یه تیم Engineering رو تصور کنید که تقریباً همهچیزش خوبه.
Sprintها به موقع تموم میشن.
Featureها سر وقت Release میشن.
Bugها کنترل شدهان.
Velocity تیم خوبه.
حتی اگر Jira رو هم باز کنید، احتمالاً نمودارها وضعیت قابل قبولی دارن.
اگر Engineering Manager اون تیم باشید، احتمالاً در نگاه اول حس خوبی دارید.
تیم داره کار میکنه.
اما یک سؤال ساده وجود داره:
این همه کاری که انجام شده، دقیقاً چه چیزی رو بهتر کرده؟
ممکنه جواب این سؤال خیلی واضح نباشه.
و اینجا دقیقاً جاییه که به نظرم تفاوت بین یک تیم Engineering که فقط خوب Delivery میکنه و تیمی که واقعاً Impact ایجاد میکنه، مشخص میشه.

یکی از دامهایی که به نظرم تیمهای Engineering خیلی راحت داخلش میافتن اینه که موفقیت رو با چیزی اندازه بگیرن که اندازهگیریش آسونه.
تعداد Ticketهای بستهشده.
تعداد Featureهای Releaseشده.
Velocity.
Cycle Time.
تعداد Pull Requestها.
همه اینها اطلاعات مفیدی میدن، ولی یک مشکل دارن:
هیچکدوم به تنهایی نمیگن آیا کار درستی انجام دادیم یا نه.
فرض کنید یک تیم در یک فصل ۲۰ Feature منتشر کرده.
همه هم به موقع.
ولی بعد از سه ماه:
Conversion تغییری نکرده.
Retention بهتر نشده.
هزینه عملیاتی پایین نیومده.
رضایت کاربر هم تغییری نکرده.
حتی ممکنه بعضی از Featureها اصلاً استفاده نشده باشن.
در این حالت، آیا تیم Engineering شکست خورده؟
نه.
تیم احتمالاً کار خودش رو خیلی خوب انجام داده.
ولی شاید مسئله جای دیگه بوده.
تیم یک چیز را خیلی خوب ساخته، اما شاید آن چیزی نبوده که واقعاً باید ساخته میشده.
به نظرم یکی از تغییرات مهم در نقش Engineering Manager اینه که مسئولیت ما نباید فقط از جایی شروع بشه که یک Ticket وارد Backlog میشه.
اگر Product میگه:
«این Feature رو بسازیم.»
سؤال Engineering فقط نباید این باشه که:
«چطور بسازیمش؟»
گاهی باید قبل از اون پرسید:
چرا؟
چرا این Feature؟
چه مشکلی رو حل میکنه؟
این مشکل چقدر مهمه؟
از کجا میدونیم واقعاً وجود داره؟
اگر این Feature موفق بشه، دقیقاً چه چیزی باید تغییر کنه؟
و مهمتر از همه:
از کجا میفهمیم موفق شدیم؟
این به معنی دخالت Engineering در Product نیست.
اتفاقاً برعکس.
به نظرم تیمهای خوب Product و Engineering جایی به هم نزدیک میشن که هر دو درباره مسئله مشترک صحبت میکنن، نه اینکه یکی مسئله رو تعریف کنه و دیگری فقط وظیفه داشته باشه آن را پیاده کند.
فرض کنید مشکل اینه که تعداد زیادی از کاربران در مرحله پرداخت Order رو نیمهکاره رها میکنن.
یک راه برخورد با این مسئله اینه که چند Ticket بسازیم:
تغییر UI
اضافه کردن یک Payment Method
بهینه کردن API
کاهش زمان Response
اضافه کردن Retry
تغییر Error Message
بعد هم یکییکی همه رو Deliver کنیم.
از نظر Engineering احتمالاً اتفاقات خوبی افتاده.
اما هنوز یک سؤال باقیه:
آیا دراپ در Payment کم شد؟
اگر جواب نه باشه، شاید تیم شش ماه خیلی خوب کار کرده باشه و در نهایت تقریباً هیچ اتفاق مهمی برای کسبوکار نیفتاده باشه.
در مقابل، اگر تیم از ابتدا بدونه هدف مثلاً کاهش Payment Drop-off از ۱۸٪ به ۱۲٪ بوده، تعریف موفقیت کاملاً عوض میشه.
ممکنه Feature اول جواب نده.
Iteration دوم لازم بشه.
حتی ممکنه بعد از دو هفته بفهمیم فرض اولیه اشتباه بوده و باید مسیر رو عوض کنیم.
از دید Delivery شاید این اتفاق چندان جذاب نباشه.
اما از دید Outcome، دقیقاً داریم یاد میگیریم.
قسمت خطرناک ماجرا اینه که Output خیلی ملموسه.
میتونیم بگیم:
«این ماه ۳۵۰ Ticket بستیم.»
