Les données manquantes ne sont pas une mauvaise performance

Avant de demander à une équipe d'ingénierie d'expliquer un score faible, vérifiez si le tableau de bord disposait de suffisamment de preuves pour évaluer son travail. Un résultat global peut sembler autoritaire même lorsque des parties importantes du portrait sont manquantes. Si ces lacunes sont comptées comme une mauvaise performance, l'équipe finit par répondre des limites de la mesure.

Un résultat faible soutenu par de bonnes preuves peut justifier un examen plus approfondi de la façon dont l'équipe travaille. Des preuves manquantes appellent une prochaine étape différente : comprendre la lacune avant de tirer une conclusion sur la performance. Cette distinction devrait être visible avant que le score n'atteigne une réunion de direction.

Commencer par ce qui est réellement connu

Considérez une équipe hypothétique dont le tableau de bord inclut la livraison, la qualité et la récupération d'incidents. Il existe des preuves utiles concernant la livraison et la qualité, mais aucune donnée de récupération utilisable pour la période. Peut-être que la source d'incidents n'a pas été connectée. Peut-être que l'équipe n'a eu aucun incident qualifiant. Ces situations nécessitent des explications différentes, et aucune ne nous donne un temps de récupération mesuré.

Si le tableau de bord insère un zéro pour la récupération, le résultat global de l'équipe chute à cause de quelque chose que nous n'avons pas pu évaluer. Un leader pourrait demander à l'équipe d'améliorer son processus de récupération sans d'abord établir qu'il y a un problème avec celui-ci. Le tableau de bord a transformé une lacune dans ses propres preuves en travail pour quelqu'un d'autre.

Laisser de côté la dimension non disponible évite cette erreur particulière. Mais le score restant a toujours besoin de contexte. Il décrit les dimensions que nous avons pu évaluer. Si des preuves de récupération deviennent disponibles le mois prochain, le score global peut changer en partie parce que l'évaluation couvre maintenant plus du travail de l'équipe. Lire ce mouvement comme une amélioration ou un déclin sans vérifier la couverture créerait une autre conclusion trompeuse.

La couverture appartient à côté du résultat

Un tableau de bord utile devrait rendre ses limites faciles à voir. La couverture nous indique quelles dimensions, équipes et périodes sont représentées. La confiance nous aide à juger du poids à accorder à l'évaluation. La force des preuves devrait influencer la force de la conclusion.

Cela signifie rendre les dimensions non disponibles visibles comme non disponibles, expliquer pourquoi lorsque c'est possible, et montrer suffisamment de contexte pour comprendre ce qui est entré dans le résultat global. Le lecteur ne devrait pas avoir à reconstruire la méthodologie pour découvrir ces limites.

Cela signifie également être prudent avec les comparaisons. Deux équipes peuvent avoir le même résultat global tout en ayant des preuves très différentes derrière celui-ci. L'une peut avoir une large couverture à travers l'évaluation. Une autre peut avoir une vue utile de la livraison et très peu de visibilité ailleurs. Un classement cache cette différence et encourage un niveau de certitude que les preuves ne soutiennent pas.

Ramener le score à l'équipe

Lors de l'examen du résultat avec l'équipe, laissez-leur de la place pour expliquer le travail qu'il représente.

Certaines questions utiles sont simples : Est-ce que cela reflète le travail que vous essayiez d'accomplir ? Quel travail important manque ? Y a-t-il eu des changements dans la façon dont les données sont capturées ? Y a-t-il suffisamment de preuves ici pour choisir une amélioration, ou devons-nous d'abord enquêter ?

Les réponses peuvent changer la prochaine étape. Une équipe peut identifier un véritable problème dans la façon dont le travail passe par la révision, ou expliquer qu'une partie majeure du travail se situe en dehors des sources connectées. Ce contexte aide le leader à déterminer s'il y a une amélioration à apporter, plutôt que de rester coincé dans une discussion sur la question de savoir si le chiffre semble juste.

Il y a toujours de la responsabilité dans cette approche. Lorsque les preuves soutiennent une préoccupation, convenez du problème, choisissez une action et décidez comment examiner le résultat. Lorsque la couverture est faible, décidez si combler la lacune améliorerait une décision réelle. Collecter plus de données a un coût, et un tableau de bord plus complet ne vaut pas automatiquement ce coût.

Garder l'objectif du tableau de bord clair

Cela fait partie de la réflexion derrière Simyl Flow. Les dimensions avec des données absentes ou à confiance zéro sont exclues du calcul d'efficacité au niveau de l'organisation, plutôt que d'être comptées comme zéro. Les dimensions disponibles contribuent au résultat. Cela empêche les preuves manquantes de réduire mécaniquement le score d'une organisation, tout en laissant une responsabilité importante à quiconque l'interprète : comprendre ce que le résultat représente.

L'objectif est d'aider les équipes à améliorer les résultats et d'aider les leaders à avoir de meilleures conversations de coaching. L'activité peut fournir du contexte, mais un décompte de commits, de tickets ou de commentaires ne peut pas établir à lui seul si une équipe a accompli ce qui comptait. Transformer des signaux incomplets en un classement d'employés pousse l'évaluation plus loin que les preuves ne peuvent le soutenir.

Un tableau de bord utile devrait aider l'équipe à convenir de la prochaine étape. Lorsque les preuves sont incomplètes, comprendre la lacune peut être la bonne première étape. Garder cette incertitude visible facilite l'action sur les conclusions qui sont suffisamment solides pour soutenir une décision.