变更赋能度量
变更赋能度量显示你的组织是否让有益的变更安全而快速地流动,所以要度量变更如何分类、等待决定要多久,以及其中有多少决定是由流水线自动作出的,并把每项速度测量值与风险的视图配对。
概述与动因
每项服务都在变化。团队添加功能、给库打补丁、轮换证书、调整数据库规模,并淘汰旧组件。在 ITIL 4 框架中,治理这些的实践称为变更赋能,其声明的目的是通过确保风险得到妥善评估、变更得到授权,以及变更日程得到管理,使成功的服务和产品变更的数量最大化。早期的 ITIL 版本把这项实践称为变更管理(change management),许多组织仍使用这个名称。较新的名称标志着侧重点的转变:这项实践的存在是为了赋能好的变更,而不是阻碍它。
ITIL 4 中的变更(change)是对任何可能对服务有直接或间接影响的东西的添加、修改或移除。这比代码部署的范围更宽。它涵盖配置编辑、基础设施更新、访问变更、供应商的行动,以及运维人员所依赖的文档。敏捷团队通常把变更视为一个被发布的拉取请求。服务运维团队把它视为日程上的一个条目。两种视角都有效,当本主题中的度量从两侧描述同一事件时,效果最好。
ITIL 4 描述了三种变更类型,本主题中的度量依赖于它们。请核对框架所有者当前出版物中的确切措辞;本主题总结截至 2026 年 10 月被广泛记载的模式。
- 标准变更(standard change)是低风险且被充分了解的。它遵循文档化的程序并被预先授权,所以不需要逐案批准。
- 正常变更(normal change)在继续进行之前需要评估和授权。评估的深度随风险和影响而扩展。
- 紧急变更(emergency change)必须紧急发生,往往是为了恢复服务或封堵严重的漏洞。它遵循一条加速的路径,事后再作更充分的评审。
下面还反复出现其他术语。变更授权人(change authority)是持有批准给定类型变更之权利的人或小组。变更咨询委员会(change advisory board,CAB)是评审拟议变更并提供建议或作出决定的小组。批准前置时间(approval lead time)是一项变更等待授权决定的时间。百分位数(percentile)是低于它的观测值占规定比例的数值,所以第 85 百分位数是 85% 的变更都优于它的那个数字。
为什么要度量这一切?关于变更控制最有力的已发表证据,来自 DevOps 研究与评估(DORA)的研究计划。其指导报告称,繁重的外部批准,比如 CAB 或高级经理签字,与较差的软件交付绩效相关,并且没有发现证据表明更正式的外部评审会降低失败变更的占比。它转而建议同行评审、自动化测试和小变更,并让任何中央委员会承担战略性角色。这些是关于调查数据中关联的陈述,不是定律,而且 DORA 页面没有给出该论断的效应量,所以要把它们视为查看你自己数据的有力理由,而不是对任何一项控制的裁决。《服务管理指南》中的变更赋能材料总结了同样的研究。
敏捷和 ITIL 的视角在控制存在于何处这一问题上相遇。在交付流水线中,大部分评估可以持续进行:评审者批准代码,自动化测试检查行为,部署工具写下记录。当评审被记录、且作者无法批准自己的工作时,这满足了职责分离(separation of duties)的意图。度量告诉你,这是否真的发生了,还是流水线只是一条快速道路,而大多数变更仍然离开它去队列中等待。
本主题涵盖变更的流动和控制一面:数量、类型构成、等待时间和自动化。它不涵盖变更是否成功。变更失败率、紧急占比、回滚和热修复测量值属于主题 4.4(变更失败与返工),DORA 的吞吐量和不稳定性测量值见主题 2.8(DORA 度量)。部署和发布频率见主题 4.5(发布与部署度量)。糟糕变更的事件一面见主题 3.3(事件响应与解决时间)和主题 3.4(重大事件度量)。
