Les équipes qui pratiquent la livraison continue et celles qui pratiquent la gestion des services informatiques (ITSM) produisent toutes un flux régulier de chiffres : tickets clos, récits terminés, déploiements réalisés, incidents résolus. Avoir des chiffres est facile. Avoir des chiffres qui aident les gens à décider quelque chose est plus difficile, et c'est dans cet écart que la plupart des programmes de métriques s'enlisent. Cette partie pose le socle commun sur lequel s'appuient toutes les parties suivantes, avant qu'aucune métrique ne soit définie. Elle ajoute aussi un angle que le livre conserve de bout en bout : la manière dont ITIL 5, l'IA, l'automatisation et l'analytique changent ce qu'une organisation de services mesure.

Ce socle répond tour à tour à sept questions. Pourquoi mesurer, et que coûte le fait de ne rien mesurer ou de mesurer les mauvaises choses ? Comment une mesure se transforme-t-elle en objectif, puis cesse-t-elle de dire la vérité ? Qu'est-ce qui mérite d'être mesuré au départ ? Qui définit, détient et retire chaque métrique ? D'où viennent les données, et dans quelle mesure peut-on s'y fier ? Comment lire les chiffres, sachant que les données de tickets et de flux sont asymétriques et souvent clairsemées ? Un sujet montre comment les cadres établis aident à organiser les réponses, et un dernier sujet demande ce que signifie ITIL 5, tel que son propriétaire le décrit, pour la mesure, en séparant ce qui peut être vérifié de ce qui ne le peut pas.

Lisez d'abord cette partie si vous découvrez le livre, et revenez-y chaque fois qu'une métrique d'une partie ultérieure semble se comporter de travers. La plupart des échecs de métriques décrits plus loin remontent à l'une des idées introduites ici. Les métriques de ce livre décrivent des équipes, des services et des systèmes. Elles ne servent jamais à classer des personnes.

Sujets de cette partie

  • 1.1 Pourquoi mesurer la gestion des services : pourquoi les équipes qui construisent et exploitent des services ont besoin de chiffres, ce que l'agilité et ITIL apportent chacune à la mesure, et le coût de ne rien mesurer ou de mesurer les mauvaises choses.
  • 1.2 Loi de Goodhart et psychologie des métriques : le garde-fou qui sous-tend tous les autres sujets, avec la façon dont une mesure devient un objectif, comment le détournement se produit dans les données de tickets et de livraison, et les habitudes qui l'évitent.
  • 1.3 Les résultats plutôt que la production : choisir ce qu'il faut mesurer : la valeur, les résultats, la production et l'activité, les indicateurs avancés et retardés, et la cocréation de valeur d'ITIL comme test d'une bonne métrique.
  • 1.4 Gouvernance et responsabilité des métriques : les responsables de métriques, les définitions, le rythme de revue, le retrait, et qui peut voir quoi.
  • 1.5 Sources de données et instrumentation : les outils ITSM, les gestionnaires de tickets, le contrôle de version, les chaînes d'intégration et de livraison continues, la supervision, la base de données de gestion des configurations (CMDB) et les enquêtes comme sources, avec une attention portée à la qualité des données, aux horodatages et aux modèles de statut.
  • 1.6 Culture statistique pour les métriques de service : les percentiles plutôt que les moyennes, les distributions asymétriques, les petits échantillons, les cartes de contrôle et une incertitude exprimée honnêtement pour les données de tickets et de flux.
  • 1.7 Cadres de mesure : Goal-Question-Metric, objectifs et résultats clés (OKR), le tableau de bord prospectif, les facteurs critiques de succès et les indicateurs clés de performance, et la façon dont ils se combinent avec les pratiques ITIL.
  • 1.8 Mesure d'ITIL 5 et résultats de valeur : l'accent mis par ITIL 5 sur la valeur mesurable, les produits numériques et les environnements dotés d'IA, tel que vérifié dans les publications du propriétaire lui-même, et les fondations (responsabilité, résultats, supervision de l'IA) que vous pouvez mesurer dès aujourd'hui.

Comment ces sujets s'articulent

Les sujets forment une boucle plutôt qu'une échelle. Le sujet 1.1 (voir le sujet 1.1, Pourquoi mesurer la gestion des services) fournit la finalité, et le sujet 1.3 (voir le sujet 1.3, Les résultats plutôt que la production : choisir ce qu'il faut mesurer) transforme cette finalité en un choix de ce qu'il faut mesurer. Une métrique choisie pour son orientation vers les résultats a encore besoin d'une définition, d'un responsable et d'une date de revue, ce qui est le travail du sujet 1.4 (voir le sujet 1.4, Gouvernance et responsabilité des métriques). Des cadres comme Goal-Question-Metric, traité dans le sujet 1.7 (voir le sujet 1.7, Cadres de mesure), offrent un moyen reproductible de passer d'un objectif à un petit ensemble de mesures, et s'associent donc naturellement aux sujets 1.3 et 1.4.

Les données et les statistiques forment une seconde paire. Une métrique bien choisie ne vaut que par les enregistrements qui la sous-tendent, et le sujet 1.5 (voir le sujet 1.5, Sources de données et instrumentation) explique comment les horodatages, les modèles de statut et la configuration des outils déterminent ce qu'un chiffre peut signifier. Le sujet 1.6 (voir le sujet 1.6, Culture statistique pour les métriques de service) montre ensuite comment lire ce chiffre honnêtement, avec des percentiles, des cartes de contrôle et des énoncés simples d'incertitude. Des données faibles mettent en échec de bonnes statistiques, et des statistiques faibles gaspillent de bonnes données : les deux se lisent donc mieux ensemble.

Le sujet 1.8 (voir le sujet 1.8, Mesure d'ITIL 5 et résultats de valeur) applique la même boucle à un cadre en évolution : il mesure les fondations dont toute version a besoin, et il garde étiquetées les affirmations non vérifiées. Le sujet 1.2 (voir le sujet 1.2, Loi de Goodhart et psychologie des métriques) traverse tous les autres comme garde-fou. Toute métrique choisie selon le sujet 1.3, gouvernée selon le sujet 1.4 et tirée des sources du sujet 1.5 peut encore être détournée dès lors que les gens sont jugés sur elle. La gouvernance limite qui voit quoi et comment une métrique est utilisée. Les choix orientés vers les résultats rendent le détournement moins gratifiant. Les mesures appariées, introduites ici et développées dans tout le livre, permettent à un chiffre d'en vérifier un autre. Chaque métrique des parties suivantes porte donc un vecteur de détournement et un garde-fou, et cette partie explique pourquoi.