ولی گفتن اینکه:
«این ماه رفتار کاربران X درصد تغییر کرد»
خیلی سختتره.
چون Outcome معمولاً فقط در اختیار Engineering نیست.
به Product، Marketing، Operations، Design، Pricing، رفتار کاربران و دهها عامل دیگه وابسته است.
بنابراین من فکر نمیکنم درست باشه که بگیم:
Engineering Manager باید مسئول تمام Business Outcome یا تغییرات اساسی در تیم تک باشد.
اما به نظرم یک Engineering Manager خوب باید حداقل بدونه تیمش برای چه Outcomeای داره تلاش میکنه.
اگر تیم نمیدونه چرا چیزی رو میسازه، احتمالاً خیلی راحت تبدیل میشه به یک Feature Factory.
ورودی:
Ticket
خروجی:
Feature
و بعد Ticket بعدی.
تا جایی که همه خیلی مشغولن، ولی کسی دقیقاً نمیدونه داریم به کجا میریم.
قبلاً برای ساختن Software یک محدودیت طبیعی داشتیم:
زمان
اگر ساختن یک Feature دو هفته طول میکشید، حداقل یک اصطکاک طبیعی وجود داشت که باعث میشد قبل از ساختن آن کمی بیشتر فکر کنیم.
حالا با ابزارهای AI این اصطکاک کمتر شده.
میتونیم سریعتر Code تولید کنیم.
سریعتر Refactor کنیم.
سریعتر Test بنویسیم.
سریعتر Prototype بسازیم.
و این اتفاق واقعاً ارزشمنده.
اما یک خطر هم داره:
اگر مسئله را اشتباه انتخاب کرده باشیم، فقط سریعتر به مقصد اشتباه میرسیم.
در واقع ممکنه مسئله اصلی Engineering در بعضی تیمها از «چقدر سریع میتونیم بسازیم؟» به «اصلاً چی باید بسازیم؟» منتقل بشه.
وقتی هزینه تولید Output پایین میاد، ارزش تصمیم درست بیشتر میشه.
به نظرم نه.
Velocity، Cycle Time، Deployment Frequency، Quality Metrics و چیزهای مشابه همچنان مهمن.
مشکل وقتی شروع میشه که اینها رو با Impact اشتباه بگیریم.
من دوست دارم این دو سؤال رو از هم جدا کنم:
آیا تیم ما خوب کار میکند؟
و
آیا تیم ما روی مسئله درستی کار میکند؟
اولی درباره Engineering Executionه.
دومی درباره Direction.
و یک تیم واقعاً خوب باید هر دو رو داشته باشه.
گاهی حتی یک سؤال ساده قبل از شروع یک پروژه میتونه کمک بزرگی باشه:
اگر این پروژه موفق بشه، چه چیزی باید در دنیای واقعی تغییر کنه؟
مثلاً:
نه اینکه:
«Payment Flow جدید رو Release کنیم.»
بلکه:
«میخوایم نرخ موفقیت پرداخت رو از X به Y برسونیم.»
نه:
«سیستم Search جدید رو بسازیم.»
بلکه:
«میخوایم کاربران سریعتر به چیزی که دنبالشن برسن و Search Conversion رو افزایش بدیم.»
نه:
«یک سیستم Notification جدید پیاده کنیم.»
بلکه:
«میخوایم کاربران بیشتری اقدام موردنظر رو بعد از Notification انجام بدن.»
در این حالت Feature هنوز مهمه.
اما دیگه هدف نیست.
Feature تبدیل میشه به یکی از ابزارهای رسیدن به هدف.
به نظرم تیم Engineering موفق لزوماً تیمی نیست که بیشترین Feature رو Release میکنه.
حتی لزوماً تیمی نیست که بیشترین Velocity رو داره.
تیم موفق تیمیه که:
مسئله درستی رو پیدا میکنه،
راهحل مناسبی میسازه،
سریع یاد میگیره که آیا راهحلش جواب داده یا نه،
و اگر جواب نداده، حاضر میشه مسیرش رو عوض کنه.
چون در نهایت مهم نیست چند Ticket بستیم.
مهم نیست چند Feature Release کردیم.
حتی مهم نیست چقدر سریع کد نوشتیم.
سؤال سختتر اینه:
بعد از تمام این کارها، چه چیزی واقعاً بهتر شد؟
شاید این سؤال ساده، یکی از مهمترین سؤالهایی باشه که یک Engineering Manager میتونه از تیم خودش بپرسه.
نه فقط:
What did we ship?
بلکه:
What changed because we shipped it?
از دوست و همکاری که مسئله ship کردن بهم یاد تشکر میکنم و قدردانشم که چقدر به موضوعات درست نگاه میکرد.
هنوز در مسیر یادگیری هستم برای ساختن،برای ship کردن تیم با کیفیت.