作者:啊福 部门:效能改进 一、背景 为了确保把有限的资源放在最有价值的事情上,有赞在建立了需求价值假设-研发上线-价值回顾的结构化价值闭环管理机制的基础上,以需求为切入点打通了上下游(详见需求价值闭环管理机制 同时,在效能平台实现了支撑价值闭环的相关功能,确保价值闭环过程和结果的公开透明,也更利于团队及时采取措施和校准目标。通过以上方式,在需求价值闭环的有感知、有依据、有反馈方面得到一些改进。 二、目标 在以需求维度开展价值闭环活动的基础上,实现从公司战略及业务线 OKR 到具体落地需求的自洽,到通过 Feature Team 的运作方式进行价值闭环过程联动,并辅以信息化度量分析手段,对研发资源规划 、排期等活动产生影响,则是实现需求价值闭环深入管理、有效运转的重心。 微观:提升价值闭环活动质量 需求价值闭环活动有了「形」之后,要使其有「神」的话,就要考虑提升价值闭环质量。
一、导言:需求不是“提了就完事”在任何产品开发中,需求是源头,但需求闭环才是核心——从产品经理提出需求开始,到最终交付、验收再到维护阶段,必须确保每个环节的追踪与执行清晰无误。 需求闭环追踪工具的目标就是:确保需求从提出到交付的每个环节都可视化、可追溯、可协作。二、为什么需求管理总是没有结果?即使有了需求管理流程,很多团队依然面临着进度慢、质量差、沟通不畅的困扰。 三、需求闭环追踪工具要解决的核心问题目标:实现“需求一开始就能跟踪,需求到结束有反馈,需求的整个过程都能回溯”。 需求上线后缺乏反馈,无法跟踪是否完成目标 上线后实时反馈,评估需求的实际效果 五、建立需求闭环追踪机制的核心步骤1️⃣ 需求标准化与模板化确保每个需求的提出都符合标准化格式,包括: 十、结语:需求不止是文档,它是执行的指南一个完整的需求闭环,除了有标准化的需求文档,更要有清晰的流转过程、明确的责任划分、透明的状态追踪与有效的反馈机制。
为此,公司逐步建立了价值闭环管理机制,并以需求为切入点打通上下游,确保有赞人对价值闭环是有感知、有依据、有反馈的。 为了确保把有限的资源放在最有价值的事情上,有赞建立了价值闭环管理机制。 ? 二、策略 2.1 建立价值闭环管理机制 ? “从始至终,以终为始”的保证价值闭环。 2.2 开展价值闭环管理活动 价值闭环活动的开展,离不开前期的快速造势。 展望 有赞价值闭环管理机制的落地,使各垂直业务线的管理模式,变成以 OKR 为牵引的业务&需求规划/校准的方式驱动;从需求全生命周期管理价值流的维度,建立了需求价值假设-研发上线-价值回顾闭环的结构化需求价值评定机制 ;同时,我们还在效能平台实现了支撑价值闭环的相关功能,确保价值闭环过程和结果的公开透明,也更利于团队及时采取措施和校准目标,把有限的资源放在最有价值的事情上。
本文从研发 VP 的治理视角,提出一套可落地的产品需求管理闭环:以业务结果为锚,将需求沉淀为可验证的机会,再转化为可承诺、可复盘的产品路线图,并用机制设计把插单与节奏管理纳入组织能力。 先把概念摆正:需求是“信号处理”,规划是“组织承诺”很多组织之所以越管越乱,是因为把两件事混在一起:把产品规划当成需求清单,把需求池当成路线图。 方法论:从结果到路线图,把衔接变成系统能力我常用一个闭环来统一需求管理和产品规划的语言:O2R:Outcome(业务结果)→ Opportunities(机会)→ Requirements(需求)→ Roadmap 尽量不写死功能与日期对内交付计划(给研发/PMO):Initiative/Release + 风险/依赖 + 里程碑(迭代级)允许动态调整,但必须回填到对外路线图的“结果承诺”上Step 5:复盘回填,形成闭环闭环的成立 结尾总结当你跑通 O2R 闭环,并用机制把“插单、承诺、复盘”纳入系统,组织会获得三种长期红利:战略执行力:不再被噪声牵着走;研发韧性:节奏可持续,交付可预期;数字化领导力:用证据与结果驱动协同,而不是用权力与情绪驱动争抢
