• 快捷搜索
  • 全站搜索

光大银行外部研发资源量化管理实践

2017-04-14 12:38:15作者:中国光大银行信息科技部副总经理 史晨阳编辑:金融咨询网
光大银行结合自身现状以及多年来外部研发资源管理的实践,遵循监管部门的管理指引持续加强外包规范化管理,在研发领域外部资源量化管理模式方面进行了一些初步探索。

近年来,随着我国宏观经济进入新常态和金融改革步伐的加快,银行业的发展迎来了重大的机遇和挑战。外部市场竞争的加剧和银行业务模式的转型使得银行经营对IT支撑的依赖度进一步加大。但银行在IT人力资源投入上的成本约束与旺盛的系统建设需求之间的矛盾日益突出,银行业信息科技外包也应运而生。目前大型银行及各股份制银行均不同程度地采用外包人员提供应用开发、测试、运维等一系列服务。

图片6.jpg
中国光大银行信息科技部副总经理  史晨阳

        银行引入外包服务的初衷是希望整合利用IT外包商的专业技能和先进管理经验,从而降低成本、提高效率、集中优势资源、充分发挥自身核心竞争力和增强对市场的迅速应变的能力。但是,随着互联网时代的到来,银行业软件开发面临着业务需求爆发式增长、业务要求快速响应、产品质量要求更高等诸多挑战。

        与此同时,内外部监管要求不断地严格和细化,对银行业外部研发资源的管理提出了更高的要求。银监会陆续发布了《银行业金融机构外包风险管理指引》(【2010】44号),《银行业金融机构信息科技外包风险监管指引》(【2013】5号),用于规范和指导银行业信息科技外包管理活动,并于2013年组织成立银行业科技外包监管平台和银行业科技外包合作组织。

        监管的加强和各家银行的重视使得银行业科技外包的规范化管理较之以往有了长足的进步,但仍然面临着诸多亟待解决的问题:

        一是如何有效控制和防范外包风险?

        二是如何对外包人员绩效进行量化评估,提高研发生产效率?

        三是如何提升外包资源利用率,合理控制研发成本?

        四是如何保障产品交付质量,确保系统平稳运行?

        光大银行结合自身现状以及多年来外部研发资源管理的实践,遵循监管部门的管理指引持续加强外包规范化管理,推广符合CMMI四级模型标准的量化管理体系,实行统一的国际标准化规模度量方法,在研发领域外部资源量化管理模式方面进行了一些初步探索。

一、光大银行研发外包管理现状及困境

        《银行业金融机构信息科技外包风险监管指引》中概括了信息科技外包的分类,包括项目外包、人力资源外包等形式。原则上信息科技外包包括以下类型:研发咨询类外包、系统运行维护类外包、业务外包中的信息科技活动。

        目前,光大银行信息科技的软件研发领域外包服务形式以项目外包模式为主,人力外包模式为辅。而随着存量系统的增加,项目型外包更多地用在存量系统的升级维护类工作中。为了加强外包人员管理,从2013年起,光大银行信息科技部建立了多个外包交付中心(ODC),日常由专职人员和各处室值班行员对各ODC进行现场管理。

        即便如此,庞大的外包人员规模和参差不齐的外包服务人员素质也给外包管理带来了巨大的挑战,主要体现在以下几个方面。

        1.外包人员规模激增,行方人员如何有效管理

        国内同业和监管机构一般可接受的行方与外包人员的比例为1:4,但在实际操作过程中或者局部领域,由于各种原因,外包人员数量往往超过这个比例。这带来的最直接问题是,行方人员如何有效管理外包商团队?

        外包商团队在行方现场办公,但没有企业归属感,对外包人员的管理除了一纸合同外,很难有企业文化、人际关系、行为规范、安全意识等外在约束手段。尤其是当行方与外包商人员比例相差悬殊,或者由于场地原因人员无法经常性一起办公时,外包人员的行为规范、信息安全、工作效率和开发质量很难得到有效监督和管理。

        2.开发需求存在变数,行方如何计量外包工作量

        项目型外包的主要特点是供需双方根据预估的开发工作目标,通过外包服务合同的SLA明确外包服务商在一个固定周期内需要提供的人员数量和相应的开发交付物。

        然而,由于当前银行面对的市场变化节奏快、产品和服务创新活跃,使得合同在执行过程中交付内容存在较大的变数,这给行方对外包服务团队的绩效考量带来了很大难度。如果没有量化的绩效跟踪评价工具,行方很难对外包商在整体开发工作量方面做出客观的认定。

