阿里云联合“产学研媒”发起 BizDevOps 共促计划,助力企业提升组织效能

2012年全球最具影响力的独立研究咨询机构Forrester曾预言:“In the future, all companies will be software companies”(在未来,所有的企业都将成为软件企业)

近10年来,DevOps运动在全球和中国风起云涌,已成为软件产业先进生产力的代表。然而,DevOps将关注点主要放在打破开发与运维之间的壁垒,虽然极大地提升了软件的研发运维效率,但尚未形成完整的价值闭环。BizDevOps倡导开发与运维之间的整合向前进一步扩展延伸到业务,使能业务作为价值的起点及核心目标,充分、高效地对接到DevOps的价值实现引擎。

阿里云联合产学研媒 首发必致(BizDevOps)白皮书

12月22日,2022阿里云研发效能峰在线上举行,会上阿里巴巴副总裁、阿里云基础产品事业部总经理蒋江伟宣布,阿里云与南京大学、招商银行、思特沃克、极客邦等“产学研媒”联合发起BizDevOps共促计划。共促计划旨在打破业务、开发与运维之间的壁垒,助力企业提升组织效能,聚焦BizDevOps技术体系的完善、应用与推广,加速企业的数字化转型。

BizDevOps白皮书首发

白皮书下载地址:https://developer.aliyun.com/ebook/7847

《必致(BizDevOps)白皮书》提出1个目标、3个能力和5个关键实践,理清对BizDevOps的明确定义,达成共同认知;在此基础上,建立起BizDevOps的概念模型和实践体系,为国内企业和实践者勾绘出BizDevOps方向的第一张实施路线图。

BizDevOps共促计划成立官宣 阿里云担任理事长单位

BizDevOps共促计划正式成立于今年8月份,是由阿里云计算有限公司联合南京大学软件研发效能实验室、思特沃克软件技术(北京)有限公司、中国信息通信研究院、北京极客邦科技有限公司、招商银行股份有限公司、上海优川信息技术有限公司共同成立的专业性、全国性、非营利性的虚拟社会组织。《必致(BizDevOps)白皮书》是BizDevOps共促计划组织孵化的第一个重磅成果。

阿里云计算有限公司被推举为第一届理事长单位。作为BizDevOps共促计划的理事长单位代表,阿里巴巴集团副总裁、阿里云基础产品事业部总经理蒋江伟此次于阿里云研发效能峰会·主论坛上,正式官宣BizDevOps共促计划组织的成立,并宣布组织持续面向相关企事业单位、高等院校、科研院所、社团组织开放共建。主论坛后,已经陆续有多家企业表达期望一起共建。

产学研媒共同成立BizDevOps共促计划

阿里云云效全面支撑BizDevOps实践,向提升效能进化

云效作为阿里云计算有限公司在BizDevOps共促计划中的核心代表,本次在大会重磅发布全面支撑BizDevOps实践的产品能力,包括业务驱动的组织协同机制,产品导向的团队组织和交付方式、应用为核心的研发资产和流程管理、适配业务特征的持续业务交付,以及中间的全量、全要素、实时数据支持的度量和持续改进实践。

云效全面支撑 BizDevOps 5大实践

阿里云云效负责人陈鑫表示,《必致(BizDevOps)白皮书》中定义的BizDevOps数据模型,代表了BizDevOps共促计划全体成员对业产技协同最核心要素的理解,以及这些要素之间的连接。通过面向价值而不是面向流程的数据模型,我们就有机会去洞察每一个价值创造过程的时效与阻塞,也就有机会真正的做到价值流分析。在过去我们缺少面向价值的视角,缺少价值链路的完整连接,缺少数据的沉淀与分析能力,让我们始终无法准确回答关于研发效能改进带来的业务价值交付效率提升的问题,无法将效率转化为经营效益。而解决这个痛点正是BizDevOps数据模型和分析方法的目标。

