موضوع 58 از 64· پیوند با مهندسی نرمافزار و تحویل دیجیتال
سنجههای DORA برای ارزش عمومی
سنجههای DORA (پژوهش و ارزیابی دواپس)، یعنی دفعات استقرار، زمان تحویل تغییر، نرخ شکست تغییر و زمان بازیابی خدمت، بهعلاوهٔ قابلیت اطمینان بهعنوان پنجمین سنجه، معتبرترین معیارهای مقایسهٔ عملکرد تحویل در صنعت نرمافزارند. وقتی به زبان پاسخگویی در بخش عمومی ترجمه شوند، هر یک نمایندهٔ مستقیم این است که ارزش عمومی با چه سرعت و چه ایمنی به شهروند میرسد.
چرا اهمیت دارد
پژوهش یکدههای DORA، که هر سال در قالب گزارش وضعیت دواپس Accelerate (روششناسی فورسگرن، هامبل و کیم؛ اکنون با اجرای Google Cloud) منتشر میشود، تیمها را در خوشههای نخبه، بالا، متوسط و پایین دستهبندی میکند. تیمهای نخبه در هر لحظهٔ لازم استقرار میدهند، از commit تا تولید کمتر از یک روز میبرند، حدود 5% تغییرات را با شکست روبهرو میکنند و در کمتر از یک ساعت بازیابی میکنند؛ تیمهای ضعیف ماهانه یا کمتر استقرار میدهند، ماهها زمان میبرند، حدود 40% تغییراتشان شکست میخورد و در هفتهها بازیابی میکنند. در دولت اینها سنجههای نمایشی مهندسی نیستند: استاندارد خدمات سرویس دیجیتال دولت (GDS) از تیمها میخواهد «مکرراً تکرار و بهبود دهند» و بتوانند سریع به نیاز کاربر پاسخ دهند، و وزارتخانههایی که نتوانند ایمن و مکرر استقرار دهند، ساختاراً قادر به برآوردن آن استاندارد نیستند، پژوهش کاربرشان هرچه باشد. کار کارایی دیجیتال خود دفتر کابینه نشان داد که راندن شهروند از یک تراکنش دیجیتالِ ناموفق یا کند به کانال تلفنی یا کاغذی گران است؛ گزارش کارایی دیجیتال GDS در 2012 برآورد کرد برخی تراکنشهای دیجیتال تا 20 پنس هزینه دارند، در برابر تماسهای تلفنی یا حضوری با هزینهٔ تا £8.62؛ پس شکست تغییر در یک خدمت رو به عموم فقط زمان مهندسی را هزینه نمیکند، بلکه پوندهای واقعی را به بودجهٔ مرکز تماس تحمیل میکند (به صرفهجویی ناشی از انتقال کانال نگاه کنید).
ریاضیات
دفعات استقرار = استقرارهای تولیدی / زمان
زمان تحویل تغییر = t(استقرار) − t(commit)، میانه
نرخ شکست تغییر = تغییرات ناموفق / کل تغییرات × 100
زمان بازیابی (MTTR) = t(بازیابی) − t(شکست)، میانه
قابلیت اطمینان = تحقق SLO (دسترسپذیری، تأخیر، درستی)
ترجمهها به ارزش عمومی:
زمان تحویل → هفتهها در خط لوله × CoD، به cost-of-delay-in-public-programmes نگاه کنید
نرخ شکست → نرخ رخداد مواجه با شهروند: CFR × هزینهٔ هر تماس
ارجاعشده به مرکز تماس (یا هر تراکنش قانونیِ ناموفق)
زمان بازیابی → زیان قطعی خدمت: MTTR × (ادعاها/درخواستهای مسدودشده
در هر ساعت) × هزینهٔ پاییندستی یا زیان رفاهی بهازای هر واحد
قابلیت اطمینان → تخفیف منفعت: خدمتی با دسترسپذیری 99% حدود
0.99 منفعت مدلشدهٔ خود را میرساند، یعنی همتای تحویلِ
کسری مشارکت یا انطباق
مثال عملی
تیم درگاه ادعاهای مزایای یک شورای محلی، پیش و پس از سرمایهگذاری در مهندسی تحویل:
پیش پس
استقرارها ماهانه هفتگی
زمان تحویل 8 هفته 5 روز
CFR 30% 10%
MTTR 3 روز 4 ساعت
تیم حدود 25 بهبود در سال ارائه میدهد، با ارزش متوسط £8,000 در هفته (هزینهٔ تأخیر). کاهش زمان تحویل بهاندازهٔ حدود 7.3 هفته، جریان منفعت هر بهبود را جلو میکشد: 25 × 7.3 × 8,000 ≈ £1,460,000 در سال ارزش که زودتر تحویل میشود. دربارهٔ نرخ شکست: 25 × (0.30 − 0.10) = 5 تغییر ناموفق کمتر در سال؛ هر تغییر ناموفق در یک درگاه عمومی معمولاً برآورد میشود 2,000 شهروند را به کانال تلفنی با £8.62 در برابر 20 پنس بفرستد، یعنی هزینهٔ خالص حدود £8.42 × 2,000 ≈ £16,840 در هر رخداد؛ پس پرهیز از 5 رخداد حدود £84,200 در سال صرفهجویی میکند. سرمایهگذاری در مهندسی تحویل با همان واحد پولی هر طرح دیگر ارزش عمومی ارزشگذاری میشود.