        3.开发工作产出弹性大,如何合理控制外包成本

        目前,各项目外包人力资源处于分散管理状态,各外包项目的工作目标各异、项目技术特点各异,各种人力资源的岗位级别资质要求各有不同,价格缺乏可比性。再加上在合同执行期间动态的业务需求所带来的开发工作量的不确定性,使得行方很难建立一个与开发目标合理匹配的开发工作量基线和外包人力资源需求基线。

        由于各个项目在进行外包人力资源预算时,难以获得充分的历史数据支撑,因此只有通过持续度量外包人力资源投入产出水平,逐渐积累和建立与开发目标相匹配的人力资源投入基线,最终才能合理有效的控制外包研发成本。

        4.外包开发商能力有差异,如何保障统一的开发质量

        软件产品的质量是信息科技管理的生命线,是业务系统平稳运行的前提和基础,确保产品交付质量也是科技外包服务的首要目标。但现有外包服务商普遍存在人员稳定性低、人员素质参差不齐、软件交付质量无法完全满足预期的情况,因此,行方多年来建立的质量测试和保障体系就成为外包开发质量的最后保障。

        为提高软件产品的交付质量,确保各系统持续平稳运行,行方需在产品交付质量度量方面进行科学全面的量化指标设计,并对外包人员能力、稳定性、规范性等进行量化评价。

二、光大银行研发过程体系标准化建设

        1.基于CMMI打造研发过程体系

        早在2009年,光大银行为了实现信息系统开发的高质量,提高软件开发过程和项目管理的规范性、高效性和产品满意度等,引入能力成熟度集成模型体系成熟度3级模型。通过引入CMMI体系模型(如图1所示),光大银行建立起一套可定义、可管理并可持续改进完善的研发过程管理体系,并于2012年通过了CMMI3级认证。

图片7.jpg

        为了实现软件开发过程的可预测量化管理,光大银行对研发管理过程进行了持续改进,向更高成熟度迈进,于2013年初启动了CMMI4级体系优化改进项目。

        经过32个月时间,历经过程定义、体系评估、过程试点、预评估、过程推广、就绪检查、正式评估等阶段,光大银行于2015年11月通过了CMMI4级的正式评估,建立了一套符合CMMI4级模型要求、切合实际、具有可操作性的软件研发及管理体系;建立起合理的组织级过程能力基线及预测模型,并在部分项目中成功运用能力基线和预测模型,初步实现了软件开发过程基于统计过程控制的量化项目管理。

        2.引入功能点度量标准

        软件规模,也就是软件的大小,是项目管理人员在整个项目周期内进行项目跟踪和评估的基础,同时也是量化管理的关键基础数据。有效的软件规模度量是项目成功的核心要素。不合理的规模估算会导致不合理的项目范围与目标,最终将导致项目的延期、超预算及质量失控等后果。

        目前,功能点方法是国际主流的软件规模评估方法之一。2009年中国软件行业协会系统与软件过程改进分会将功能点方法引入中国。光大银行作为功能点方法的第一批试点单位,从2013年初起就将功能点方法引入到软件规模度量过程中。截止到2015年底,光大银行信息科技部所有信息系统全部应用功能点方法进行软件规模度量,为组织级和项目级量化管理奠定了坚实的基础。

三、光大银行外部研发资源量化管理探索

        1.面向外部研发资源的量化管理实践

        (1)量化管理框架

        光大银行根据“保证基础度量、建立过程基线、依据模型预测、实现可预测量化管理”的思路建立了软件项目量化管理的框架。为项目级和组织级实施量化管理提供了路线指导。

        (2)度量定义

        软件度量是对软件开发项目、过程及其产品进行数据定义、收集以及分析持续性的定量管理过程。目的在于对开发加以理解、预测、评估、控制和改善。光大银行根据自身项目开发情况,从项目级、组织级的度量目标入手,进行度量指标的有效定义,其中基础度量指标主要包括:功能点生产率、系统缺陷率、工时偏差率、需求波动率等。

        (3)基线及模型的建立

        过程绩效基线,亦称为“过程性能基线(ProcessPerformanceBaseline)”。过程绩效是遵循某过程而达成的结果的度量,而过程绩效基线是过程绩效的文档化描述,可作为比较实际过程绩效和期望过程绩效的基准。

        光大银行主要在“规模”、“工作量”、“缺陷”等基础数据有效,且过程稳定的基础上,通过统计分析技术,从产品交付效率和产品交付质量等维度建立起度量指标的过程绩效基线,在明确项目和组织的绩效能力的同时,分析发现管理的薄弱环节,进而进行有针对性地持续改进。