AI介入“需求到测试闭环”的核心价值,正在于此:它有可能成为贯穿这三个环节的统一语义层,让需求的意图在抵达测试时不再失真。 四、反馈回路:闭环的“环”究竟闭在哪里 “从需求到测试的闭环”这个说法,很多团队理解为一条单向流水线:需求输入 → AI处理 → 测试用例输出。这是一条链,不是一个环。 真正的闭环,需要一条从测试结果反向流回需求与开发的反馈路径。 “流水线”思维的运转方式是:需求进来,测试用例出去,测试执行,报告归档。 结尾:闭环不是终点,是起点 读到这里,你可能会问:要建立这样一套从需求到测试的AI闭环,从哪里开始最现实? 一个务实的建议是:不要试图一次性建立完整的闭环,而是从“连接层”开始,逐步向两端延伸。 第四步,用数据度量闭环的有效性:跟踪“需求阶段识别的风险场景中,有多少最终在测试中被验证为真实风险”这个指标。这个数字的提升,是闭环价值最直接的证明。
其核心功能包括:任务卡片定义与多维标签绑定 卡片-子任务层级结构 卡片间的依赖映射机制 卡片责任人和协作人标注 卡片视图聚合与路径分析 三、典型应用场景研发与设计协同流程 产品功能需求拆解 适合复杂项目的多角色协作 ClickUp 支持多视图切换、卡片嵌套与映射,适用于精细化执行过程管理 ZenHub 卡片任务结合代码仓库流程,适用于技术研发类的任务追踪 时间轴适配各类中小团队的执行场景 六、任务卡片结构示例(JSON){ "cards": [ { "id": "card-01", "title": "需求收集 ", "owner": "产品经理", "tags": ["市场调研", "初期阶段"], "subtasks": ["客户访谈", "竞品分析", "需求清单整理"] 卡片责任矩阵卡片名称 子任务数负责人 风险状态是否阻塞需求收集 3 产品经理 正常 否 UI设计 3 设计主管 弱风险 是
事项流结构化,打通上下游,推进透明 数据治理团队 问题粒度大、处理周期长、需反复验证 拆为子事项推进,沉淀问题复发与处理流程模板 客户定制研发团队 工单多、客户需求杂 一个事项预计时间建议控制在 1 天以内,确保可执行、可追踪。Q3:谁来维护事项结构? 初期由项目经理/支撑主管负责;后期可通过模板、自动规则分配任务,减少人力成本。Q4:事项处理完了后还有用吗?
需求或者项目ROI的大小?一旦失衡就如同拿飞机重量来衡量飞机质量一样,任何一种单一维度的考核都会有损团队战斗力。 计划和总结是一个闭环,围绕Objective的Key Result逐一攻破。最后在retrospective上,复盘就聚焦在价值是否达成,是否和KR的主线是紧密关联的,针对这个进行圆桌讨论。 我认为这才是最重要的部分,要形成这样的闭环: 制定okr--->目标导向--->团队学习、成长、知识库形成、重新认知、执行力提升、视野开阔--->目标达成--->盘点Review---->制定OKR。
a.内容描述核心功能定位:该项目是一个跨平台音乐追踪工具,支持将用户收听记录同步到多个知名音乐平台和自定义服务。 它专注于提供无广告、高度可定制的音乐追踪体验,支持元数据提取、正则表达式编辑、播放控制等功能。 b.功能特性跨平台支持:支持Android、Windows、Linux等多平台,提供一致的音乐追踪体验。 e.潜在新需求(1)需求1:用户希望增加对更多音乐识别应用的支持,例如Audile,以扩展音乐识别和记录的场景。 (4)需求4:用户希望增加对更多自定义证书的支持,以便能够连接到使用自签名证书的服务实例。(5)需求5:用户希望增加按年份或自定义时间范围筛选播放记录的功能,方便用户查看特定时间段内的收听历史。