变更度量很快就会招来古德哈特定律(Goodhart's law):针对批准时间的目标招致快速而空洞的批准,针对标准变更占比的目标招致把有风险的工作重新归类为例行工作(见主题 1.2,古德哈特定律与度量的心理学)。
关键原则
- 让控制与风险相匹配。 目的是相称的控制:低风险的变更走快速、预先授权的路径,高风险的变更得到真正的审视。对一切都使用单一流程,对大多数变更是缓慢的,对危险的变更则是肤浅的。
- 度量等待,而不仅仅是工作。 批准前置时间往往主导一项完成的变更在到达生产环境之前度过的时间。除非有人记录批准何时被请求、何时被授予,否则它是不可见的。
- 在统计其他任何东西之前,先按类型统计。 数量、速度和风险,在标准、正常和紧急变更之间差异极大。跨这三者的单个平均值隐藏了每个有用的信号。
- 宁取自动化、有记录的证据,而不取会议。 同行评审、通过的测试和流水线检查在无需日历时段的情况下产生记录。度量流水线捕获了多少批准决定。
- 描述一项服务或一个团队,绝不描述一个人。 批准人和请求者在一个系统内工作。按授予或拒绝的批准数给个人排名,会教人们批准一切或什么都不批准。
- 把速度与安全配对。 只有当失败的图景稳定时,更快的批准才是好消息。把这些度量放在主题 4.4(变更失败与返工)旁边阅读。
- 把分类规则写下来。 一项变更是标准、正常还是紧急,是一项必须可重现的判断。记录标准,并每季度评审一批样本。
度量定义
该表说明你的团队应当写下的时钟和排除项。数据来自变更或工单工具、版本控制和流水线事件,以及批准记录(见主题 1.5,数据来源与埋点)。
| 度量 | 定义 | 公式 | 单位 | 数据来源 | ITIL 实践 | 敏捷对应物 | 节奏 |
|---|---|---|---|---|---|---|---|
| 按类型划分的变更数量 | 已完成的变更数,按标准、正常和紧急拆分 | 期内达到已实施状态的变更记录计数,按批准时的类型分组;已取消和已撤回的变更被排除并单独报告;按服务报告,不按人 | 按类型的每周或每月变更数 | ITSM 工具中的变更记录,与流水线部署事件相连 | 变更赋能 | 已完成工作项的吞吐量;每个增量的发布内容 | 每周,每月评审 |
| 标准变更占比 | 走预先授权路径的已完成变更占比 | 期内完成的标准变更 / 期内完成的所有变更;事后被重新分类的变更按其最终类型计数,重新分类被记录 | 百分比 | 带类型和重新分类历史的变更记录 | 变更赋能 | 团队工作协议和完成定义所涵盖的例行工作 | 每月 |
| 批准前置时间 | 一项变更等待授权决定的时间 | 时钟从请求被提交为就绪待评估时开始,到授权决定被记录时停止;等待请求者提供信息的时间被排除并单独显示;报告期内正常变更的中位数和第 85 百分位数;没有批准步骤的标准变更被排除 | 小时或工作日 | 变更记录上的时间戳,或流水线中的批准事件 | 变更赋能 | 工作流中的等待时间;评审列中的时间 | 每周,每月评审 |
| 自动化批准占比 | 由流水线控制或预先授权政策作出并记录的授权决定占比 | 其批准由被记录的自动检查或依据书面政策被记录的同行评审授予的变更 / 期内完成的所有变更;由委员会或经理手工签字的算作未自动化 | 百分比 | 流水线日志、代码评审记录和变更记录 | 变更赋能;部署管理 | 自动化的质量关口;作为完成定义一部分的同行评审 | 每月 |
| 批准队列年龄 | 待处理的请求此刻已等待多久 | 每项当前等待决定的变更的年龄,自提交到快照那一刻度量;报告最老的项和未处理队列的第 85 百分位数;已完成的批准被排除 | 小时或工作日 | 带未结批准状态的变更记录 | 变更赋能 | 工作项年龄;老化的在制品 | 每日快照,每周评审 |
