LinkedIn如何轉(zhuǎn)向開發(fā)人員工具的實時反饋？

在過去的一年中，我們一直在使用實時反饋來改進我們的工具，并為LinkedIn的開發(fā)人員提供更高效的體驗。它幫助我們將反饋參與度提高了一倍，更重要的是，可以更好地調(diào)整我們的建議和改進。

對于希望改善開發(fā)人員體驗的任何工程組織，以下問題將提供一個很好的起點：

·我們?nèi)绾尾拍苁刮覀兊拈_發(fā)人員更加高效和快樂？

·作為面向內(nèi)部開發(fā)人員的工具的所有者，我應(yīng)該進行哪些投資以最好地幫助我的用戶？

·如果有一種方法可以在開發(fā)人員遇到問題或經(jīng)驗豐富時立即獲得他們的立即反饋，該怎么辦？

通過分享我們在實時反饋實施過程中的經(jīng)驗教訓(xùn)，我們希望它可以幫助其他組織改進自己的流程，從而在其開發(fā)人員和工具所有者之間創(chuàng)建自然的反饋循環(huán)。

傳統(tǒng)調(diào)查的挑戰(zhàn)

在過去的幾年中，我們依靠季度的開發(fā)人員調(diào)查來聯(lián)系工程師，并就他們使用的工具征求全面的反饋。但是，我們發(fā)現(xiàn)使用這種方法遇到了許多挑戰(zhàn)：

·開發(fā)人員有時會對他們很久沒有使用的工具提出意見。在某些情況下，我們發(fā)現(xiàn)在發(fā)布調(diào)查前的6個月中，超過90％的使用特定工具的人沒有使用過該工具。

·工具所有者對所提供的反饋了解甚少。開發(fā)人員提供什么評分？他們指的是什么具體工具或行動？這使得反饋的大部分無效。

·很難衡量定期調(diào)查之間的情況。在兩次調(diào)查之間發(fā)布功能和錯誤修復(fù)時，我們無法確定用戶評級適用于“之前”狀態(tài)還是“之后”狀態(tài)。此外，在兩次調(diào)查之間，我們無法對開發(fā)人員的想法產(chǎn)生任何干擾。

從高層次來看，結(jié)果幫助我們了解了整個工具生態(tài)系統(tǒng)的總體看法，并使我們在工具NSAT方面取得了重大進展。但是，我們對痛點的具體內(nèi)容缺乏扎實的了解，因此希望就內(nèi)部用戶對他們所使用的工具的感受如何提供更準確的信息。

解決方案：實時反饋

為了克服這些挑戰(zhàn)，我們開發(fā)了一種稱為實時反饋的機制。實時反饋是一個系統(tǒng)，該系統(tǒng)首先收集有關(guān)開發(fā)人員在我們的工具生態(tài)系統(tǒng)中采取的操作的信息，然后基于此上下文信息，確定是否，何時以及如何向開發(fā)人員征求反饋。

例如，我們可能會注意到開發(fā)人員剛剛完成了部署，并且在過去的兩周內(nèi)沒有要求任何工具活動提供反饋。在這種情況下，我們可以發(fā)送電子郵件以征詢有關(guān)特定部署的工具體驗的反饋。將反饋請求無縫集成到日常工作流程中，意味著開發(fā)人員無需每季度坐下來一次就依靠他們的內(nèi)存，而是可以每次自動添加一點時間提示您提供反饋。

捕獲上下文

當(dāng)我們向工具的開發(fā)人員提供反饋時，我們可以包含有關(guān)開發(fā)人員在提供反饋時從事的特定活動的上下文。

如上所述，定期調(diào)查的挑戰(zhàn)之一是從反饋中提取可采取行動的信息。提到“有時”的評論尤其難以理解。通過確切地知道在特定時間發(fā)生了什么并立即詢問（實時），我們傳遞的反饋將更加精確，并提供有關(guān)特定會話和使用的更多詳細信息。

為了捕獲此上下文信息，我們創(chuàng)建了一個系統(tǒng)，該系統(tǒng)通過多種渠道記錄開發(fā)人員的操作：內(nèi)部Web UI（通過使用Matomo），命令行界面（CLI）和內(nèi)部API（通過利用我們的內(nèi)部日志記錄和審核機制，將信息發(fā)布到Apache Kafka）。

上下文捕獲是我們策略的關(guān)鍵要素，它不僅用于反饋。我們計劃將其用作新系統(tǒng)的基礎(chǔ)，以幫助開發(fā)人員獲得工具方面的幫助。從理論上講，如果我們能夠全面了解開發(fā)人員在尋求幫助時正在做的事情，那么提供該支持將更加容易。

參與率

對于任何調(diào)查過程，其有效性的主要因素取決于用戶群體的響應(yīng)意愿。實際上，當(dāng)我們過渡到實時反饋方法時，我們一直關(guān)注的一個主要問題是持續(xù)的參與率。

事實證明，就人口覆蓋率而言，使用實時招標方法比我們的傳統(tǒng)調(diào)查更為有效。我們設(shè)法使參與調(diào)查的人口增加了一倍（從定期調(diào)查的大約15％增加到采用實時方法的30％以上）。

