- 综合排序
- 最热优先
- 最新优先
- 来自专栏小东东
第2章 价值驱动交付
什么是价值驱动交付 交付价值，特别是业务价值，是敏捷方法的核心组成部分。 价值驱动交付贯穿敏捷项目的整个生命周期，指导着过程中的决策。 敏捷的主题就是最大化价值交付 风险等于反价值 早期交付价值 · 险提前曝光，提高项目成功的概率 · 增加干系人的信心，使之尽早参与 评估价值 业务价值可以通过商业论证进行评估，通常会用常用的财务术语进行评估 内部收益率是项目现金流入量现值等于项目现金流出量现值时的折现率，即NPV=0时的折现率，相当于项目存续期内项目内部为收回投资每年的净收益率。内部收益率越高越好。 (2)创建当前流程的价值流程图，识别步骤、序列、延迟和信息流。 (3)评审流程图，发现延迟、浪费和限制约束。
84010编辑于 2023-03-30 将AI潜力转化为软件交付的投资回报率
将潜力转化为绩效：在软件交付中实现AI的投资回报率人工智能正在改变软件的开发、测试和发布方式——然而，许多团队仍在努力将这种潜力转化为可衡量的成果。在整个软件开发生命周期中，AI引入了强大的能力。 从加速编码、生成软件质量检查到记录保存，生成式AI工具正在帮助承受巨大压力、需要在保证质量的前提下更快交付的软件开发团队。 当AI作为智能自动化框架的一部分被融入交付流程时，真正的投资回报率才会出现。这些是结构化的系统，它将AI与自动化相结合，使流程具有适应性，并能根据软件速度和质量的既定目标进行衡量。 对于软件领导者来说，要充分实现AI的潜力，他们必须超越试点项目，最终将AI定位为规模化、一致、可信、高性能软件交付的关键驱动力。 组织准备度塑造AI的规模化影响仅靠技术无法解锁投资回报率。要取得可重复的成功，需要运营规范和文化协同。
17510编辑于 2026-03-13- 来自专栏亮哥的DevOps
Jenkins X--(2)如何帮助实现持续交付
Jenkins X提供了以下特性来帮助我们实现持续交付。
1.1K20发布于 2019-11-26 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-2 精准率和召回率
本小节根据混淆矩阵工具计算精准率以及召回率。最后通过例子说明精准率和召回率在评价极度有偏的数据的分类任务上比准确率更好。 精准率&召回率 上一小节介绍了在分类任务中非常重要的工具混淆矩阵。 ； FN（False Negative）表示样本的真实值为1，但是算法错误预测样本为0，所有符合条件的样本数量； 就本例的混淆矩阵而言，TP = 8, FN = 2，因此准确率 = 8 / (8 + 2 这就是精准率和召回率的不同，在这里对于精准率和召回率来说，关键在于分母不同，由于分母不同，相应指标的解读也就不一样。 为什么精准率和召回率比准确率更好？ 虽然这样的一个预测算法准确率能够达到99.9%，但是与之对应的精准率和召回率都是最低值0。 通过精准率和召回率这两个指标可以判断这个预测算法完全没有用，这就是为什么在极度有偏的数据中不看准确率，而选择看精准率和召回率两个指标的原因。通过这两个指标才能够更好的评价分类算法的好坏。
1.8K30发布于 2020-03-27 - 来自专栏前端开发的「术」
从交付 API 到交付 SDK
背景 传统 Web 前后端协作模式中，HTTP API 是前后端的分界点，服务端交付 API，Web 端根据 API 构建应用。 服务端的类型定义，比如 HTTP 请求和返回的类型定义，前端可以复用； 前端请求函数，后端可以复用，作为 e2e 测试代码； 发现至少两个地方的代码是有共享需求的。 activity.ts │ ├── global.ts │ ├── user.ts │ └── README.md 总结 在这样的模式中，Node 开发除了常规的 server 开发外，要编写 e2e 感想 直接交付 SDK，其实在 RPC 调用中很常见。 因为 RPC 接口通常有结构化的协议文件，比如 protobuf，可以借助自动化工具，生成各种语言的调用 SDK（即桩代码 Stub）。
1.6K41编辑于 2022-01-13 - 来自专栏FunTester
持续交付：低风险快速交付
持续集成和持续交付等实践能够在进行任何更改后立即将代码交付到生产环境中。当使用更小改动的代码块时，将会让新功能发布和修复BUG并行成为可能。 今天我们将重点介绍 CI/CD 的第二阶段，持续交付。它有助于确保代码已准备好交付。它的主要特点是代码构建、测试和交付等过程的自动化，有助于及早避免错误并最大限度地降低风险。 根据持续交付状态报告，在 19,000 多名开发人员中，有 50% 的人指出他们以每周一次到每月一次的频率进行部署。其中 2/3 的代码在提交后至少需要一周才能成功将代码运行到生产环境中。 何谓持续交付 根据持续交付的实践，团队开发软件是以最小变动代码块为单元，产品发布不是手动进行的，而是通过一个按钮来完成的。代码中的每个小改动都会自动构建、测试并发布到生产环境中。 该技术有几个阶段，例如管理流程、测试和定义产品是否已准备好交付，这涉及不同的部门和不断的协作。