| 变更记录完整性 | 其记录能回答谁、什么、为什么、何时以及哪项服务的已完成变更占比 | 所有必填字段都已填写并与受影响的服务或配置项相联的变更 / 期内完成的所有变更;必填字段列在定义中;在变更实施之后才创建的记录被标记 | 百分比 | 变更记录、版本控制链接、配置数据 | 变更赋能;服务配置管理 | 从提交到工单再到部署的可追溯性 | 每月 |
批准前置时间回顾的是已结束等待的变更,可能隐藏一堆卡住的请求。队列年龄查看今天正在等待的东西,它是更早的预警。标准变更占比不是要最大化的得分:通过成熟的流水线更改配置的团队会有较高的占比,而在遗留核心系统上的团队,合理地可能有较低的占比。
建议
建立基础
1. 在度量其他任何东西之前,先按类型统计变更。 为已完成的变更建立一个视图,按服务和月份,拆分为标准、正常和紧急。许多组织在这时发现没人能就总数达成一致,因为工单、流水线部署和非正式的修复是分别统计的。对账这些来源是该计划的第一个成果(见主题 1.5,数据来源与埋点)。
2. 写下分类规则并抽样。 说明什么使变更成为标准:文档化的程序、已知的风险和过往记录。说明什么把变更推向正常或紧急。每个季度评审约二十个变更的随机样本,问每一个是否按规则所说的方式分类。错误分类是对本主题其他每个数字的主要威胁。
3. 用书面形式定义批准时钟。 说明时钟从请求被提交为就绪时开始,到决定被记录时停止,并指明排除项,比如等待请求者回答问题。没有这些,一个团队从工单创建度量,另一个从委员会会议度量,数字就无法比较,甚至无法随时间比较。
缩短等待
4. 把批准前置时间作为分布报告。 均值隐藏了重要的模式,即少数变更等待很长时间。展示中位数和第 85 百分位数,并按变更名称而不是按人名,展示最慢的几个案例(见主题 1.6,服务度量的统计素养)。如果第 85 百分位数是中位数的许多倍,原因通常是会议周期或单个过载的批准人,修复是结构性的。
5. 观察队列,而不仅仅是历史。 每周在评审流动测量值的同一论坛上评审批准队列年龄。最老的等待项,是委员会过载、假期使签字停滞,或请求者悄悄停止跟进的最佳早期预警。队列视图也契合观察老化工作的习惯(见主题 2.1,流动度量)。
6. 把等待信息与等待决定分开。 当请求被退回请求者要求更多细节时,停止批准时钟,并启动另一个。批准人会因请求者造成的延迟而受责备,请求者也会因队列中的延迟而受责备。两个时钟给每一方一幅准确的图景和一项具体的改进,比如更好的请求模板。
把控制移入流水线
7. 把可重复的低风险变更类型转换为标准变更。 在你的数量视图中挑选最常见的正常变更,比如例行的库更新或扩缩容动作。写下它的程序和检查,与变更授权人商定风险,并预先授权。然后一起观察标准变更占比和正常变更的批准前置时间:占比应当上升,队列应当缩短,而失败没有随之上升(见主题 4.4,变更失败与返工)。
8. 在工作发生之处记录批准。 在代码评审(code review)工具中捕获同行评审,并让流水线自动把评审、测试结果和部署与变更记录相联。记录于是成为工作的副产品,而不是单独的任务。度量自动化批准占比,并抽查样本,以确认被记录的评审是实质性的,而不是橡皮图章(见主题 2.7,拉取请求与代码评审度量)。
9. 把流水线视为编码政策的地方。 诸如“没有工单就不得直接访问生产环境”“测试必须通过”和“作者不能批准自己的变更”之类的规则,可以由工具强制执行,其配置按基础设施即代码(infrastructure as code)的实践保存为代码。当政策是代码时,你可以向审计人员展示规则及其历史,而不是一份会议纪要。度量有多少变更绕过了流水线,因为每次绕过都是控制中的一个漏洞。
