開発生産性指標 比較：DORAとSPACEの選び方
開発生産性指標として DORA と SPACE のどちらを採るかで議論が空転するチーム向けに、両者は別レイヤーの指標であることを整理し、早見表・決定木・アンチパターンを通じて自チームに合う 1 つを選ぶ実践指針を、EM・CTO・スクラムマスター向けにまとめた。
Growth Lab編集部
読了時間 約31分
読み込み中...
タグ
# 開発生産性
7 件の記事が見つかりました
Cycle Time の定義と改善：境界を引く改善ループ
Cycle Time の定義が曖昧なまま計測しても改善は回らない。DORA Lead Time を雑に流用せず、自社 Value Stream に境界を引いて再定義し、ボトルネックを特定して改善ループを回す実践手順を、開発生産性を高めたい EM・SM・CTO 向けに計測テンプレ付きで解説する。
Growth Lab編集部
読了時間 約35分
AIペアプロが失敗する理由 ― Copilot/Claudeを入れても遅くなるチームの特徴
AIペアプロ（Copilot/Claude Code）を導入したのにチームが遅くなった原因を、DORA 2024やMETR 2025の定量データと自チーム実測値に基づく5つの失敗パターンで診断。コンテキスト不足・レビュー負荷・責務不明確・過信・ペア不成立の症状と対策、15項目の診断チェックリスト付き。
Growth Lab編集部
読了時間 約15分
AI駆動開発で人を律速にしない：5つのボトルネック類型と解消パターン
AI導入後の開発フローで人間が律速になる5つの類型を特定し、非同期化・事前型化・自動化・委譲の4パターンで解消する実践ガイド。制約理論（TOC）の視点からチームのスループットを最大化する。
Growth Lab編集部
読了時間 約19分
AIでコードは増えるのにプロダクト価値が伸びないのはなぜ？レビュー/意思決定ボトルネックの解剖
AI導入後にアウトプットは増えているのに価値が伸びない構造を、レビューと意思決定の観点から整理する親記事。
Growth Lab編集部
読了時間 約9分
AI開発KPIと学習ループ：速度だけを追わない計測設計
AIチームの改善サイクルを加速するための、速度・品質・学習の3軸KPI設計と週次レビューによる学習ループの実践的な設計・運用方法を解説する。
Growth Lab編集部
読了時間 約8分
AI自動運転を"ベンチマーク思考"で検証する — SWE-bench Verifiedの使い方
AIワーカー運用の生産性を「雰囲気」から「再現可能な評価」へ。SWE-bench Verifiedの考え方を自社に持ち込み、Lead time・CI pass rate・Rework countで検証する実践ガイド。
Growth Lab編集部
読了時間 約10分