BizDevOps数据模型驱动持续改进

最后,陈鑫认为,团队要实现BizDevOps,需要落地好三大部分。

第一,努力打破业务与产研的部门墙,与业务团队一起做好“定义价值”这个阶段。业务确定市场机会,设定业务目标,与产研澄清需求内容,做好需求价值评估,这个阶段的争论会非常有意义,一旦进入下一个阶段再掉头修改会付出高昂成本。

第二是“集体创造价值”阶段,业产技三者做好需求分层,产品设计、技术研发,将所有活动线上化并连接在一起。目标的透明、决策的透明、任务的透明会让“集体创造价值”的协同更加高效,最大程度的减少信息衰减带来的错误和浪费。

第三是“持续学习”阶段,通过数字化的方法去设定目标找到瓶颈,不断优化各角色专业能力、工作流程、资源配置等。将组织效率定量呈现,激发组织持续改进。

实现BizDevOps的三个阶段

原文链接

本文为阿里云原创内容,未经允许不得转载。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/510343.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Kubernetes HPA 的三个误区与避坑指南

前言 云计算带来的优势之一便是弹性能力,云原生场景下Kubernetes提供了水平弹性扩容能力(HPA),让应用可以随着实时指标进行扩/缩。然而HPA的实际工作情况可能和我们直观预想的情况是不一样的,这里面存在一些认知误区。…

K8s有损发布问题探究

问题提出 流量有损是在应用发布时的常见问题,其现象通常会反馈到流量监控上,如下图所示,发布过程中服务RT突然升高,造成部分业务响应变慢,给用户的最直观体验就是卡顿;或是请求的500错误数突增&#xff0c…

解读 K8s Pod 的13种典型异常

在K8s中,Pod作为工作负载的运行载体,是最为核心的一个资源对象。Pod具有复杂的生命周期,在其生命周期的每一个阶段,可能发生多种不同的异常情况。K8s作为一个复杂系统,异常诊断往往要求强大的知识和经验储备。结合实战…

实践教程之如何快速使用 PolarDB-X

PolarDB-X 为了方便用户体验,提供了免费的实验环境,您可以在实验环境里体验 PolarDB-X 的安装部署和各种内核特性。除了免费的实验,PolarDB-X 也提供免费的视频课程,手把手教你玩转 PolarDB-X 分布式数据库。 本期实验可以让您快…

实践教程之如何将 PolarDB-X 与大数据等系统互通

本期实验将指导您使用PolarDB-XCanalClickHouse搭建实时分析系统。 本期免费实验地址 本期教学视频地址 前置准备 假设已经根据前一讲内容完成了PolarDB-X的搭建部署,可以成功链接上PolarDB-X数据库。 实践教程之如何快速安装部署PolarDB-X 部署Canal Canal是…

加载速度提升 15%,关于 Python 启动加速探索与实践的解析

编者按:在刚刚结束的 PyCon China 2022 大会上,龙蜥社区开发者严懿宸分享了主题为《Python 启动加速的探索与实践》的技术演讲。本次演讲,作者将从 CPython 社区相关工作、本方案的设计及实现,以及业务层面的集成等方面进行介绍。…

统信软件高级工程师:关于云原生技术在容器方面的应用介绍

编者按:随着近几年来云原生生态的不断壮大,众多企业纷纷开展了用云上云的工作,学习云原生及容器技术对于现代工程师是必不可少的。本文整理自龙蜥大讲堂 54 期,统信高级研发工程师参与技术分享,为大家介绍了云原生的介…

解读最佳实践:倚天710 ARM芯片的 Python+AI 算力优化

编者按:在刚刚结束的 PyCon China 2022 大会上,龙蜥社区开发者朱宏林分享了主题为《ARM 芯片的 PythonAI 算力优化》的技术演讲。本次演讲,作者将向大家介绍他们在倚天 710 ARM 芯片上开展的 PythonAI 优化工作,以及在 ARM 云平台…

从敏捷协作到价值交付

前面我的同事在分享的时候,指出目前软件研发的最大问题不是效率,而是研发资源的浪费。可能产品经理半天写的需求,开发要埋头苦干三个月。如果错误的选择了一个对业务发展无益的需求,会带着大家往错误的方向越跑越远。 那么什么是…