保持控制诚实
10. 为紧急变更保留一条快速路径,并评审它如何被使用。 紧急变更需要速度,所以不要用正常的队列拖慢它们。要在事后评审每一项,并留意数量的向上漂移,因为比正常路径更容易的紧急路径会成为默认路径(相关测量值见主题 4.4,变更失败与返工)。在同一视图中把紧急数量与正常数量并排报告。
11. 按计划审计记录的完整性。 完整的记录在事件期间有帮助,那时响应者会问最近改变了什么(见主题 3.3,事件响应与解决时间)。度量完整性,评审样本,并把缺口视为表单或集成的缺陷,而不是请求者的过失。事后凭记忆拼凑起来的审计线索(audit trail),是薄弱的证据。
12. 至少每年评审一次变更授权模型。 决定谁为每种类型和风险级别持有批准权,并淘汰批准它所见一切的委员会。把中央委员会转向战略性角色:在团队之间协调、解决日程冲突,并就上市时间与风险之间的取舍作出决定。把决定和证据记录在度量登记册中(见主题 1.4,度量治理与归属)。
钻空子途径与护栏
| 度量 | 如何被钻空子 | 配对的护栏度量或实践 |
|---|---|---|
| 按类型划分的变更数量 | 把一项变更拆成许多小记录以显得繁忙,把许多合并成一项以显得平静,或让非正式的变更不入账 | 每月对照流水线部署事件核对计数;跟踪没有匹配变更记录的部署占比 |
| 标准变更占比 | 把有风险的工作重新归类为标准以达到目标,或撰写涵盖一切的宽泛标准程序 | 对分类的季度抽样评审;按类型的变更失败率(见主题 4.4,变更失败与返工);重新分类的日志 |
| 批准前置时间 | 推迟起算、提前停止、为不需要问的问题暂停,或不阅读就批准 | 中位数旁边的第 85 百分位数;对批准的抽样评审是否实质性;按批准人小组而不是个人的变更失败率 |
| 自动化批准占比 | 添加总是通过的自动检查,或把没有评论的同行评审算作保证 | 对自动化和同行批准的抽样评审;自动批准变更的逃逸缺陷和失败率;绕过计数 |
| 批准队列年龄 | 关闭或撤回旧请求使队列看起来很短,或把它们转为带新时间戳的新请求 | 被撤回和重新提交的请求计数;请求年龄从首次提交起度量 |
| 变更记录完整性 | 用占位文字填充必填字段,或为满足报告在变更之后创建记录 | 标记在实施之后创建的记录;对自由文本的抽样质量评审;与提交的链接率 |
健康的读数显示:类型构成缓慢地向标准变更偏移,同时失败图景稳定,批准时间中位数接近第 85 百分位数,队列中没有哪一项比其余的老得多,且绕过计数保持在接近零。要对任何单个数字的突然跳变保持怀疑。在流程没有变化的情况下,一个月内批准前置时间减半,通常意味着时钟移动了,而不是工作变了。
权衡:利与弊
| 方法 | 优点 | 缺点 |
|---|---|---|
| 预先授权的标准变更 | 快速、一致、审计成本低;让变更授权人腾出手来处理有风险的工作 | 需要前期设计;分类可能漂移;宽泛的程序隐藏风险 |
| 在流水线中记录的同行评审 | 由了解代码的人评审;自动产生记录;随数量扩展 | 质量取决于评审文化;小团队可能缺少独立的评审者;有些监管机构期望有单独的批准人 |
| 中央变更咨询委员会 | 跨团队的可见性;发现日程冲突和共享依赖的风险 | 当被用作每项变更的关口时缓慢;鼓励更大的批量、更低的交付频率;造成队列 |
| 把批准前置时间作为头条度量 | 易于解释;暴露一个真实的延迟来源 | 易被钻空子;可能把批准人推向仓促;对决定的质量只字未提 |
| 把自动化批准占比作为目标 | 奖励对工具和有记录证据的投资 | 可能奖励薄弱的自动检查;可能排除真正需要人判断的变更 |
更好的问题很少是“要不要委员会”,通常是“哪些变更需要哪种审视,我们怎么知道?”
