適切なメトリクスの活用

メトリクスを目標に明確に結び付ける

従来のスタイルでは、経営陣は特定の目標にとって最良の尺度を決定します。そして、その尺度に基づいて目標を設定します。その後、経営陣は、作業を行う担当者にはこの目標のみを、多くの場合数値で表現して伝えます。目標達成の進捗を監視するために選択された尺度と、実際の目標自体との境界線は曖昧になります。時間の経過とともに、尺度の背後にある理由が失われ、たとえその指標がもはや適切でなくても、目標の達成に注力するようになります。指標のより適切な使い方は、進捗状況を測るために選択された尺度（指標）を明確にしつつ、その目的（目標）と関連付けることです。

たとえば、ソフトウェア開発のコンテキストでは、次のような指標が定義されている場合があります。

指標を適切に使用する場合、すべての尺度は、その本来の目的に明確に関連付けられている必要があります。現在の追跡および監視のメカニズムは、その目標から切り離し、目標を明確にすることで、担当者が指標の意図をよりよく理解できるようにする必要があります。存在意義をより豊かに説明した指標は、担当者が目標に向けて、より適切で、現実的で、最終的に有用な意思決定を行うための指針となります。目的がない場合、費やされた努力は、人々がシステムを巧みに操作する方法を見つけることにつながり、最終的には真の目標から逸脱することになります。具体的には、次のようになります。

指標を目標に明示的に関連付けることで、担当者はその関連性に疑問を呈し、ニーズを満たす他の方法を見つけ、数字の背後にある意図を理解することができます。この明確な目的がない場合、担当者は意図せずに暗黙の目標に反するような方法を見つける可能性があります。たとえば、メソッドの長さを短縮するのに役立つ手法はいくつかありますが、正しい意図を持って適用しないと、読みづらくなって全体の複雑さが増す可能性があります。

ソフトウェア開発の性質上、ほとんどの作業は知識労働であり、そのため観察が困難です。アクティビティ（コンピューターの前に座っている時間）を監視するのは簡単ですが、彼らが生み出す価値（実際のニーズを満たす有用なソフトウェア）を観察するのは困難です。コードから離れるほど、関係する複雑さを理解するのが難しくなります。これは、作業から最も遠い場所にいる人々が、目標達成の進捗を監視するための最良の尺度を本当に知ることは、不可能ではないにしても非常に難しいことを意味します。

指標のより適切な使用への移行は、経営陣が単独で尺度を考案することはできないことを意味します。彼らはもはや、進捗を監視するための最良の方法を知っていると錯覚し、目標に関連しているかどうかわからない尺度を強制することをやめなければなりません。代わりに、経営陣は、最終目標を常に視野に入れ、システムを最もよく知っている担当者と協力して、進捗を監視するための最も理にかなった尺度を考案する責任があります。

絶対数よりもトレンドの追跡を重視する

経営陣は、指標の魅力に抗うのは難しいと考えています。なぜなら、指標は組織の複雑さを、誰もが理解できるもの、つまり数字に落とし込むからです。ある数字が別の数字よりも大きいか小さいか、またはある数字が別の数字からどれだけ離れているかは簡単にわかります。その数字がまだ関連性があるかどうかを判断するのははるかに困難です。この従来の経営アプローチは、目標が達成された時期を簡単に伝えることができるため、これらの指標を使用することを好みます。「この数字に到達すれば大丈夫です」

質的で解釈の余地が大きい問題（生産性、品質、使いやすさなど）を数字に変換すると、どの数字も相対的で恣意的になります。コードカバレッジが5％と95％の間には大きな違いがあるかもしれませんが、94％と95％の間に本当に大きな違いがあるでしょうか？95％を目標に設定すると、いつ停止するかを理解するのに役立ちますが、最後の1％を得るために桁違いの労力が必要な場合、それは本当に価値があるでしょうか？これは、担当者がそれぞれの組織の状況で主観的に判断しなければならないことです。