行动策略过于复杂怎么办?试试下面一些解决方法

背景 随着使用SLS告警越来越深入,有些用户的行动策略会配置的特别复杂,有些时候可以让用户通过创建多个行动策略来进行一定的精简,但是在一些场景下,用户是无法创建多个行动策略的。例如用户想要通过SLS来统一管理其各个监控系统…

从效能公式解构研发效能

这几年,云原生、Web3.0、元宇宙等技术的出现和应用,正在深刻地改变着我们这个世界。以数字技术应用为主线的数字化转型是此次人类文明变革的核心动力。在这一变革过程中,软件研发模式的发展起到了重至关重要的作用。从早期瀑布式、精益敏捷、…

阿里CCO:基于 Hologres 的亿级明细 BI 探索分析实践

CCO是Chief Customer Officer的缩写,也是阿里巴巴集团客户体验事业部的简称。随着业务的多元化发展以及行业竞争的深入,用户体验问题越来越受到关注。CCO体验业务运营小二日常会大量投入在体验洞察分析中,旨在通过用户的声音数据结合交易、物…

sdut 数字三角形问题

数字三角形问题 Time Limit: 1000MS Memory Limit: 65536KBSubmit Statistic DiscussProblem Description 给定一个由n行数字组成的数字三角形如下图所示。试设计一个算法,计算出从三角形的顶至底的一条路径,使该路径经过的数字总和最大。对于给定的由n行…

SSD( Single Shot MultiBox Detector)关键源码解析

SSD(SSD: Single Shot MultiBox Detector)是采用单个深度神经网络模型实现目标检测和识别的方法。如图0-1所示,该方法是综合了Faster R-CNN的anchor box和YOLO单个神经网络检测思路(YOLOv2也采用了类似的思路,详见YOLO…

YOLO升级版:YOLOv2和YOLO9000解析

论文笔记:YOLO9000: Better, Faster, Stronger;官方网站 评论:YOLO是基于深度学习方法的端到端实时目标检测系统(YOLO:实时快速目标检测)。YOLO的升级版有两种:YOLOv2和YOLO9000。作者采用了一系…

解读Batch Normalization

【活动】Python创意编程活动开始啦!!! CSDN日报20170424 ——《技术方向的选择》 程序员4月书讯:Angular来了!解读Batch Normalization 2016-02-23 16:03 5262人阅读 评论(1) 收藏 举报 本文章已收录于&#xf…

SSD+caffe︱Single Shot MultiBox Detector 目标检测+fine-tuning(二)

承接上一篇SSD介绍:SSDcaffe︱Single Shot MultiBox Detector 目标检测(一) 如果自己要训练SSD模型呢,关键的就是LMDB格式生成,从官方教程weiliu89/caffe来看,寥寥几行code,但是前面的数据整理…

sdut 双向队列(STL)

deque<ll>q;//定义一个双向队列q&#xff0c;类型为long long q.push_front(a);//将a从队首插入队列 q.push_back(a);//将a从队尾插入队列 q.pop_front();//队首弹掉一个元素 q.pop_back();//队尾弹出一个元素 aq.front();//返回队首元素 aq.back();//返回队尾元素 aq.si…

pip install scikit-image on windows 失败 解决方案

到官网下载包 http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-image 我们下载 scikit_image‑0.13.0‑cp35‑cp35m‑win_amd64.whl 也可到我的CNDS下载 安装时会出现一下错误 scikit_image-0.13.0-cp34-none-win_amd64.whl is not a supported wheel on this platform…

Caffe训练源码基本流程

苏的专栏 致力于学习计算机视觉、模式识别、机器学习、深度学习相关技术&#xff1a;&#xff1a;&#xff1a;&#xff1a;希望结识更多同道中人。 QQ&#xff1a;2816568984 微信&#xff1a;Suc1011 目录视图 摘要视图 订阅 【活动】2017 CSDN博客专栏评选 【评论送书】…