In den letzten zehn Jahren hat fast jede Funktion im Unternehmen dank Transformationen von datengesteuerten, KI-fähigen Analysetools eine Produktivitätssteigerung erfahren. Diese Tools ermöglichten es den Teams, zu messen, was einst verborgen war , und ermöglichten es ihnen, auf der Grundlage von Daten und nicht auf der Grundlage von Bauchgefühl zu handeln.
Dies war im Vertrieb der Fall, wo neue Technologien wie „Conversation Intelligence“ Teams dabei helfen, mehr Geschäfte abzuschließen; Produkt, bei dem Teams jetzt Benutzerreisen in Echtzeit verstehen und bessere Entscheidungen treffen können; Marketing, bei dem Tools den Mitarbeitern helfen, die Konversion zu steigern und den ROI zu messen; und Kundenerfolg, wo Teams Benutzer besser begeistern und binden können. Diese allgemeine Verschiebung hat die Produktivität und Entscheidungsfindung so sehr verändert, dass Unternehmen aller Wahrscheinlichkeit nach nie mehr zurückgehen werden.
Aber hier gibt es einen Ausreißer: Software Engineering. Obwohl diese Geschäftsfunktion in den letzten Jahren stärker datengesteuert geworden ist, stützt sie sich immer noch stark auf Intuition und manuelle Prozesse. Obwohl Software-Engineering einer der am schnellsten wachsenden Berufe ist – die Entwicklungsplattform GitHub fügt jedes Jahr mehr als 10 Millionen Entwickler hinzu, mit derzeit 56 Millionen Entwicklern auf dieser Plattform – ist Software-Bereitstellung immer noch eher eine Kunst als eine Wissenschaft.
DevOps Research and Assessment (DORA), eine Gruppe, die Organisationen hilft, ihre DevOps- und Organisationsleistung durch Daten zu steigern, leistete Pionierarbeit bei kritischen Metriken von der Übergabe von Code bis zur Freigabe von Code für die Produktion. Zu diesen Metriken gehören Bereitstellungshäufigkeit, Vorlaufzeit für Änderungen, mittlere Reparaturzeit und Änderungsfehlerraten. Das ist toll. Es berücksichtigt jedoch nicht die Tatsache, dass ein Großteil des Entwicklungsprozesses stattfindet, bevor der Code festgeschrieben wird.
Darüber hinaus steigt die Komplexität der Softwareentwicklung mit der Verfügbarkeit von mehr Tools, mehr Stufen, höherer Disaggregation, mehr Modulen, mehr Repositories, mehr Änderungen und mehr Entwicklern. Der Bedarf an besseren Analysen und für Softwareentwickler, um die Produktivität inmitten all dieser Komplexität zu steigern, war noch nie größer.
Die Engineering-Produktivität wird anhand von Code- und Prozesszuverlässigkeit, Wiederholbarkeit und Geschwindigkeit gemessen. Software leben täglich in fünf oder sechs verschiedenen Systemen, darunter ihr Git-System, ihre Projektmanagementlösung, ihre CI/CD-Plattform und ihre Überwachungslösung. Dies hat die Komplexität bei der Bereitstellung von Qualitätscode erhöht und sich gleichzeitig auf die Grundprinzipien der Engineering-Produktivität ausgewirkt. Auch die Prozesse rund um die Softwareentwicklung haben sich von monolithisch zu Microservices, On-Premise zu Cloud und Waterfall zu Agile gewandelt. Um Software-Engpässe zu identifizieren, sind also Erkenntnisse aus den verschiedenen Phasen des Entwicklungsprozesses erforderlich.
Aber bis vor kurzem versuchten führende Ingenieure, die Teamleistung und den Projektstatus mit selbst erstellten Tabellenkalkulationen und Watercooler-Chats zu beleuchten. Covid-19 und der Übergang zu einer Work-from-Home-Umgebung haben diese Situation angesichts der zusätzlichen Schwierigkeiten der asynchronen Arbeit und der Verwaltung von Remote-Teams noch schwieriger gemacht.
Und es sind nicht nur einzelne Entwickler, die mehr Transparenz über ihre Releases wünschen; Auch Vizepräsidenten für Forschung und Entwicklung und technische Direktoren/Teamleiter spüren den Schmerz. Um tägliche Standups effektiv durchführen zu können, müssen Manager manuell Daten aus mehreren Datenquellen sammeln, die in verschiedenen Organisationssilos vorhanden sind. Dies verbraucht teure technische Feuerkraft und macht es sehr schwierig, Lieferausfällen vorzubeugen und gefährdete Initiativen zu finden.