トレンドを見ることは、目標が達成されたかどうかよりも興味深い情報を提供します。目標が達成されたかどうかを判断するのは簡単です。難しい作業、そして経営陣がスキルを持つ担当者と協力して行わなければならないのは、トレンドが望ましい方向に、そして十分な速さで動いているかどうかを確認することです。トレンドは、組織の複雑さから生じるパフォーマンスの先行きを示す指標を提供します。トレンドが望ましい状態からますます遠ざかっている場合、数字のギャップに焦点を当てることは明らかに無意味です。

トレンドに焦点を当てることは重要です。なぜなら、実装された変更に関する実際のデータに基づいてフィードバックを提供し、組織が対応するためのより多くの選択肢を生み出すからです。たとえば、チームが望ましい状態から遠ざかっている場合、目標から遠ざかっている原因と、それについて何ができるかを自問自答できます。これは、単に数字を算出する前にできる限りのことを行うよりも、はるかに早く行動を起こすことができます。チームが望ましい状態に向かっていることに気付いた場合、目標達成に役立っているものと、その速度を加速するために他に何ができるかを自問自答できます。チームを測定することで、担当者はより多くの実験を行うようになります。1つのことを微調整し、トレンドへの影響を観察し、望ましい状態との距離を監視し、いつ停止するかを知ることができます。

恣意的な絶対数は、特に目標達成の進捗が遅く、他の部門への依存関係やグループの制御が及ばない企業ポリシーによって進捗が妨げられている場合、無力感を生み出します。トレンドは、解決不可能に見えるギャップの間に麻痺するのではなく、正しい方向に進むことに努力を集中させるのに役立ちます。

指標のより適切な使用には、トレンドの報告と記録における経営陣の関与がより多く必要になります。なぜなら、チームを取り巻くエコシステムは経営陣の責任だからです。このエコシステムには、組織のポリシー、作業のスケジュールまたは計画方法、チームと担当者の編成方法が含まれます。このエコシステムは、多くの場合、個人が費やす努力よりもトレンドに大きな影響を与えます。経営陣は、このエコシステムへの変更の影響を観察するために、トレンドに関心を持つべきです。

指標を適切に使用すると、絶対数よりもトレンドの方がはるかに役立つことがわかります。恣意的な目標は、正しいトレンドがなければ実際にはあまり意味がありません。トレンドに影響を与えるものと、トレンドに影響を与えるために他に何ができるかを考えるときに、恣意的な数字と現実とのギャップが何であるかを指摘するよりも、より良い疑問が生じます。

より短い追跡期間を使用する

多くの組織は、指標を使用して、通常3〜6か月、さらには1年以上もの非常に長い期間の目標を設定しています。管理者はこの目標を設定し、作業を行う担当者には、その目標を達成するためにできる限りのことを行う責任があります。経営陣は、期間の終わりにこの目標を再検討して、作業を行う担当者を*評価*します。このシステムでは、経営陣と従業員の関係は、せいぜい対立的であると言えます。従業員は最善を尽くして目標を達成するためにできる限りのことを行いますが、経営陣には何の責任もないという暗黙の了解があります。

長期間の後に指標を再検討することの結果として、経営陣の恣意的な目標を達成できないことは、ますます容認できなくなります。私は管理職が「目標を達成するのに1年間もあったのに、達成できなかった」などと言うのを聞いたことがあります。追跡期間が長くなるほど、失敗のリスクとコストは増加します。

アジャイルメソッドは、パフォーマンスのギャップのコストが低いため、レビュー期間が短いことを好みます。1週間で十分な進捗が得られないことは、1年間で十分な進捗が得られないことよりもはるかに重要ではありません。毎週の進捗状況を確認すると、1年後の進捗状況を確認するよりもはるかに多くの選択肢が生まれます。これは単に、対応して変更する機会が多いためです。1週間などの短期間の後、計画されたことではなく、実際に何が起こったかについてのデータがはるかに多くなり、これを変更の推進に利用することで結果に影響を与える必要があります。

組織は、追跡期間を短縮することで、最大の価値を実現する再計画の機会が増えるため、メリットがあります。

指標の適切な使用は、プロジェクトが将来どうなるかについての情報をはるかに多く提供するため、より小さなサイクルで進捗状況を追跡します。より短い期間を追跡することでトレンドを特定するのに役立ち、一時停止することで、組織は環境とトレンドの速度/方向に影響を与えるためのより多くの情報に基づいた立場を得ることができます。