与团队讨论的问题
1. 上个月我们做了多少变更?我们所有的来源是否一致? 请每个小组根据工单、流水线部署和非正式渠道各自给出计数。比较总数。差距本身就是关于未记录变更的发现。引导者应当商定哪个来源是记录系统,以及由谁对账其他的。
2. 我们的正常变更中,哪些实际上是例行的?要使它们成为标准变更需要什么? 列出五项最频繁的正常变更。对每一项,问程序是否有文档、风险是否被理解,以及团队的记录是否干净。讨论往往会发现一两个明显的候选。记录使预先授权变得安全的检查,并指明谁将批准该标准程序。
3. 我们的批准时钟在哪里开始和停止?其中在等待什么? 取最近三项正常变更,从提交追踪到决定。记下每一次交接、会议和信息请求。人们往往对其中有多少等待是几轮提问之间的日历时间感到惊讶。商定对时钟及排除项的书面定义。
4. 我们信任我们的批准,还是只是在收集它们? 抽取一批近期批准的样本并阅读评审。寻找在数秒之内或没有评论就授予的批准。目标是了解该流程真正提供了多少保证,而不是找出罪魁祸首。讨论什么能在不使之更慢的情况下,使评审更具实质性。
5. 我们的变更委员会是为了什么?如果它不再开会,我们会失去什么? 问委员会决定了什么是别人无法决定的,又只是确认了什么。有些委员会在跨团队协调和发现日程冲突上做了有价值的工作。另一些只是重述已在代码评审中作出的决定。商定哪些职能值得保留,哪些可以移入流水线或一个更轻的论坛。
6. 如果我们把批准时间减半,我们需要看到什么才知道这是安全的? 在变更之前先说出安全信号,比如按类型的变更失败率、紧急占比,以及与近期变更相关的事件。商定会触发暂停的阈值。这场交流把速度目标变成带停止规则的实验,这是防止优化错误事物的最佳办法。
四种视角
产品与交付团队
交付团队把批准前置时间感受为已完成的变更与运行中的变更之间的空闲时间。他们想按类型看到自己的数字,并带有队列的视图,以便决定何时分批、何时拆分,以及何时请求一项新的标准变更。他们最好的贡献是良好的请求模板、小变更,以及从提交到变更记录的清晰链接。
服务与运维团队
运维团队用变更记录来回答第一个事件问题:最近改变了什么?他们重视完整性、准确的服务链接和可信的日程。他们还承担出错变更的代价,所以对分类规则和对紧急变更的评审有正当的利益。最好的做法是与交付团队共同拥有标准变更目录,使预先授权反映运维知识。
领导层与治理
领导者和治理机构需要保证变更受到控制,也需要知道控制是否在拖慢组织。这些度量两者兼顾:类型构成、等待时间,以及由记录在案的证据支持的批准占比。索要各服务的趋势和分布,绝不要排行榜,并将其与失败测量值放在一起阅读(见主题 4.4,变更失败与返工)。资助把批准移入流水线的自动化,通常比给委员会增加一位评审者是更好的投资。
客户与用户
客户很少看到变更流程。他们看到的是新功能的到来、修复的及时发布,以及发布之后更少的中断。缓慢的批准延迟他们所要求的修复,而薄弱的批准则有他们所害怕的中断的风险。凡服务有计划的维护窗口之处,用平实的语言公布变更日历。
实践:一个服务管理示例
一家虚构的区域保险公司运营着一个客户门户,有八个交付团队和一个每周开两次会的 CAB。以下所有数字均为示意。
服务运营负责人构建了变更的第一个完整视图。就该月而言,门户按工单显示约 420 项已完成的变更,按流水线显示 610 次生产部署,差距原来是没有工单就做出的变更。在 420 项有工单的变更中,18% 是标准变更,76% 是正常变更,6% 是紧急变更(示意)。正常变更的批准前置时间中位数为 2 个工作日,第 85 百分位数为 7 个工作日(示意)。队列中最老的请求已等待 12 个工作日。
