer más capacidades de forma más rápida y mejor”.
Etkin está de acuerdo y enfatiza que los gerentes de ingeniería deben evitar la tentación de microgestionar.
“La ingeniería es un esfuerzo creativo, y los ingenieros son más parecidos a los artistas que a los trabajadores de la línea de montaje”, dijo Etkin. Los gerentes de ingeniería necesitan… rastrear las métricas correctas [and] rastrearlos con precisión [but also] dar a los ingenieros las herramientas que necesitan para mejorar las métricas”.
Los clientes de Sleuth varían desde empresas como Atlassian hasta nuevas empresas como Launchdarkly, Puma, Matillion y Monte Carlo. Etkin dice que la plataforma ha rastreado casi un millón de implementaciones y realizado más de un millón de acciones automatizadas en nombre de los desarrolladores. Se negó a revelar las cifras de ingresos cuando se le preguntó, pero dijo que Sleuth, que cuenta con 12 empleados, creció un 700 % el año pasado con un margen y un flujo de caja “muy saludables”.
Source link