38920编辑于 2023-08-04 - 来自专栏ThoughtWorks
持续交付2.0：云原生持续交付
《持续交付》提出了一系列贯穿整个软件交付生命周期的最佳实践。但它成书的年代（2010年）云计算尚未得到广泛应用，尤其在软件开发过程中的应用非常有限。 如果站在今天的技术水平和对云计算的理解水平基础上回顾《持续交付》的内容，我们有可能提出一组全新的、原生于云环境的持续交付实践。 ? 对于这些反模式，《持续交付》提出的解决办法是“将几乎所有事情自动化”。 ---- 部署流水线 《持续交付》提出了“部署流水线”的概念（如下图）。“随着某个构建逐步通过每个测试阶段，我们对它的信心也在不断提高。 《持续交付》中提倡整个部署流水线“只生成一次二进制包”，并且在各个验证步骤之间传递二进制包。
2K50发布于 2018-04-13 - 来自专栏SAS程序分享号号号
SAS-2X2表，率差的输出...
率差的输出 上一篇文章说到了Proc freq过程步可以做很多事情。可以输出可信区间，同样也可以输出率差，这里的率差是2*2表的率差，同样也是一个参数来控制。 u_rdif2 _rdif2_ l_rdif1 u_rdif1 _rdif1_) riskdiff ; run; 这里可以直接在过程步中添加output语句，使用out选项进行控制输出数据，就可以实现将率差以及可信区间的输出 那么究竟哪一个才是最开始想要计算的对照组-试验组的率差以及可信区间呢，答案是不管dif1还是dif2都是对照组-试验组的率差，但是dif1与dif2分别表示（group*aeyn）中*后面的变量（aeyn 根据经验，aeyn的2个水平“否”会排在“是”的前面，所以呢，dif1表示的是否发生不良事件为否的率差，dif2表示发生不良事件为是的率差。 这个就得从2*2表的输出的结构以及率差计算的方式（第一行-第二行）来说了。先来看看下面的的图： ? ?
3.7K30发布于 2019-10-20 - 来自专栏CKL的思考空间
从交付产品到交付价值
这个是比较典型的交付产品的测试思路，对于“笔”这个产品，它需要满足以上我们考虑到的信息，在这个过程中，我们关注的是对于笔的产品说明书，以此为蓝本来设计我们的测试用例，测试人员关注的是说明书是否写的足够清晰 在敏捷的环境中，我们关注的是交付价值，需要澄清原始需求背后客户的真实痛点是什么。 最终交付了此功能，并与客户简单讲解了整个使用配置过程，得到了客户的认可。 在这个过程中笔者做了什么： 需求澄清——基于业务上下文的需求背景分析； 分析现有逻辑——提出现有逻辑的不合理性； 提出支撑性需求——为满足需求，增加额外的功能支撑； 关注用户体验——做好功能交付及业务培训 提升整个团队的交付价值，不仅仅是产品需要思考的问题。
53630编辑于 2023-02-01 - 来自专栏TestOps云层
Jenkins+Ansible+GitLab持续交付平台搭建-第2篇
这篇文章将继续给大家介绍Jenkins+Ansible+GitLab持续交付平台搭建。 Jenkins+Ansible+GitLab持续交付平台搭建-第1篇 GitLab使用 1.创建一个新项目 https://gitlab.example.com/root/xj_aml.git 2 already exists and is not an empty directory.解决 fatal: Unable to create 'C:/Users/admin/Desktop/report2/
63910编辑于 2022-04-07 - 来自专栏测试技术圈
Jenkins+Ansible+GitLab持续交付平台搭建-第2篇
---- GitLab使用 1.创建一个新项目 https://gitlab.example.com/root/xj_aml.git 2.创建克隆仓库到本地 # git -c http.sslverify already exists and is not an empty directory.解决 fatal: Unable to create 'C:/Users/admin/Desktop/report2/
1.2K30发布于 2019-10-22 - 来自专栏云云众生s
速度的投资回报率：更快的代码交付如何节省数百万美元
