Spotify 模型是不存在的

Spotify模型有助于对Spotify做事方式的理解,但不可以把它整搬到你所在的企业中。它是随着Spotify员工对新事物的学习和发现而一直在改变的。Spotify软件开发方式是并不存在的。


“ Spotify的大规模敏捷之路:使用部落、分队、分会和协会 ”一文中,Henrik Kniberg和Anders
Ivarsson最先对Spotify的开发软件方式进行了描述。这篇发表于2012年的文章为Spotify的工作方法给出了一个快照,正如
Kniberg在InfoQ访谈“ Spotify的大规模敏捷:采访Henrik Kniberg ”中所说的:

这并非一个大规模的重建,而更像是对我们的组织和过程进行持续不断的小规模迭代改进。我们已经持续增长三年,随时间的推移当前我们的工作方式也已自然演化。

Spotify正在发展,软件的开发方式也一直在变化。并没有一成不变的Spotify软件开发方式,在Spotify,鼓励员工去持续学习并改进工作方式。

在2015年的InfoQ访谈“在Spotify快速学习”一文中,Simon Marcus解释了Spotify是如何在不丢失其立业精神及文化的情况下努力成长并成熟起来的:


力去服务于两千万的日活用户,是Spotify这样的企业日常所面对的问题。该问题是迥然不同于初创企业所面对的试图寻求市场定位的问题。约束机制不同,
工作范畴也就不同。事实上初创企业在早期阶段时,企业中所有的人都相互认识,任何人可能去做任何的事情。而这种情况在Spotify这样规模的企业中是不
可能存在的。目前Spotify有大约1500名员工,其中的700人在做技术产品和设计。未来主义者Warren
Benes将我们的方法称做“灵活的组织机构”(ad-hocracy),即企业是为灵活性和适应性而特意设计的,可能较少地关注如何从员工所从事的每个
活动中去榨取最后一个美元。正如我所提到的,这意味着我们对失败具有相对较高的容忍度。而对于以确保做事正确为借口的低效行为,我们也具有相对较高的容忍
度。

自主性是Spotify的一个核心指导原则。在InfoQ访谈“ 自主性在敏捷开发里的角色”一文中,提及Spotify的员工Kristian Lindwall和Cliff Hazell曾在2015年的一次大会报告上解释了为什么自主性是处于敏捷的中心位置上:


溯起来,自主性还带有希腊血统呢,意即希腊历史传承下来的自由选择权。自主权总是在界限范围之内的,而这界限又是以明确的约束形式出现的,公司的目标应该
尽可能的明确,尤其是团队与团队一起协作的时候。总的来说,Spotify致力于创建一个高度自治的企业文化,团结一致的队伍。Lindwall和
Hazell说,虽然这两点可同时兼具,但你必须确保团队对公司的业务和公司的客户很了解,而且知道自己的工作目的是什么。

Spotify的工程主管Marcus Frödin在“ Spotify希望自己擅于失败 ”一文中,解释了Spotify所采用的文化架构:

Spotify
采用了他们称之为DIBBs(数据、洞察力、信仰、推测)的理念。Frödin说道,DIBBs是“那些关于世界,我们相信的事情,在这些事情里,我们希
望理解为什么相信它”。DIBBs的理念在策略和文化方面都得到了应用……Spotify有一块白板,上面写着公司的那些“推测”,即他们必须马上去做的
事。这个白板对公司里所有人开放。

作为一位Spotify分会领导者,Marcin Floryan在 2016年Spark the Change伦敦大会 上就当前Spotify的产品和软件开发方法做了报告。这里是对他的报告的一个总结。

Spotify被人们看作可去追随或模仿的例子。Floryan指出这可导致光环效应偏差,即人们看到了成功的事情,就会期待在自己的公司中做同样做事也会取得成功。Floryan说这并非最为有用的看待Spotify模型的方式;选择去模仿确实是选取了一条坎坷的道路。

Floryan建议将Spotify模型看成是对系统或过程的简化描述。模型有助于去理解Spotify是如何做事的,但是并非可以拷贝到你所在的企业中。

Floryan提及了Edgar Schein所给出的企业文化模型,该模型表明你只能看到企业文化的一小部分。

文化也是一种抽象,然而影响力是由源自于文化的社会和组织状况所创建,这种影响力是强大的。如果不理解这些影响力的运作方式,我们就可能会成为这些影响力的受害者。

一些文化层面已很好地集成在工作方式中,以至于难以去识别它们,例如基本假设就是如此。在Spotify内部试图通过对这些文化层面的讨论而使它们可见,Floryan说这是一种从表面向下查看的方式。

自主性是Spotify的一个基本假设。小队就是基于这种假设的。小队是小规模的,被授权可横跨多个功能团队,这些团队对全生命周期具有所有权。小队使得Spotify可以快速地移动,可不依赖于Spotify的其它部分去达成目标并交付价值。

Floryan
说未经校正的自主性是无效的。达成自主性是非常困难的,这里有太多的挑战。例如,信任在使自主性工作中十分重要。Floryan解释了Spotify是如
何实现IT硬件供应的,以此作为Spotify中关于信任的一个例子。在Spotify的办公室中有一个橱柜,存放键盘、电缆、电池等物品。在员工有需要
时就可从橱柜中拿取,这不需要去订购、获得授权或者签字。

另一个Spotify中关于信任的例子是,任何人可在任何时候从任何地点部署软件的任何部分(这也是有一些限制的,例如信用卡交易处理系统等)。每个人可以看到业务度量,可访问大部分的文档,并且收入目标也是在内部发布的。