より短い期間を追跡することで、経営陣が関与する機会が増えるため、より多くのコラボレーションが可能になります。より長い期間の終わりに単に人を*評価*するのではなく、より短い期間を追跡することで、実際に何が起こっているのか、トレンドに影響を与えているのかについてのより多くのデータが得られます。

変化を促さなくなった場合はメトリクスを変更する

組織が目標を容易に達成できるのであれば、指標は必要ありません。組織は方向転換すればすぐに目標を達成できるでしょう。残念ながら、現実にはそうはならないため、測定基準が存在します。目標の達成には、多くの場合、はるかに長い時間がかかります。指標の適切な使用に関する最初のガイドラインは、真の目標と、その目標への進捗状況を監視するために選択された測定基準を区別することです。真の目標は常に明確にされなければなりません。

ガイドライン＃2と＃3、トレンドの監視とより短い期間での監視は、組織が目標をより早く実現するのを支援するためのものです。それは、この章の前半で説明したシングルループ学習では達成されません。組織に必要なのは、Argyrisが書いているダブルループ学習です。指標の適切な使用は、人々に目標に疑問を投げかけ、実際のデータを収集することに基づいて、そこに到達するための変更を実装することを促します。

ダブルループ学習は次のようになります

ダブルループ学習では、実際に何が起こっているのかについてのより多くのデータが必要です。期間が短くなるとデータポイントが増えるため、トレンドが見やすくなります。トレンドは、システムの現在のパフォーマンスに関する洞察を提供し、単にパフォーマンス測定を追跡するためではなく、システムで作用しているより深い根本的な力について考え、問題解決を促すために使用されるべきです。真の変化を実装することで、組織は現在の目標に向かって加速することができます。

人々が働くシステムを変更することは、個人がより一生懸命、またはより速く働く努力に焦点を当てるよりも、はるかに大きな影響を与えることがよくあります。私たちのストーリーでは、ダンは毎週より多くの時間をバグの修正に費やすことができたかもしれませんが、マルコムとダンの間の情報の流れと作業関係を調整することで、彼らはシステムをはるかに効果的に変更しました。

プロジェクトの事後分析は、プロジェクトが完了した後に振り返り、将来のプロジェクトに適用したり、組織全体に広めたりすることを期待して、学んだ教訓を探します。プロジェクトの最後に事後分析を実施しても、これらの学習をプロジェクト自体に実際に適用する機会はありません。『アジャイルレトロスペクティブ』は、プロジェクトが進行中の間に変更を求めるという点で意図が異なり、アクションは終了時よりも大きな影響を与えます。これらの会議は、チームが変化の機会を探す機会を生み出しますが、それでも人々と組織がこれらの変化にコミットすることに依存しています。

組織が目標を達成したら、それを達成するために使用された指標を返却する時です。組織が目標を瞬時に達成できれば、指標は必要ないことを忘れないでください。指標の定義、追跡、監視、解釈には、新しい目標に費やす方が良い時間とリソースが必要です。組織は、収集に慣れているすべての指標に固執するのではなく、もはや関連性のない指標を削除する必要があります。指標を適切に使用することで、どの指標を廃止すべきかを簡単に理解できます。なぜなら、これらの指標は目標に明示的に関連付けられており、期間中のトレンドの継続的な監視により、最終目標の状態の継続的なレビューが促進されるからです。

人々に「なぜこの数値を収集する必要があるのですか？」と尋ねることで、潜在的に時代遅れの指標の兆候を探すことができます。ひどい回答には、「それは私たちが常にやってきた方法だからです」またはさらに悪いことに「それは私たちのポリシーです」が含まれる場合があります。この質問は、説明の不十分な目標と時代遅れの指標を必ずしも区別するものではないため、もう少し掘り下げる必要があるかもしれません。組織の時間が不必要な指標の収集と維持に無駄に費やされないようにするのは、経営陣の責任です。