如何做到问题发现→派发→整改→复查的闭环管理? 这正是**“医疗质控闭环管理工具”**派上用场的时代背景。一个好的协作平台,不仅能提升工作效率,更能压缩服务误差、强化医疗安全、减少交接扯皮。 缺乏任务回收与归档,复查靠人工记忆 任务状态无法追踪 无视图、无看板,领导只能靠开会“问情况” 责任推诿,落实难以溯源 没有系统留痕,谁接谁处理谁没处理,全靠口头解释 二、医疗质控闭环工具推荐TOP 板栗看板|质控任务协作更清晰,整改过程全追踪 适用对象: 质控办、感控组、医务处、院感科、护理部、小型医院运营团队 板栗看板是一款轻量级任务管理平台,非常适合把质控、整改、复查等任务流程“卡片化管理”。 Notion|数据结构灵活,适合长期记录与问题库沉淀 适用对象: 有质量问题库建设需求的医院,医教结合部门,科研+管理型组织 Notion支持自定义数据库字段,适合建立“问题台账库”,包括问题描述、发现日期 每季度生成复盘报告 整改任务的统计结果、失败原因、整改率、闭环时间等可作为KPI数据复用。 五、总结 医疗质控的核心不是发现问题,而是推动解决问题,形成流程闭环,留下责任链条。
二、PDCA循环的四个阶段 2.1 【P】计划(Plan) 在 PDCA 循环的第一个阶段,我们需要确定目标和需求,并制定相应的计划和策略。 五、结论 PDCA 是一种持续闭环工具,通过循环的方式帮助组织和个人实现目标,并不断优化和改进工作流程。
二、PDCA循环的四个阶段 2.1 【P】计划(Plan) 在 PDCA 循环的第一个阶段,我们需要确定目标和需求,并制定相应的计划和策略。 五、结论 PDCA 是一种持续闭环工具,通过循环的方式帮助组织和个人实现目标,并不断优化和改进工作流程。
在软件开发向团队化、工程化进阶的当下,企业级编程助手已不再是单纯的AI编码辅助载体,而是成为覆盖需求→设计→开发→Review全流程的研发基础设施。 初期采用传统开发模式时,因缺乏统一的需求拆解标准,产品经理提出的需求描述模糊,研发人员对需求理解存在偏差,且3人共用开发环境,前端调试后端接口时频繁出现环境配置冲突,代码合并时多次出现接口字段不匹配问题 使用编程助手后,团队严格遵循编程助手内置的SDD规范驱动开发流程,产品经理通过编程助手将模糊需求转化为结构化需求文档,明确每个模块的输入输出、业务规则及异常场景;研发人员基于编程助手生成的标准化技术设计文档 优化方案落地过程中,为保障代码质量、实现全流程可管控,我们将编程助手与项目Git仓库深度集成,形成闭环管理。 编程助手的核心优势并非单纯的代码生成,而是通过原始需求→产品设计→技术设计→任务列表的标准化流程,让AI在每个阶段提供结构化支持。
站在目前我所在的业务模块,用图示简略的概括供需撮合、业务驱动、全局架构图,而形成业务闭环,更加细节的系统交互就不作多述。 总结 业务的开始与结束,在业务开展中最终会形成业务闭环(用车端发起--》用车端结束)。
全链路追踪通过Trace、Metrics、Logs的协同工作,将零散的监控点连接成完整的可观测性体系,实现从"看到现象"到"定位根因"的质变。 2.3 追踪(Tracing):请求的全局GPS轨迹分布式链路追踪记录了一次端到端请求在分布式系统中流经所有服务的完整路径、耗时和关系。其核心价值在于可视化跨服务调用的"蝴蝶效应"。 检测到错误率突增或延迟飙升关联上下文分析:自动检查相关服务的健康状况和资源使用情况智能降噪:关联分析减少误报,如当下游服务熔断时,收敛相关告警根因建议:基于拓扑关系给出最可能的根因服务建议3.2 问题定位:TraceID串联的闭环分析当支付接口错误率突增时 总结全链路追踪的价值闭环不仅在于技术工具的整合,更在于数据关联的思维转变。通过TraceID串联起的三大支柱,将孤立的监控点转化为有机的观测网络,实现了从被动救火到主动预防的质变。 核心闭环价值:关联性:通过TraceID打通数据孤岛,实现无缝上下文切换追溯性:支持从现象到根因的完整回溯分析预见性:基于历史模式和趋势分析,预测潜在风险自动化:智能告警、根因分析、故障自愈减少人工干预可观测性建设的最高境界