Aus diesem Grund freuen wir uns über die Partnerschaft mit Ori Keren und Dan Lines, den Gründern von LinearB*. Das Unternehmen leistet Pionierarbeit in einer neuen Kategorie, die genau diese Probleme für die Softwareentwicklung angeht. Software Delivery Intelligence, wie sie es genannt haben, dient dazu, die Sichtbarkeit und Effektivität von Engineering-Teams und ihren Prozessen zu erhöhen. Ori und Dan erlebten das Problem aus erster Hand als leitende technische Leiter bei CloudLock (übernommen von Cisco), wo sie mit dem schnellen Wachstum ihrer gesamten technischen Organisation zu kämpfen hatten und oft technische Entscheidungen auf der Grundlage von Intuition statt Daten trafen.
Git-basierte Systeme (z. B. GitHub) und Projektmanagement-Software (z. B. Jira oder Clubhouse*) dienen als zugrunde liegende Aufzeichnungssysteme für Entwicklungsteams, bieten jedoch wenig Kontext dazu, wo Prozesse stecken bleiben und wo es Möglichkeiten zur Fortsetzung gibt Verbesserung. LinearB bietet insbesondere ein einheitliches Dashboard für Entwickler, um ihre Code-to-Commit-Prozesse anzuzeigen, zu analysieren und zu verbessern. Die Lösung lässt sich in zentrale Engineering-Systeme integrieren und korreliert Git-, Projekt- und Release-Daten, um Engineering-Teams Echtzeit-Projekteinblicke und Teammetriken zu liefern, die häufig mit Produktionsproblemen verknüpft sind.
Die Technologie steht im Einklang mit dem Fokus unseres Unternehmens in den letzten Jahren auf Investitionen in Entwicklertools und andere Produktivitätstechnologien, die den Softwareentwicklungsprozess effizienter machen. Diese Diplomarbeit führte zu Investitionen in Cypress.io* und LogRocket* für die Testautomatisierung; Bridgecrew* für Sicherheitsautomatisierung; JFrog* für die Verwaltung von Binär-Repositorys; und Kabelbaum* für kontinuierliche Lieferung. Gleichzeitig haben wir uns auf die datengesteuerte Optimierung für andere Geschäftsfunktionen konzentriert, z. B. durch unsere Investitionen in Gong.io*, die für Vertriebsvorgänge bereitgestellt werden; Pendo* und Amplitude* für das Produktmanagement; und Gainsight* für den Kundenerfolg.
Wir freuen uns über die Partnerschaft mit LinearB, da es das Software-Engineering datengesteuerter macht und in sein nächstes Wachstumskapitel eintritt.
Die hierin enthaltenen Informationen beruhen ausschließlich auf der Meinung von Morad Elhafed und sind nicht als Anlageberatung zu verstehen. Dieses Material wird zu Informationszwecken zur Verfügung gestellt und stellt weder eine Rechts-, Steuer- oder Anlageberatung noch ein Angebot zum Verkauf oder eine Aufforderung zum Kauf einer Beteiligung an einem von Battery Ventures oder einem anderen von Battery verwalteten Fonds oder Anlageinstrument dar und darf in keiner Weise als solche angesehen werden.
Die Informationen und Daten beziehen sich auf den Zeitpunkt der Veröffentlichung, sofern nicht anders angegeben.
Inhalte, die aus Drittquellen stammen, werden zwar als zuverlässig erachtet, wurden jedoch nicht von unabhängiger Seite auf ihre Richtigkeit oder Vollständigkeit hin überprüft und können nicht garantiert werden. Battery Ventures ist nicht verpflichtet, den Inhalt dieses Beitrags zu aktualisieren, zu ändern oder zu ergänzen oder Leser*innen zu benachrichtigen, falls sich darin enthaltene Informationen, Meinungen, Prognosen, Vorhersagen oder Schätzungen ändern oder später ungenau werden.
Die obigen Informationen können Prognosen oder andere zukunftsgerichtete Aussagen zu zukünftigen Ereignissen oder Erwartungen enthalten. Vorhersagen, Meinungen und andere Informationen, die in diesem Video besprochen werden, können sich ständig und ohne Vorankündigung ändern und sind nach dem angegebenen Datum möglicherweise nicht mehr zutreffend. Battery Ventures übernimmt keine Verpflichtung und beabsichtigt auch nicht, diese zukunftsgerichteten Aussagen zu aktualisieren.
*Bezeichnet ein Battery-Portfoliounternehmen. Für eine vollständige Liste aller Battery-Investments klicken Sie bitte hier.
Ein monatlicher Newsletter zum Austausch neuer Ideen, Erkenntnisse und Einführungen, um Unternehmer*innen beim Ausbau ihres Geschäfts zu helfen.