why: 为什么要数据化管理？
左图：二眼一抹黑，流量不清楚，存量不清楚，拍脑袋。
对上来说，怕不怕？ 最怕的就是一无所知，还无法得知！
对下来说，黑不黑？ 最怕的就是做了不认，有理说不清！
对左对右，没法得知，一个劲的提需求，相互埋怨，各种不理解．．．．．．
右图：流量根据存量注入，清晰明了。
what: 数据化管理的本质？
67%的维护成本，那么效率和质量最终体现是可测试性，可维护性，可扩展性。
数据化管理是提升团队效率和质量，公平公正公开，对上对下透明，避免不必要的各种无效沟通和人治。
让有力的人使得上劲，让暂时无力的人看到差距，奋起直追。
how: 如何数据化管理？
如何考核？
A、解决每个问题的时间。
B、解决问题的个数。
C、有效工作总时间。
A. 越短越好，这代表技术能力；员工自己记录。
B. 越多越好，这代表工作量；员工自己记录。
C. A和B的乘积，越长越好，这代表努力程度；如果每个人的正常工作日时长假设都是8小时，那就是体现效率了。
为了表现，2小时解决问题记录成1小时。因为A x B得出的C，有效工作总时间就会减半，显得很不努力。
为了展现努力程度，工作8小时，想显得工作了16小时。A x B = C，因此必须把用2小时解决的问题，记录成4小时。这样就显得技术能力欠缺，解决问题时间比别人长很多。
这三个指标的平衡性，几乎杜绝了技术员工，只关注一点、偏废其他的可能性。
平衡且自治的制度，是管理者的主要思考点之一。
工具辅助：
工具的作用是把所有参与者串联起来，需求管理池到研发各周期都清晰，也就是流量和存量对每个参与者都清晰。
工作量，效率（可以查看统计信息），质量（可以在每个任务中评定）都一目了然。
产品,PM,开发之间完全透明，对彼此的进度完全了解，自然就少了各种各样人治的无效沟通和废话。
对上，清晰明了。对下，公平公正。
上下串联；产品，PM,开发串联；效率，质量，绩效，价值串联。
何为有效的拆解任务：可执行的，并清楚知道这个任务应该如何解决。
很多人说计划赶不上变化，真正的原因是计划的粒度太大，没法调整。瀑布模型到敏捷开发，实际上缩减了一次交付的粒度，计划可能需要根据反馈经常变化，让计划赶上变化。
激励基于数据化
人治，拍脑袋，需要数据化来根治。