当团队查看长时间的等待时,他们发现了两个原因。许多请求即使是例行的,也要等到下一次委员会会议,而另一些则因信息缺失而被多次退回给请求者。团队把两个时钟分开,发现第 85 百分位数的等待中大约一半是等待请求者的时间。他们先修复请求模板。然后挑选三项最常见的正常变更:测试通过的依赖更新、特性开关工具中的配置开关,以及应用服务器的扩缩容。他们撰写程序,与变更授权人商定风险,并把它们转换为在流水线中记录批准的标准变更。
两个月后,标准变更占比升至 41%(示意),正常变更批准前置时间的第 85 百分位数降到 4 个工作日(示意),而按类型的变更失败率保持持平,如配套测量值所报告的(见主题 4.4,变更失败与返工)。委员会从评审每项正常变更,转向评审高风险变更和月度日程。
钻空子的风险出现在季度抽样中。一个团队把一次数据库模式迁移归类为标准变更,因为早先关于“配置变更”的程序措辞宽松。抽样评审者注意到该迁移没有回滚计划。团队收紧了标准变更的定义,添加了模式变更始终为正常变更的规则,重新分类日志成为一项常设议程。记录在度量登记册中的决定,是把标准变更占比作为背景测量值保留,而不是目标。
敏捷、AI、自动化与分析
敏捷
当低风险的变更无需等待会议就流动,高风险的变更得到适当的审视时,变更赋能服务于持续交付。定期与干系人一起评审分类规则。需要注意的是,高的标准变更占比可能意味着有风险的变更被改了标签。
AI
AI 可以评估变更风险、总结差异并起草变更记录。把自动化批准占比与变更失败率以及 AI 风险评级后来被发现有误的占比配对,并让人对高风险的批准负责。需要注意的是,模型的风险得分会造成虚假的安心,所以要对照结果测试它。
自动化
自动化流水线能够产生的证据,以及对被充分了解的标准变更的批准,并就失败、回滚和没有证据就作出的批准来度量自动化。需要注意的是,自动化可能批准一项不该批准的变更,所以要审计样本。
分析
按变更类型把批准前置时间展示为分布,并与失败率相联。这为之提供依据的决定是哪些变更可以预先批准。需要注意的是,按记录日期跟踪的批准可能与实际时间不符,所以要检查时间戳。
行业视角
初创公司。 初创公司通常几乎没有正式流程,而流水线自动化很充分。变更迅速发生却没有记录,所以完整性以及从提交到部署的链接最重要。对三种类型的一页纸定义,加上流水线中记录的评审,往往就够了。
小型企业。 小型企业往往有一两个既编写又发布变更的人,所以独立评审很难。为例行工作使用一份简单的标准变更清单,对触及客户数据或资金的任何变更要求有第二双眼睛,并保留一份朴素的变更日志。值得跟踪的测量值是按类型的数量和记录完整性,因为它们成本低,并且在事件期间有帮助。
大型企业。 大型企业有众多团队、共享平台和风险各异的遗留系统。它们往往有 CAB,而这些度量帮助决定它的哪些任务应当保留。主要工作是一致的分类、共享的标准变更目录,以及记录审计证据的流水线。按服务和风险类别汇总,而不是按团队排名。
政府与公共部门。 公共机构往往面临对批准、职责分离和记录保留的法律要求,并可能有由采购驱动的发布窗口。这些度量应当说明哪些控制是强制性的、哪些是本地习惯,因为前者无法移除,而后者可以。有记录的同行评审和流水线证据往往能满足意图,但在依赖它之前,要与相关的审计人员确认(见主题 8.3,合规与审计度量)。
业务论证:动因、投资回报与总拥有成本
动因通常是变更花在等待上的时间。当完成的工作在等待一个决定而排队时,价值被延迟,批量增大,每一批都携带更多风险。第二个动因是保证:领导者和审计人员想知道变更受到控制,而流水线中有记录的证据,比事后重建的更便宜、更可信。第三个是事件响应,因为完整而准确的变更记录缩短了对原因的搜寻。
如果变更工具和流水线已经存储了时间戳和类型,收集的成本很低,如果必须将它们集成,则成本适中。据数据采取行动的成本更高:撰写标准变更程序、构建流水线检查,以及培训批准人和请求者。预期大部分工作在第一个季度,之后抽样和评审的成本较低且稳定。
