根据美国劳工统计局的数据，从2016年到2026年，所有职业的预计就业变化平均为7％。 软件开发人员的预期增长率为26％。 考虑到过去几十年来软件开发对我们世界的变化，人们只能想象该行业的未来。 幸运的是，我们可以通过分析有关开发人员输出的过去数据来为今天的未来做好准备。
“衡量的内容得到管理。” —彼得·德鲁克（Peter Drucker）。
当有人说出“大数据”这个词时，通常会有两个反应：对隐私的恐慌和恐惧，或者对无尽可能性的兴奋。 以最简单的形式，人类因数据而进化了—我们收到来自世界的投入，并据此做出反应。 如果是这样的话。 听起来有点熟？
自然，我们意识到可以开始跟踪和分析我们收集的数据。 如此之多，以至于现在有太多的职位专注于对任何可以想象的事物的分析。
重点是什么？
关键是我们已经为数据投入了大量精力。 收集，研究，检验我们的理论并重复该过程。 数据极大地提高了我们在这个星球上开展工作的效率。 我们已经证明，变化是指数级的-数据才是真正使之成为现实的东西。
这是问题所在：
多年来，软件开发分析一直是一个不发达的领域。 通常认为这是不可能的，并且是有充分理由的。 其他行业使用的度量标准通常不适用于软件开发。
软件开发是一个高度数字化的领域，但由于其创造力而常常难以衡量。 对于其他专业，例如内容创建或广告，可以通过输出（例如，他们创建或发布多少职位）来衡量生产力。 但是，对于软件开发人员（如设计师或架构师）而言，衡量生产力更为困难。 对于建筑师而言，与其绘制蓝图的数量无关，而是所创建结构的质量和耐用性。
像架构师一样，软件开发人员可以解决问题。 像许多问题一样，开发人员面临的问题可以通过许多不同的方式解决。 假设这位建筑师正在设计一座桥梁。 首先，建筑师需要为桥梁选择一种风格，并从数千种可能性中选择其材料。 这类似于选择代码语言的开发人员。 他们首先需要从数百种编码语言中选择一种。 每个都有自己的目的。 确定语言后，开发人员将决定解决问题的最佳方法。 方钉应该适合方孔，但是如果有更简单的方法呢？
您可能会想：“我知道这很复杂，但这与衡量生产力有什么关系？”
问题是，所有开发人员都不同，并且以不同的方式解决问题。 您如何以不丧失创造力的方式衡量他们的产出？ 这本书中最古老的方法是计算代码行数。 显然，代码越多越好，对吧？ 错误。 您可以在此处详细了解为何更多的代码并不总是更好，以及Static Object针对此问题的解决方案。
这些年来，还提出了许多其他解决方案。 但是，它们都不足以成为行业标准。 我们坚信有一个尚未发现的解决方案可以提高生产率和增长，我计划对此进行探索并继续就该主题进行写作。
所有这一切都说明：衡量开发人员生产力的目标是什么？
从正确预测产品，到分析新员工，该问题有很多答案。
但是，衡量开发人员生产力的真正目的和目标是确定阻碍开发人员进行创新和创造的障碍和效率低下。
在许多方面，软件开发人员为我们铺就了未来。 问题就变成了： 我们能提供什么帮助？
请关注静态对象，以获取有关开发人员生产率主题的更多信息。 如果您有任何意见，请联系我们，我们很乐意与您讨论这个话题。
