Zakaj lahko odprti modeli dejansko izboljšajo vaš nadzor kakovosti



<div _ngcontent-c16 = "" innerhtml = "

Slika Gerd Altmann

Uporaba odprtih modelov je za večino podjetij še vedno nova ideja, vendar sem imel srečo, da sem sodeloval z nekaj voditelji, ki že več kot desetletje eksperimentirajo z odprtimi modeli. Eden izmed teh voditeljev je Paul Hlivko, zdaj podpredsednik in glavni tehnološki direktor podjetja Wellmark Blue Cross in Blue Shield. Z odprtimi modeli eksperimentira od zgodnjih 2000-ih. Pred kratkim sem s Paulom govoril o tem, kako poteka množično izvajanje na Wellmark Blue Cross in Blue Shield.

V najinem pogovoru se mi je zdelo fascinantno, da je Pavlov vpogled v to, kako odprto iskanje spodbuja zanimanje in angažiranost tako notranjih zaposlenih kot tudi zunanjega talenta pri reševanju poslov. Paul je v našem pogovoru omenil nekaj, za kar menim, da je v začetnih pogovorih kritično pomembno, da podjetja preizkušajo odprtokodne platforme: Obstaja prevladujoč mit, da so notranji deležniki najboljši nadzor kakovosti. Iz naših izkušenj ta mit obstaja v številnih sektorjih. To se preprosto ni izkazalo za pravilno, pravi. Tukaj je več modrega mnenja Pavla o moči odprtih virov.

V: Kako uporabljate odprte modele v Wellmarku?

Zmanjšujemo dva toka dela. Najprej imamo platformo, ki smo jo zasnovali za naše zunanje zainteresirane strani, ki vodi več skupin za scrum skupaj z novo ekipo, ki deluje na množici, ki lahko prevzame naloge zgodb in sodeluje z integriranim cevovodom nazaj v našo kodno platformo. Drugič, z množico podatkovnih znanosti uporabljamo pomoč pri reševanju našega prihodnjega oblikovanja državnega izdelka s ponovitvijo modelov, ki povezujejo uporabo izdelka, uspešnost izdelka in variacije v celotni bazi strank. Pri obeh prizadevanjih smo zelo blizu, da računamo na rezultat množice, da bomo lahko izvedli te ključne naložbe, ki jih vlagamo.

V: Katere so bile nekatere bolečinske točke?

Ko se ljudi prvič predstavi množici, se pogosto lotijo ​​pomislekov glede kakovosti izdelkov in nadzora končnih izdelkov. Ironija tega je osnovna domneva, da naj bi bilo nekaj sto zaposlenih v podjetju najboljši nadzorni mehanizem za kakovost v primerjavi s tisoči množic, ki tekmujejo in se merijo s podatki in algoritmi. Nisem našel scenarija, v katerem nadzor kakovosti množice ni uspel izpolniti pričakovanj, če je izziv primerno opredeljen, s pravim angažiranjem podjetja in pravim spodbujevalnim modelom za delo.

V: Kako ste pripravili svoje ekipe?

Določili smo ročni izziv za množično ustvarjanje virov, ki je bil na voljo vsem našim razvijalcem, da to dosežejo. Želel sem si, da bi se mentalni model našega vodstva in članov ekipe prilagodil, kako deluje množica, preden smo začeli partnerstvo s podjetjem Topcoder, ki je bila izbrana platforma.

V: Kakšne rezultate poslovanja vidite?

Modeli in množice platform omogočajo, da tradicionalni poslovni model ostaja usklajen s tem, kako podjetja, podprta s podjetji, spreminjajo velikost in dostopajo do talentov in partnerskih ekosistemov, da bi predstavili svojo vrednost. Prav tako lahko spodbudi notranje inovacije, izboljša integracijo med poklicnim in zasebnim življenjem, privede do nenehnega izboljševanja znanja in poruši nekatere notranje hierarhične omejitve, s katerimi se številni zaposleni srečujejo v večji organizaciji, ko želijo poskusiti nadomestno delo kot del svojega načrta rasti.

V: Kakšen nasvet bi ponudili podjetjem, ki gradijo programe odprte kode?

Preden začnete, se boste začeli ukvarjati z inženirskimi izzivi, vprašanji glede financiranja, integracijo cevovodov razvijalcev / operacij, premislekom o blagovni znamki in številnimi drugimi majhnimi predmeti. Priporočam, da določite ključne talente, tako vodstvene kot članske ekipe, ki se dobro naslanjajo na model in razmišljajo skozi te težave vodoravno. Majhna notranja ekipa se lahko zavzema za množico in jo evangelizira, ko bo pripravljena.