由于參與度的提高，我們現(xiàn)在能夠?qū)﹂_發(fā)人員群體進行更好的市場細分。在LinkedIn，有很多開發(fā)人員，例如UX開發(fā)人員，后端開發(fā)人員，站點可靠性工程師和機器學(xué)習(xí)專家。這些不同的開發(fā)人員類型（開發(fā)人員的分組/群組）具有不同的需求，使用模式和生產(chǎn)力問題。更精確的定位和細分將導(dǎo)致更好和更個性化的工具，以滿足每種開發(fā)人員類型的特定需求。

我們也意識到不要過多地要求開發(fā)人員征服反饋，否則參與度可能會急劇下降。因此，我們實現(xiàn)了智能節(jié)流機制，以確保僅在開發(fā)人員完成其意圖時（即，它們處于流程的盡頭）才要求反饋。征集本身的重點是他們的經(jīng)驗，而不是技術(shù)工具的特定工具或?qū)?。例如，我們可能會問他們整個部署過程如何，而不是僅僅使用一種工具的經(jīng)歷。

我們還確保尊重關(guān)于反饋請求的偏好。開發(fā)人員可以選擇他們希望被詢問的頻率，以及希望被詢問的渠道（例如電子郵件，Web，Slack等）。我們認為，允許這種靈活性，以便將反饋的傳遞合并到每個開發(fā)人員的工作流中，也起到了增加參與度的作用。

開發(fā)人員可以選擇他們希望被詢問的頻率，以及他們想被詢問的渠道。這些渠道包括：

·電子郵件：這完全依靠電子郵件客戶端來捕獲反饋（單擊，基于mailto鏈接）。

·可插拔的UI小部件：我們開發(fā)了產(chǎn)品內(nèi)可插拔的UI小部件，它可以服務(wù)于各種請求機制，包括被動和主動的請求機制（例如，內(nèi)聯(lián)，toast通知和彈出窗口）。

·Slack：通過與即時消息集成，我們還開發(fā)了一種通過Slack收集反饋的方法。

·Web門戶：我們開發(fā)了一個Web門戶，允許開發(fā)人員以獨立體驗的形式提供反饋，并與其他用戶報告的內(nèi)容進行交互（即投票，評論）。

對反饋采取行動

聆聽反饋是一個很好的起點，但是實施反饋后所發(fā)生的事情是促使我們創(chuàng)建實時反饋的動力。從各種收聽渠道收集反饋后，我們便將其合成為可共享的報告（文檔和其他產(chǎn)品，例如儀表板）。我們確保相關(guān)團隊根據(jù)反饋采取行動，并且當(dāng)他們選擇不這樣做時，我們確保推理與提供反饋的開發(fā)人員共享。確保完成此循環(huán)對于維持健康的反饋文化非常重要，這樣反饋提供者就可以知道他們正在聽取并繼續(xù)提供有價值的輸入。

我們的“聽，行動和分享”框架

建立這兩種關(guān)系類型-向內(nèi)（面向工具開發(fā)人員）和向外（向整個公司的工程師）-允許我們建立共生關(guān)系。我們將深入了解如何使開發(fā)人員提高工作效率和幸福感，并與工具開發(fā)人員進行交流以提出改進建議，以更好地幫助他們的服務(wù)對象。

從反饋中獲得的見解

我們想分享兩個我們從主觀反饋中獲得的主要見解的例子。

·我們的內(nèi)部CI系統(tǒng)為預(yù)期的管道運行時間提供了估計。事實證明，這些估計有時不是很準確，但導(dǎo)致開發(fā)人員對所討論的工具的可靠性問題產(chǎn)生懷疑。

·當(dāng)流量變化導(dǎo)致分析失敗時，我們的金絲雀部署監(jiān)視系統(tǒng)（EKG）添加了一個保護層，以確保開發(fā)人員意識到該分析是不可靠的，因為控件可能已更改了其行為。不幸的是，開發(fā)人員最終認為EKG本身不可靠，因此忽略了分析。通過獲取有關(guān)此現(xiàn)象的反饋，我們改進了系統(tǒng)，現(xiàn)在正在以更好的方式處理這種情況。

綜上所述，通過傳統(tǒng)調(diào)查了解我們以前方法的盲點有助于我們重新思考如何收集反饋。通過創(chuàng)建實時反饋，這是從開發(fā)人員那里收集反饋的全渠道上下文方式，我們已經(jīng)能夠增加接收到的反饋的數(shù)量和質(zhì)量，從而使我們在如何更好地支持開發(fā)人員方面獲得了更具可行性的見解。

致謝

我們要感謝Vineet Juneja，他根據(jù)以往的經(jīng)驗幫助我們在這一領(lǐng)域提供了指導(dǎo)；管理團隊的Ben Lai，Awais Tariq，Narsi Nagampalli，Jeff Galdes和Jared Green；工程團隊的Naman Jain，Troy Holsapple，Sahil Patwardhan，Sunting Sun，Aaron Dai，Barry Warsaw和Max Kanat-Alexander（向Max致以特別感謝！我們的用戶體驗合作伙伴Arun Yegappan，陳寬英和凱爾·史密斯；最后是我們的數(shù)據(jù)科學(xué)合作伙伴Wu Wu。LinkedIn上的許多團隊與我們合作推出了“實時反饋”，我們感謝他們的支持。

原標題：How LinkedIn turned to real-time feedback for developer tooling