对工作的满意度是衡量生产力的一个重要且有用的评估指标。很多公司现在都在使用 CultureAmp（一款特别流行的，方便跟踪员工工作反馈的 App），主要就是因为领导层是需要时刻关注他们的工程师对于手头的工作究竟是什么心情。

另外一个策略就是做「匿名调研」（比如使用像 Glint 这样的工具），比如询问员工到底有多渴望升职，在公司里预计自己是否能够待够 10 年，如果可能的话，你是否愿意将你所供职的公司推荐给你技术圈的其他朋友？（这就是另外一种形式下的「净推荐值」）。每四个月的时候做这样的一次测试，这样你就能很清楚地知道自己是否还在既定的路线上，是否保持了团队的干劲，甚至让它变得更好。

跟踪你的「修复时间」。

如果你在运营一项服务，如果服务出现了中断，每次修复它的时候，你要去记录和评测工程师团队修复它需要花多少时间，给它专门去设置一个指标，务必要让它随着时间的推移，随着团队人数的增加，而一点一点的下滑。你要在响应处理问题上面能够带来更加优秀的表现。

跟踪记录「你的工程师多久会出现一次你预期之外的表现」。

很多的经理比较热衷于记录一些里程碑事件，比如说一款产品能够准时的交付出去。但是请记得做另外一件事：跟踪你的员工多久会让你惊讶一次，它有可能是好事，也有可能是把事情给搞砸了。就比如说，上次工程师们琢磨出来的，让你眼前一亮的解决方案到底是什么时候呢？他们是否不用你去提醒，就准时地把某个任务给完成了呢？这些活动其实都是非常好追踪的，也是你能在管理上面不断评估自己表现的最有效的途径之一。

关于数据

你需要在获取实时数据上面做一番取舍。

如果你想要把数据集中化起来，那么它就不可能是实时的，而你也不可能对于每个板块都搭建实时的数据传输管道。你必须在其中做甄别，判别哪些实时数据能够让你获得最大的价值。说实话，大部分的实时数据获取成本都太高了，而带来的收益也相对有限。

不要让每个人都介入到你的数据源。

现在有一个非常具有风险的趋势，公司往往会有一个单独的，干净的数据源，且有完整的仪表板。但是之后呢，不同的小组，团队，无论是客户服务还是营销部门，都想利用自己的 SaaS 工具来评估它。这到最后的结果就是会非常的混乱。要解决这个问题，你需要将所有的数据都导入到 Redshift 里面，然后开发一个 API 曾，让其他人能通过使用它来进行查询。

请注意，在决定哪些数据可以被挖掘，存储的时候，决定权只能限于你的数据工程团队。不要让其他的团队涉足进来。

在数据工具的推荐上面，根据具体公司在不同时候的需要而不同。但是下面的几款工具是大家用了都好评不断的：

Druid 是一款能够存储大量实时数据的优秀工具，在事件发生后，你能立刻地深入到数据层面进行挖掘。

Kafka 在开发实时数据管道上面一直以来都非常的成功，而且维护起来成本也比较低。正如很多人简短的肯定一样：它就是有用！

Bigquery 以及 Snowflak 都是大家推荐的数据仓库，能够为「分析数据」提升相关的性能。它们能让你利用多个机器来针对解决一个问题。在这两者之间，大家对 Snowflake 的评价会更高一点。

有关战略计划

预估一下你在开发一个功能上面所需要花费的时间，或者是你现在在开发一款极为罕见的产品，评估一下你需要多长时间来完成它。新手工程师往往会高估或者低估这个时间。

把预估的时间打碎，分割成为若干个小单元，进行更为精细的计划。工程师往往在一下时间跨度比较大的项目上比较头疼，让这个工作变得容易的一个非常简单的方式就是，将它打碎，形成以周为单位的计划。

在做原型产品的时候，不要用代码的方式来体现，你可以用各种方式来展现，但是就是要摆脱掉对「代码库」的依赖。你可以用 Sketch，或者 Invision，或者哪怕简简单单就是笔和纸。工程师们想要摆脱掉对代码的依赖去做原型展示，这当然是有点困难的，但是你在纸上或者 Sketch 上面做早期的原型产品开发迭代，它可以省却你很多的时间。

有关多元性和包容