موضوع 58 از 64· سافٹ ویئر انجینئرنگ اور ڈیجیٹل فراہمی سے تعلق

عوامی قدر کے لیے DORA میٹرکس

DORA (DevOps Research and Assessment) میٹرکس — تعیناتی کی تعدد، تبدیلیوں کے لیے لیڈ ٹائم، تبدیلی کی ناکامی کی شرح، اور سروس بحال کرنے کا وقت، اور پانچویں کے طور پر قابلِ اعتماد ہونا — سافٹ ویئر صنعت کے سب سے زیادہ تصدیق شدہ ڈیلیوری کارکردگی کے بینچ مارکس ہیں۔ عوامی شعبے کی جوابدہی کی اصطلاحات میں ترجمہ کیا جائے تو، ہر ایک اس بات کا براہِ راست متبادل ہے کہ عوامی قدر کتنی تیزی سے، اور کتنی محفوظیت سے، کسی شہری تک پہنچتی ہے۔

یہ کیوں اہم ہے

DORA کی دہائیوں کی تحقیق، جو سالانہ Accelerate State of DevOps Report کے طور پر شائع ہوتی ہے (Forsgren، Humble، اور Kim کا طریقہ کار، اب Google Cloud کے تحت چلایا جاتا ہے)، ٹیموں کو ممتاز، اعلیٰ، درمیانی، اور کمزور کارکردگی دکھانے والوں میں تقسیم کرتی ہے۔ ممتاز ٹیمیں مانگ پر تعینات کرتی ہیں، کمٹ سے پروڈکشن تک ایک دن سے کم لیتی ہیں، تقریباً 5 فیصد تبدیلیوں میں ناکام ہوتی ہیں، اور ایک گھنٹے سے کم میں بحال ہو جاتی ہیں؛ کمزور کارکردگی دکھانے والے ماہانہ یا اس سے کم تعینات کرتے ہیں، مہینے لیتے ہیں، تقریباً 40 فیصد تبدیلیوں میں ناکام ہوتے ہیں، اور ہفتوں میں بحال ہوتے ہیں۔ حکومت میں یہ انجینئرنگ کے دکھاوے کے میٹرکس نہیں ہیں: Government Digital Service کا سروس معیار ٹیموں سے "بار بار تکرار اور بہتری" کا تقاضا کرتا ہے اور صارف کی ضرورت کا تیزی سے جواب دینے کی صلاحیت کا، اور وہ محکمے جو محفوظ اور اکثر تعینات نہیں کر سکتے وہ ساختی طور پر اس معیار کو پورا کرنے کے قابل نہیں، چاہے ان کی صارف کی تحقیق کچھ بھی کہے۔ Cabinet Office کے اپنے ڈیجیٹل کارکردگی کے کام نے پایا کہ کسی شہری کو ناکام یا سست ڈیجیٹل ٹرانزیکشن سے فون یا کاغذی چینل کی طرف دھکیلنا مہنگا ہے — GDS کی 2012 کی Digital Efficiency Report نے تخمینہ لگایا کہ کچھ ڈیجیٹل ٹرانزیکشنز کی لاگت صرف 20 پینس ہے فون یا آمنے سامنے رابطوں کے مقابلے میں جن کی لاگت £8.62 تک ہو سکتی ہے — لہٰذا عوام کے سامنے آنے والی سروس میں تبدیلی کی ناکامی صرف انجینئرنگ کے وقت کی لاگت نہیں رکھتی، یہ رابطہ مرکز کے بجٹ پر حقیقی پاؤنڈز دھکیلتی ہے (دیکھیں چینل شفٹ کی بچت)۔

ریاضیاتی بنیاد

Deployment frequency  = production deployments / time
Lead time for changes = t(deploy) − t(commit), median
Change failure rate   = failed changes / total changes × 100
Time to restore (MTTR) = t(restored) − t(failure), median
Reliability            = SLO attainment (availability, latency, correctness)

عوامی قدر میں تراجم:

Lead time      → weeks in the pipeline × CoD, see cost-of-delay-in-public-programmes
Failure rate   → citizen-facing incident rate: CFR × cost per redirected
                 contact-centre call (or per failed statutory transaction)
Recovery time  → service outage harm: MTTR × (claims/applications blocked
                 per hour) × downstream cost or wellbeing loss per unit
Reliability    → benefit discount: a service at 99% availability delivers
                 ≈ 0.99 of its modelled benefit — the delivery analogue
                 of take-up or compliance shortfall

عملی مثال

ایک مقامی اتھارٹی کی بینیفٹ دعووں کے پورٹل کی ٹیم، ڈیلیوری انجینئرنگ سرمایہ کاری سے پہلے اور بعد میں:

                    Before      After
Deploys             monthly     weekly
Lead time           8 weeks     5 days
CFR                 30%         10%
MTTR                3 days      4 hours