CircleCI报告揭示，高速代码交付节省数百万美元！关键在于优化CI/CD流程，提升MTTR和吞吐量。AI和自动化是加速软件交付的关键，需关注IaC等先进技术。 在组合中加入投资回报率 这就是总部位于旧金山的CircleCI对其年度软件交付状态报告采取扩展方法的原因，该报告的第六版于周二发布。 该报告仍然着眼于用于定义性能的关键指标——持续时间、吞吐量、平均恢复时间（MTTR）和成功率——但该供应商还在衡量组织从中获得的投资回报率，这是业务领导者和利益相关者的关键衡量工具。 它还探讨了CI/CD中的自动化、基础设施即代码（IaC）和AI等先进技术对软件交付的意义。 报告中的数据表明，中位持续时间为 2 分 43 秒，其中 25% 的团队在不到 38 秒的时间内完成其工作流程。其他 75% 的团队在 8 分钟或更短的时间内完成。
24110编辑于 2025-03-20 - 来自专栏新亮笔记
持续交付管理
《持续交付 发布可靠软件的系统方法》读书笔记 实现持续交付不仅仅是买些工具，做一些自动化的工作。它依赖于交付过程中所涉及的每个人的协作，来自行政管理层的支持，以及基层人员的改进意愿。 持续交付不仅仅是一种新的交付方法论。对依赖于软件的业务来说，它是一个全新的范例。要想知道为什么，需要研究公司治理核心中一种根本的张力（tension）。 通过确保交付团队能得到应用程序在类生产环境上的不断反馈，是部署流水线达成“执行度”这个目标的方法和手段。部署流水线使交付流程更加透明，来帮助团队达成符合度。 提高软件交付生命周期的可预测性，让计划更有效。 具有采用和遵守任何必要的法律规章的能力。 具备有效发现和管理软件交付相关风险的能力。 通过更好的风险管理和交付更少缺陷的软件来减少成本。 它让你可以识别交付实践效率是什么状态，并且为如何改进提供了建议。
88210编辑于 2022-12-05 - 来自专栏PM吃瓜(公众号)
交付物成果
交付物成果是项目管理中的阶段或最终交付物。是为完成某一过程、阶段或项目而必须交付的任何独特、可验证的产品、成果或提供服务的能力。 在项目管理中，始终都非常关注交付成果。 完成全部交付成果，就意味着覆盖了全部的项目范围，所有的项目活动、项目资源，都是为了有效完成这些交付成果而发生的，交付成果在很大程度上反映了项目目标的要求。 不同的项目阶段会产生不同可交付成果。 不同阶段的可交付成果的评审与验收程序也是不一样。 一般项目阶段的可交付成果可以由企业项目组领导进行评审与验收。 重要的项目的可交付成果，如里程碑可交付成果、项目最终的可交付成果则需要企业高层和项目给付方进行评审与验收。
1K10发布于 2020-07-21 - 来自专栏运维之路
3.2.2 持续交付
本文为《数智万物下的运维思考》第2部分“流程”第2章“变更”的“持续交付”。 2.从IT价值看持续交付 1）DevOps与SRE、持续交付 关于价值我在前面提到过数字化转型下的运维价值与运维角色的变化，所以思考持续交付价值，先看看持续交付与DevOps、SRE的关系。 区别是，持续交付更专注于具体实现，是DevOps方法与文化在组织、流程、工具上的实现。 2）归纳价值 快速交付 貌似这个价值勿需多言，持续交付就是为了更快的向用户交付高质量的软件。 同时通过线上化各环节的执行步骤就能够量化持续交付的水平，比如：自动化测试覆盖率、缺陷数量、每天构建次数、发布平均时长等，量化数据能让团队清晰的看到低效环节并进行改进。 2) 流水线环节 提交环节 通常是研发认为软件满足了交付条件，将软件代码从代码库中编译、代码分析、打包等操作，并以二进制包文件的方式存入制品库。
1.3K10发布于 2021-03-19 - 来自专栏新亮笔记
持续交付 2.0
一个软件交付计划被划分成多个迭代，强调在每个迭代结束时应该得到可运行的软件。 与瀑布软件开发方法只在项目交付后期才能看到可运行的软件相比，敏捷软件开发方法在这方面有很大的进步。 持续交付 1.0 “持续交付 1.0” 是一种能力，也就是说，能够以可持续方式，安全快速地把代码变更（包括特性、配置、缺陷和试验）部署到生产环境上，让用户使用。 、无风险地快速交付客户价值。 持续交付七巧板 讨论了 “持续交付2.0” 的指导思想、工作理念和核心原则。大家很容易意识到，它对适应快速变化的市场环境和激烈的市场竞争是非常有效的。 持续交付双环模型的实施与改进将涉及企业内的多个部门与不同的角色，无法由某个部门独立实施，必须在整个组织范围内贯彻执行 “持续交付 2.0” 的思想、理念与原则。
1.1K11编辑于 2022-12-05 - 来自专栏R语言数据分析指南
ggplot2优雅的展示发病率