ادامهٔ مثال عملی: قابلیت اطمینان
اگر درگاه بهجای 99.5% هدف، با دسترسپذیری 97% کار کند و هر درصد از زمان قطعی بهصورت 2% ادعاهای ازدسترفته بهسبب انصراف مدل شود، خدمت تقریباً 0.975 از منفعت مدلشدهٔ £2 میلیونی سالانهٔ خود را میرساند؛ تخفیف منفعتی معادل £50,000 در سال که داشبورد صرفِ آپتایم هرگز آن را نشان نمیدهد.
پیوند با مهندسی نرمافزار
سنجههای DORA همان سنجههای عملیاتی یک خدمت عمومیاند با لباسی دیگر: زمان تحویل با استانداردهای خدمات و سنجههای تراکنش نگاشت میشود؛ نرخ شکست تغییر با نرخ بازکاری و شکایت؛ MTTR با مدتی که یک خدمت قانونی برای مدعیان در دسترس نیست. فنون بهبود در هر دو جهت منتقل میشوند زیرا هر دو سامانههای صف تحت قیدهای پاسخگوییاند، برای ریاضیات زیربنایی صف سنجههای جریان در تحویل دولتی را ببینید. یافتهٔ 2025 DORA را هم در نظر بگیرید که پذیرش هوش مصنوعی با توان عملیاتی بالاتر اما پایداری بدتر همبسته است؛ مداخلهای با هم اثربخشی و هم عوارض جانبی، که دقیقاً همان تحلیل منفعت خالصی است که موضوع بهرهوری هوش مصنوعی در این گروه بررسی میکند.
دامها
- بازی با سنجهها: باد کردن شمار استقرارها با انتشارهای بیاثر، یا کنار گذاشتن hotfixها از شمارش شکست تغییر. رویدادها را به همان دقتی تعریف کنید که یک استاندارد خدمت قانونی «تراکنش موفق» را تعریف میکند.
- جدول رتبهبندی میان وزارتخانهها: خوشههای DORA رویههای تحویل را مقایسه میکنند، نه خدماتی با نمایهٔ ریسک متفاوت؛ سامانهای برای پرداخت مالیات که «بالا» رتبه گرفته ممکن است وضعیت درست باشد، آنجا که «نخبه» با توجه به الزامات اطمینانبخشی بیاحتیاطی میبود.
- بهینهسازی فقط یک سنجه: سرعت بدون نرخ شکست تغییر همان بدهبستان کلاسیک توان عملیاتی و ناپایداری است؛ هر چهار را با هم گزارش کنید، نه در قالب یک امتیاز واحد.
منابع
- DORA research and the annual Accelerate State of DevOps Report. https://dora.dev/
- Forsgren N, Humble J, Kim G, Accelerate: The Science of Lean Software and DevOps, IT Revolution Press, 2018.
- Cabinet Office, Digital Efficiency Report, 2012.
- DORA, 2025 State of AI-assisted Software Development report. https://dora.dev/dora-report-2025/