回报表现为每项变更更少的等待时间、更少的会议、准备审计证据的更少工作量,以及事件期间更快的诊断。用你自己的数据估算:把批准等待小时数的减少,乘以受影响的变更数,再乘以你的财务伙伴所接受的每延迟一小时的成本。不要引入其他组织的数字。DORA 研究支持论证的方向,但其页面没有给出成本或回报,任何美元数字都必须来自你自己的度量。
反模式与陷阱
- 把标准变更占比当作目标。 团队会重新归类有风险的工作以达成数字。把它用作背景,通过抽样评审分类,并观察按类型的失败率。
- 只度量批准速度。 快速的橡皮图章看起来很棒,却什么也没交付。把前置时间与对批准实质性的抽样评审以及失败图景配对。
- 每次事件之后增加批准。 每个新的关口都拖慢系统,往往还鼓励更大的批量。先看失败为何发生,并在测试、评审或流水线中修复原因。
- 给批准人或请求者排名。 按人计的批准或拒绝数,教人们批准一切或什么都不批准。按服务和变更类型报告。
- 跨变更类型取平均。 单个均值把例行工作和有风险的工作混在一起,把两者都隐藏。始终按类型拆分并展示第 85 百分位数。
- 忽视在流程之外做出的变更。 绕过隐藏了真实的数量和风险。把流水线部署与变更记录对账,并把缺口视为系统缺陷。
- 出于习惯保留委员会。 批准其所见一切的委员会,增加延迟而不增加保证。每年评审它决定了什么是别人无法决定的,并重新聚焦它。
- 收集数据却从不作决定。 把每项度量与指名的负责人和评审论坛相联(见主题 1.4,度量治理与归属)。
成熟度模型
| 维度 | 起步 | 发展 | 标准化 | 管理 | 协同 |
|---|---|---|---|---|---|
| 分类与数量 | 类型是非正式的;没人知道总数 | 一些团队按类型统计,规则各异 | 一套书面分类,一个记录系统 | 类型构成做成趋势,并抽样检查准确性 | 标准变更目录与供应商共享,并随风险证据的变化而修订 |
| 批准时钟与队列 | 批准的等待是感觉到的,却没被计时 | 一些团队为请求加时间戳 | 一份关于时钟的定义,展示中位数和百分位数 | 每周评审队列年龄;延迟驱动有资助的修复 | 跨团队和供应商,对照失败和客户成果调整批准流程 |
| 批准的自动化 | 批准是一次会议或一封电子邮件 | 少数流水线记录同行评审 | 对低风险变更,记录的评审和检查是默认的 | 跟踪自动化占比,附绕过计数和抽样质量检查 | 政策被编码在随风险图景变化而调整的共享平台控制中 |
| 记录与使用 | 记录单薄,或事后撰写 | 记录存在,但质量不一 | 商定必填字段并与服务相联 | 审计完整性,并用于事件评审 | 变更数据为整个组织的事件、问题和审计实践提供输入 |
检查清单
- 三种变更类型及其标准已写下并达成一致。
- 存在一个按类型的已完成变更的单一视图,并与流水线部署对账。
- 批准时钟有书面的起点、终点和排除项清单。
- 批准前置时间以中位数和第 85 百分位数报告。
- 批准队列年龄可见,并每周评审。
- 至少一项频繁的正常变更已被转换为带文档化程序的标准变更。
- 同行评审和测试结果自动与变更记录相联。
- 季度抽样检查分类和批准的质量。
- 度量并评审对流水线的绕过。
- 每项度量在度量登记册中都有指名的负责人、钻空子途径和护栏。
- 没有报告给个别批准人或请求者排名。
AI 提示词
为三种变更类型起草分类指南。
我在 [组织类型] 工作,我们运营 [服务清单]。我们的变更工具是 [工具],流水线是 [流水线工具],监管背景是 [法规或无]。这是我们最频繁的十项变更:[清单]。请起草一份通俗语言的指南,用于决定每项是标准、正常还是紧急变更,附你所用的标准,以及一个边界案例的示例。不要虚构基准值,也不要声称任何实践满足审计要求。请列出你的假设,以及在采纳该指南之前我应当回答的问题。