">

Slika Gerd Altmann

Uporaba odprtih modelov je za večino podjetij še vedno nova ideja, vendar sem imel srečo, da sem sodeloval z nekaj voditelji, ki že več kot desetletje eksperimentirajo z odprtimi modeli. Eden izmed teh voditeljev je Paul Hlivko, zdaj podpredsednik in glavni tehnološki direktor podjetja Wellmark Blue Cross in Blue Shield. Z odprtimi modeli eksperimentira od zgodnjih 2000-ih. Pred kratkim sem s Paulom govoril o tem, kako poteka množično izvajanje na Wellmark Blue Cross in Blue Shield.

V najinem pogovoru se mi je zdelo fascinantno, da je Pavlov vpogled v to, kako odprto iskanje spodbuja zanimanje in angažiranost tako notranjih zaposlenih kot tudi zunanjega talenta pri reševanju poslov. Paul je v našem pogovoru omenil nekaj, za kar menim, da je v začetnih pogovorih kritično pomembno, da podjetja preizkušajo odprtokodne platforme: Obstaja prevladujoč mit, da so notranji deležniki najboljši nadzor kakovosti. Iz naših izkušenj ta mit obstaja v številnih sektorjih. To se preprosto ni izkazalo za pravilno, pravi. Tukaj je več modrega mnenja Pavla o moči odprtih virov.

V: Kako uporabljate odprte modele v Wellmarku?

Zmanjšujemo dva toka dela. Najprej imamo platformo, ki smo jo zasnovali za naše zunanje zainteresirane strani, ki vodi več skupin za scrum skupaj z novo ekipo, ki deluje na množici, ki lahko prevzame naloge zgodb in sodeluje z integriranim cevovodom nazaj v našo kodno platformo. Drugič, z množico podatkovnih znanosti uporabljamo pomoč pri reševanju našega prihodnjega oblikovanja državnega izdelka s ponovitvijo modelov, ki povezujejo uporabo izdelka, uspešnost izdelka in variacije v celotni bazi strank. Pri obeh prizadevanjih smo zelo blizu, da računamo na rezultat množice, da bomo lahko izvedli te ključne naložbe, ki jih vlagamo.

V: Katere so bile nekatere bolečinske točke?

Ko se ljudi prvič predstavi množici, se pogosto lotijo ​​pomislekov glede kakovosti izdelkov in nadzora končnih izdelkov. Ironija tega je osnovna domneva, da naj bi bilo nekaj sto zaposlenih v podjetju najboljši nadzorni mehanizem za kakovost v primerjavi s tisoči množic, ki tekmujejo in se merijo s podatki in algoritmi. Nisem našel scenarija, v katerem nadzor kakovosti množice ni uspel izpolniti pričakovanj, če je izziv primerno opredeljen, s pravim angažiranjem podjetja in pravim spodbujevalnim modelom za delo.

V: Kako ste pripravili svoje ekipe?

Določili smo ročni izziv za množično ustvarjanje virov, ki je bil na voljo vsem našim razvijalcem, da to dosežejo. Želel sem si, da bi se mentalni model našega vodstva in članov ekipe prilagodil, kako deluje množica, preden smo začeli partnerstvo s podjetjem Topcoder, ki je bila platforma, ki smo jo izbrali.

V: Kakšne rezultate poslovanja vidite?

Modeli in množice platform omogočajo, da tradicionalni poslovni model ostaja usklajen s tem, kako podjetja, podprta s podjetji, spreminjajo velikost in dostopajo do talentov in partnerskih ekosistemov, da bi ponudili svojo vrednost. Prav tako lahko spodbudi notranje inovacije, izboljša integracijo med poklicnim in zasebnim življenjem, privede do nenehnega izboljševanja znanja in poruši nekatere notranje hierarhične omejitve, s katerimi se številni zaposleni srečujejo v večji organizaciji, ko želijo poskusiti nadomestno delo kot del svojega načrta rasti.

V: Kakšen nasvet bi ponudili podjetjem, ki gradijo programe odprte kode?

Preden začnete, se boste začeli ukvarjati z inženirskimi izzivi, vprašanji glede financiranja, integracijo cevovodov razvijalcev / operacij, premislekom o blagovni znamki in številnimi drugimi majhnimi predmeti. Priporočam, da določite ključne talente, tako vodstvene kot članske ekipe, ki se dobro naslanjajo na model in razmišljajo skozi te težave vodoravno. Majhna notranja ekipa se lahko zavzema za množico in jo evangelizira, ko bo pripravljena.