ٹیم سالانہ تقریباً 25 بہتریاں شپ کرتی ہے، اوسط قدر فی ہفتہ £8,000 (تاخیر کی لاگت)۔ لیڈ ٹائم کو تقریباً 7.3 ہفتے کم کرنا ہر بہتری کے فائدے کے سلسلے کو آگے کھینچتا ہے: 25 × 7.3 × 8,000 ≈ £1,460,000/سال کی قدر جو جلد ڈیلیور ہوئی۔ ناکامی کی شرح پر: 25 × (0.30 − 0.10) = 5 کم ناکام تبدیلیاں سالانہ؛ ایک عوامی پورٹل پر ہر ناکام تبدیلی عام طور پر تخمینہ شدہ 2,000 شہریوں کو £8.62 پر فون چینل کی طرف دوبارہ بھیجتی ہے بمقابلہ 20 پینس، تقریباً £8.42 × 2,000 ≈ £16,840 فی واقعہ خالص لاگت، لہٰذا 5 واقعات سے بچنا ≈ £84,200/سال بچاتا ہے۔ ڈیلیوری انجینئرنگ کی سرمایہ کاری کو اسی کرنسی میں قیمت دی جاتی ہے جیسے کسی بھی دوسرے عوامی قدر کے معاملے کو۔

عملی مثال جاری: قابلِ اعتماد ہونا

اگر پورٹل 99.5 فیصد کے ہدف کی بجائے 97 فیصد دستیابی پر چلتا ہے، اور خرابی کا ہر فیصد پوائنٹ ترک شدہ دعووں کے 2 فیصد کے طور پر ماڈل کیا جاتا ہے، تو سروس اپنی ماڈل کردہ £2M/سال فائدے کا تقریباً 0.975 ڈیلیور کر رہی ہے — £50,000/سال کا فائدے کا ڈسکاؤنٹ جسے ایک خالص اپ ٹائم ڈیش بورڈ کبھی سامنے نہیں لاتا۔

سافٹ ویئر انجینئرنگ سے تعلق

DORA میٹرکس ایک عوامی سروس کے آپریشنل میٹرکس ہیں جو مختلف لباس پہنے ہوئے ہیں: لیڈ ٹائم سروس کے معیارات اور ٹرانزیکشن میٹرکس سے میپ ہوتا ہے؛ تبدیلی کی ناکامی کی شرح دوبارہ کام اور شکایت کی شرحوں سے میپ ہوتی ہے؛ MTTR اس بات سے میپ ہوتا ہے کہ کوئی قانونی سروس دعویداروں کے لیے کتنی دیر تک غیر دستیاب رہتی ہے۔ بہتری کی تکنیکیں دونوں سمتوں میں منتقل ہوتی ہیں کیونکہ دونوں جوابدہی کی قیود کے تحت قطار بندی کے نظام ہیں — بنیادی قطار بندی کی ریاضی کے لیے دیکھیں حکومتی ڈیلیوری میں بہاؤ کے میٹرکس۔ DORA کا 2025 کا یہ نتیجہ بھی نوٹ کریں کہ AI اپنانا زیادہ بہاؤ سے تعلق رکھتا ہے مگر بدتر استحکام سے — ایک ایسی مداخلت جس کی تاثیر بھی ہے اور مضر اثرات بھی، جو بالکل وہی خالص فائدے کا تجزیہ ہے جس کے ذریعے یہ باب AI پیداواریت کا موضوع کام کرتا ہے۔

ممکنہ خامیاں

  • میٹرک گیمنگ: بغیر آپریشن والی ریلیزز کے ساتھ تعیناتی کی گنتی کو بڑھا چڑھا کر پیش کرنا، یا ہاٹ فکسز کو تبدیلی-ناکامی کی گنتی سے خارج کرنا۔ واقعات کو اتنی درستگی سے بیان کریں جتنی درستگی سے ایک قانونی سروس معیار "کامیاب ٹرانزیکشن" بیان کرتا ہے۔
  • بین محکماتی لیگ جدولیں: DORA کلسٹرز ڈیلیوری کے عمل کا موازنہ کرتے ہیں، مختلف خطرے کی پروفائلز والی سروسز کا نہیں؛ ایک ٹیکس-ادائیگی نظام "اعلیٰ" درجہ رکھ سکتا ہے جو صحیح موقف ہو جہاں یقین دہانی کے تقاضوں کے پیشِ نظر "ممتاز" لاپرواہی ہو گی۔
  • صرف ایک میٹرک کو بہتر بنانا: تبدیلی-ناکامی کی شرح کے بغیر رفتار کلاسیکی بہاؤ-عدم استحکام کی تجارت ہے — چاروں کو ایک ساتھ رپورٹ کریں، ایک واحد اسکور کے طور پر نہیں۔

ماخذ

  • 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/