定义分面背景 ridiculous_strips <- strip_themed( text_x = elem_list_text(colour=c("#9C8D58","#EDB749","#3CB2EC =c("bold","bold","bold"),size=c(10,10,10)), background_x = elem_list_rect(fill = c("#EEECE1","#FFF2E7 ","#E8F2FC"))) 定义注释函数 annotation_custom2 <- function (grob, xmin = -Inf, xmax = Inf, ymin = -Inf, ymax data) { layer(data = data, stat = StatIdentity, position = PositionIdentity, geom = ggplot2: ymax = ymax)) } 数据可视化 df1 %>% ggplot(aes(year,val,color=location,fill=location))+ geom_point(size=2,
88520编辑于 2022-09-23 - 来自专栏产品笔记
数据分析简易入门（2）| 用户留存率
图中客户留存率指在2017年1月，合作的客户有80个，而在第二个月第一个月80个客户只有13个客户合作，第一个月留存率为16.3%。 02 留存率和产品DAU有什么关系？ 假设某产品2021-08-31新增用户为100人，第2天剩40人，第7天剩20人，第30天剩10人。2021-08-31该产品DAU为100人。 留存率的时间粒度与计算公式 时间粒度：时间粒度可以分为日、周、月、年。 用户在新增或使用产品后当日回到产品的比率，计为当日留存率。 用户在新增或使用产品后第2天回到产品的比率，计为次日留存率。 常见误区：7日留存率vs 7日内留存率 7日内留存率指用户在往后一周内任意一天回到产品的比例。 各种时间粒度留存率的适用场景 产品经理需要检测一个产品的健康程度，可以通过日留存率和周留存率指标来进行观察。
2.7K51编辑于 2022-06-02 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
ASTER L2 表面反射率 SWIR 和 ASTER L2 表面反射率 VNIR V003
ASTER L2 Surface Reflectance SWIR and ASTER L2 Surface Reflectance VNIR V003 ASTER L2 表面反射率 SWIR 和 ASTER L2 表面反射率 VNIR V003 简介 ASTER 表面反射率 VNIR 和 SWIR (AST_07) 数据产品 (https://lpdaac.usgs.gov/documents/996/ASTER_Earthdata_Search_Order_Instructions.pdf 每个交付的产品包括两个层次数据格式--地球观测系统（HDF-EOS）文件：一个用于可见近红外，另一个用于短波红外。它们之间的区别在于文件名中的制作时间相差一秒。 更多信息请参见 ASTER L2 处理选项更新 (https://lpdaac.usgs.gov/news/aster-l2-processing-options-update/)。 差异可能包括表面反射率和表面辐照度（AST07 和 AST09）质量保证数据平面的颗粒外围和云边界周围数字的微小变化，这取决于用户处理数据所使用的操作系统和库。
25310编辑于 2024-09-07 - 来自专栏新亮笔记
软件交付的问题
《持续交付 发布可靠软件的系统方法》读书笔记 软件从业者的目标 作为软件从业者，我们的目标是 尽快地 向 用户 交付 有用的可工作的 软件。 速度是至关重要的，因为未交付的软件就意味着机会成本。 快速交付也是非常重要的，因为这使你能够验证那些新开发的特性或者修复的缺陷是否真的有用。决定开发这个应用程序的人（我们称为客户）会猜测哪些特性或缺陷修复对用户是有用的。 质量并不等于完美，正如伏尔泰所说“追求完美是把事情做好的大敌”，但我们的目标应该一直是交付质量足够高的软件，给客户带来价值。因此，尽快地交付软件很重要，保证一定的质量是基础。 软件应该满足一定的质量标准，比如测试覆盖率以及其他与技术相关的度量项。 软件的功能验收测试必须是成功的。这可以检查应用是否满足业务验收条件，交付了所期望的业务价值。 软件的非功能测试必须是成功的。 交付原则 为软件的发布创建一个可重复且可靠的过程 将几乎所有事情自动化 把所有的东西都纳入版本控制 提前并频繁地做让你感到痛苦的事 内建质量 “DONE”意味着“已发布” 交付过程是每个成员的责任 持续改进
53720编辑于 2022-05-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号