我们还介绍了闭环刺激方法的概念,作为一种高度个体化的治疗性脑刺激的涌现原则。脑电图同步TMS的方法如图1所示。图1 闭环刺激采用脑电图(EEG)通知的经颅磁刺激1. 闭环刺激的基本概念闭环刺激的特点是治疗系统和大脑之间的双向交互,给定刺激的特定参数影响大脑动力学,同时从大脑读取的神经生理学数据用于调整(后续)刺激的参数。 就我们所知,目前还没有实现运动皮层的自适应闭环状态依赖性刺激来优化可塑性诱导。 然而,在特定回路的个体化闭环神经调控方法成为神经精神患者的可行治疗方案之前,仍存在一些重大障碍。 展望鉴于上述挑战,实现本分析中理解的闭环治疗性脑刺激的完整版本似乎无法立即实现。
眼球追踪类似于头部追踪,但是图像的呈现取决于使用者眼睛所看的方向。例如,人们可以用“眼神”完成一种镭射枪的瞄准。 眼球追踪技术很受VR专家们密切关注。 同时,由于眼球追踪技术可以获知人眼的真实注视点,从而得到虚拟物体上视点位置的景深。所以,眼球追踪技术被大部分VR从业者认为将成为解决虚拟现实头盔眩晕病问题的一个重要技术突破。 在VR设备上的眼球追踪,需要追踪的范围很大。可以无死角覆盖整个VR显示屏幕。 除了追踪范围,另一个关键点在于追踪的精确度和实时性。在VR设备的使用过程中,常常造成VR设备与头部的位移变化。 若能针对VR设备的眼球追踪方案增添防抖算法,这样在人们的头动并不会影响眼球追踪的精确度。 且眼球追踪还可被应用在减少眼睛不注视的地方的渲染量等场景。 眼动追踪(Eye Tracking),是指通过测量眼睛的注视点的位置或者眼球相对头部的运动而实现对眼球运动的追踪。
高效闭环控制是复杂系统控制的核心要求。传统控制方法受限于效率与适用性挑战;而新兴的扩散模型虽然表现出色,却难以满足高效闭环控制的要求。 二、本文主要贡献 针对现有扩散控制方法在闭环控制中遇到的上述问题,本论文提出了一种基于扩散模型的闭环控制方法 CL-DiffPhyCon,它能够根据环境的实时反馈生成控制信号,实现了高效的闭环控制。 闭环控制:CL-DiffPhyCon 实现了闭环控制,能够根据环境的实时反馈不断调整控制策略。相比已有的开环扩散控制方法,提高了控制效果。 通过采用异步去噪框架,该方法能够实现闭环控制,并显著加快采样过程。 闭环控制过程 基于以上两个训练好的扩散模型,闭环控制的循环过程如下(分别对应图 2 中从左向右 4 个子图): 第(1)步:在第 个物理时间步,获得物理时间窗口 内的初始状态 和系统状态 。
目前的追踪方案都是基于CV的,使用红外灯光打亮眼底,使用高帧率的相机来捕获光源在角膜上面的位置。 开源眼动pupil 开源眼动追踪:GazeTracking(上:效果) 开源眼动追踪:GazeTracking(下:实现) 眼动书籍免费看! 追踪区域和前面的眼动有些不一样 HMD Tracking Area 是一个标准化的二维坐标系,其原点 (0, 0) 在右上角(从佩戴者的角度来看),而 (1, 1) 在左下角。 在眼动追踪会话期间记录瞳孔大小的变化。瞳孔直径数据分别为左眼和右眼提供,是对瞳孔大小的估计,以毫米为单位。 眼睛张开度定义为上下眼睑之间可以安装的最大球体的直径(以毫米为单位)。 结合上面的一些坐标空间的概念就可以看到这个东西的意思啦 我之前写过一个pupill的眼动仪,这个是单眼追踪的方案 (A)当以球形坐标表示地面真实注视方向dgt时,可以将其可视化为球体上的一个点(参见上下面板中的蓝色圆盘
闭环控制是一种控制系统,它通过反馈机制来调整输出,以使系统达到期望的状态。在turtlesim中,闭环控制可以用来控制海龟机器人的运动,以使其达到预定的目标位置和方向。 这种控制方法适用于一些简单的系统,但对于复杂的系统来说,闭环控制更为常用。 机器人系统闭环控制是指通过传感器获取机器人当前状态,然后根据预设的控制算法进行控制,最终达到期望的目标。 机器人系统开环控制和闭环控制的区别在于反馈控制的有无。开环控制是指机器人系统只根据输入信号进行操作,没有反馈控制,无法对输出进行调整。 而闭环控制则是在开环控制的基础上加入了反馈控制,通过对输出进行测量和比较,对输入进行调整,以达到更精确的控制效果。 最优路径可以是最短路径、最快路径、最安全路径等,取决于具体的应用场景和需求。常用的机器人轨迹规划算法包括 A*算法、Dijkstra算法、RRT算法等。