        过程绩效模型,亦称为“过程性能模型(ProcessPerformanceModel)”,是一项或多项过程或工作产品的可度量属性的相互关系的描述,通常基于过程绩效的历史数据而建立,并被用于预测未来的绩效。

        光大银行根据历史数据以及管理目标,建立了以功能点、需求复杂度等为变量的工作量的回归预测模型。此模型根据光大银行历史数据建立,符合光大银行项目开发特点,提高了项目建设过程中工作量预测的有效性。

        2.可量化的外包服务商评价机制

        CMMI四级体系的推广,为光大银行信息科技组织级量化管理打下了坚实的理论和数据基础,使得在研发领域外包量化管理的探索成为可能。同时,外包量化管理也是CMMI量化管理的深入应用,为组织级度量定义和量化过程基线的优化以及其他领域的量化管理,提供了统计数据和管理经验的积累。

        光大银行研发领域外部资源量化管理的目标是,从以往定性的服务商评价转变为量化的评价机制,直接有效地衡量外包服务的综合效果,从而促进外部研发资源生产效率的持续提升,优化资源使用率,在保障软件交付质量的同时,加快对业务需求的响应速度。

        本文从基础数据收集、度量指标设计、量化数据应用三个方面介绍光大银行研发领域外部资源量化管理的实践。

        (1)基础数据收集

        基础数据的规范、准确、有效是量化管理的基础和前提,也是量化管理中的一个难点。光大银行在组织级和项目级量化管理落地实施的过程中,陆续完成了与外部研发资源相关的管理工具的改造升级,对各类量化管理数据实现了实时记录和采集,包括功能点、工期、工时、缺陷、考勤等基础度量数据。

        同时,在质量过程检查中也增加了相应的检查项,确保基础数据产生过程的规范性。此外,各管理系统还开发了大量统计报表,对数据进行定时、实时的多维度查询统计分析。通过实施上述措施,有效地规范了人员报工、进度维护、考勤打卡等人员操作行为,提升了各类基础数据的质量。

        (2)度量指标设计

        度量指标设计首先要考虑指标覆盖的全面性,光大银行基于管理目标分别从外包服务的效率、质量、需求响应、人员等几个方面设计了度量指标;其次要确保指标计算的准确性,光大银行结合基础度量数据和度量指标计算的可行性,确保基础数据全面、准确、有效、自动生成;最后要力求指标设计合理且各指标之间具有一定的制约和互验性,光大银行结合行内的管理现状确定从项目、系统、公司、个人等不同的维度分别进行指标设计。

        目前,光大银行整个外包量化度量定义从交付产能、交付质量、需求响应、人员评价四个方面进行分层细化,初步设计了人均产能、系统变更差错率、需求投产率、工时考勤比、人员流动率等9个度量指标,并明确了相关指标的度量定义及数据来源(度量定义见表1)。

图片8.jpg

        各类度量指标按照月度进行指标数据的统计计算,并且按照季度、年度等不同时间跨度,以及项目、团队、公司等不同维度进行度量数据的汇总统计分析,作为组织级日常绩效考核管理的参考。

        此外,光大银行还根据各度量指标不同的管理重点,分别设定了不同的评分权重占比,并根据个人、项目、系统、团队、外包商之间的关联关系,制定了一套针对外包服务商的量化评分机制,按季度对研发领域外包服务商进行量化评分。具体评分方案见表2。

图片9.jpg

        评分结果按季度发布,并定期召开外包服务商沟通座谈会,对表现优异的服务商予以表彰;对持续表现欠佳的服务商进行问题回顾与沟通,并督促其制定相应的改进措施,以满足行内科技和业务的服务需求,以及外包风险监管指引的政策要求,切实提高外包服务质量。

        我国经济发展逐步进入新常态,金融全球化的趋势以及行业监管部门对外包风险管控要求的日趋严格,都对银行信息科技的创新能力和资源协调管理能力提出了更高的要求。光大银行将继续秉持“安全运营,防范风险,科技创新,提升价值”指导思想,持续改进研发过程管理体系,加强外包风险管控,不断提升创新服务能力。

        未来,光大银行还将在现有研发领域外包量化管理体系基础上,结合项目系统业务形态、技术架构、管理模式等特点,进行分类量化基线的优化完善与度量应用,以期实现更加精细、合理的量化绩效考核机制,深入探索外部资源量化管理的新模式、新思路。

(文章来源:中国金融电脑杂志) 

扫码即可手机
阅读转发此文

本文评论

相关文章