找出批准时间花在哪里。
这是一份带提交、信息请求和决定时间戳的变更记录摘录:[粘贴的数据或描述]。我们的批准流程是 [描述]。请按变更类型计算批准前置时间的中位数和第 85 百分位数,把等待请求者的时间与等待决定的时间分开,并建议关于最长案例的三个问题。不要虚构数据中没有的数字,也不要给个别的人排名。请列出你的假设以及你注意到的任何数据质量问题。
检查这些度量的钻空子风险。
我们报告这些变更赋能度量:[附定义的度量清单]。受众是 [团队、领导层或治理机构],这些度量被用于 [目的]。对每项度量,列出它可能在没有真正改进的情况下被膨胀、隐藏或扭曲的合理方式,并建议配对的护栏测量值或实践。不要提出目标或基准值。请列出你的假设,以及你认为对 [服务名称] 来说最重要的钻空子风险。
规划从委员会批准转向流水线批准。
我们对 [变更类型] 当前的批准路径是 [描述],有 [数量] 位批准人,典型的等待描述为 [描述]。我们的流水线提供 [检查、测试、评审工具]。请提出一份分阶段的计划,把低风险变更转向有记录的、基于流水线的批准,包括我们需要保留的证据、要观察的安全信号和一条停止规则。不要声称该计划满足任何法规或标准。请列出你的假设,以及我应当咨询的人,比如 [审计人员、安全负责人、变更授权人]。
AI 技能
- Service Management Metrics skill:用于查找相关的变更、发布和事件主题,以及应当放在每项变更赋能度量旁边的护栏。
- Service Management Metrics maintainer skill:用于检查本主题的修订版本是否保持其时钟、钻空子途径和交叉引用一致。
要点
- 变更赋能度量衡量变更的流动和控制:按类型的数量、等待批准的时间,以及流水线自动记录了多少批准。
- 把一切按变更类型拆分,以中位数和第 85 百分位数报告等待时间,并既观察实时队列也观察历史。
- 把例行工作转为标准变更并在流水线中记录评审,是缩短等待最直接的办法,并且必须与失败测量值放在一起阅读。
- 标准变更占比和批准速度易被钻空子,所以要抽查分类和批准的质量,并让这些数字远离个人记分卡。
- 用这些度量来决定变更委员会是为了什么,并为使较轻的控制变得安全的自动化出资。
参考文献与延伸阅读
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- DORA (Google Cloud), "Streamlining change approval" and "Software delivery performance metrics," DORA capabilities and guides, https://dora.dev/ (read the pages directly and note the date you consulted them).
- AXELOS (now PeopleCert), ITIL Foundation: ITIL 4 Edition, TSO, 2019.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- Wikipedia, ITIL.
- Wikipedia, Change management (ITSM).
- Wikipedia, Separation of duties.
- Wikipedia, Goodhart's law.
- Wikipedia, Code review.
- Wikipedia, Infrastructure as code.
- Wikipedia, Audit trail.