Floryan
说如果没有给予正确的信息,信任就会导致沿着错误道路发展下去。他回到了Spotify的硬件供应问题上,每个橱柜中物品的价格都在标签上明确标明。员工
在了解了价格后,就可更好地决策他们是否需要一个新的键盘。Floryan说,信息的提供使人们可以按自身情况做出正确的决策。

为使员工去
做正确的事情,必须为自主性设置一个目标。Spotify的员工已发现思考的方式和做事的方法与Daniel
Pink关于自主性、掌控和目标的理念是一致的,因此他们决定尝试Pink所著的《驱动力》一书中的其它内容。Floryan指出,这再次显示了不应以某
个模型或某本书为起点并努力去实现它们,而应对所需达成的目标进行审视,并使用一切适用的方法去实现目标。

员工在Spotify表现良好,
这意味着该员工的确擅长于在团队中工作。Floryan说,Spotify是在团队中去解决问题,而非去咨询专家。Spotify的办公室提供了协作空
间。一个小队通常具由三个人担任领导者并共事,其中一人代表了产品(产品所有者)、一人担当技术领导者或分会领导者代表了技术、一人担当敏捷教练代表了过
程。由于各个级别中都使用了领导者原则,所以部落或联盟也将由三人从产品、技术和过程的视角进行领导。

Floryan提出:当前你将成为什么角色,这比你是谁更加重要。在雇用员工时,Spotify会考虑候选者所具有的潜能、成长能力和对新技术的学习能力。

多样性是不同的观点和看法碰撞的地方。多样性激发了创新,Floryan指出,这也是Spotify对此话题十分关注的原因。例如,去组织多样性峰会。

Floryan
提及了一些源自Spotify的观念。他指出:“我们相信这是一场马拉松,而非冲刺跑。”这也是为什么Spotify会给予员工时间离岗去充电。另一个观
念是“学习最快者将胜出”。 Floryan引用Daniek Ek的话指出,Spotify的目的在于比他人更快地犯过错误。 Spotify
必须更快地从失败中恢复,必须具有非常快的反馈循环,必须拥有数据和工具,以及允许建立用于更高效学习的洞察力的架构。

Spotify模型由于Spotify员工对新事物的学习和发现而时刻都在改进。Floryan说他们正着眼于当前所做的事情,去检查、解决问题。他引用了Taiichi Ohno的一句话:“你必须独立思考并面对自己的困难,而非想方设法去借鉴他人的智慧”。

via:北京网站建设公司

时间: 2024-10-26 05:59:59

Spotify 模型是不存在的的相关文章

2016美国QCon思考:通过Quora和Spotify案例,直击数据处理背后的魅影

编者按:大数据的题目看起来好写,因为大家似乎都懂,但是其实也难写,因为太大了,没有具体的问题很难写出有营养的东西,所以今天选取两个QCon比较典型的例子来管中一窥大数据的魅影.     有的同学很困惑米国人不看知乎怎么知道那么多知识呢?米国人当然看Quora啦,Quora是一个问答社交软件,问答社交的特点就是有各种各样的计数器,比如帖子的支持.反对.评论数量,用户的关注.粉丝数量等等,随着用户量的增加.帖子的增多.以及带来的互动的增长,Quora处理的数据也是爆炸式增长.Quora从第一天开始就

Spotify是一个瑞典的精益创业项目

大多数产品开发努力到最后都失败了,并且最常见的原因就是开发了错误的产品.Spotify是一个瑞典的精益创业项目,一年时间就把付费用户做到100万,那么它是怎样快速构建产品呢? 在 Twitter 上,有位哥们po了一张PPT的图,应该是这个主题的演讲,其中用一个更形象的图总结了什么叫「敏捷开发」 产品开发并不简单.事实上,大多数产品开发努力到最后都失败了,并且最常见的失败原因就是开发了错误的产品. Spotify是一个瑞典的精益创业项目,它同时保持着一个很棒的产品交付记录.他们的产品广为用户和艺

Spotify编目微服务经验

本文讲的是Spotify编目微服务经验[编者的话]Spotify作为一家大规模采用了微服务架构的公司,运行着成百上千的微服务,如何有效地治理微服务生态系统?本文从微服务编目的角度,给大家带来了一些可供借鉴的经验. 天下没有免费的午餐,几乎所有的技术和架构选型都有利有弊.ThoughtWorks的Martin Fowler和他的同事们写了一写关于使用微服务架构时权衡利弊的好文章.本文将以Spotify的软件编目系统为例,详细介绍这篇文章中并未涉及的一个重要问题. 微服务架构的一个优点是可以通过强壮

QCon思考之通过Quora和Spotify案例,直击数据处理背后的魅影

有的同学很困惑米国人不看知乎怎么知道那么多知识呢?米国人当然看Quora啦,Quora是一个问答社交软件,问答社交的特点就是有各种各样的计数器,比如帖子的支持.反对.评论数量,用户的关注.粉丝数量等等,随着用户量的增加.帖子的增多.以及带来的互动的增长,Quora处理的数据也是爆炸式增长.Quora从第一天开始就长在云上(AWS),生产环境使用MySQL和HBase做存储,使用RefShift和Spark用来做数据分析,在这些组件的基础上Quora做了一个数据服务叫Quanta,Quanta的设

lda 文本挖掘-现在想用LDA主题模型分析文本内容,LDA主题模型怎么阅读每个topic下面的词汇

问题描述 现在想用LDA主题模型分析文本内容,LDA主题模型怎么阅读每个topic下面的词汇 现在想用LDA主题模型分析文本内容,LDA主题模型怎么阅读每个topic下面的词汇,每个主题会有一个概率值吗.

PAI分布式机器学习平台编程模型演进之路

什么是PAI? PAI的全称是Platform of Artificial Intelligence,主要在使用机器学习做模型训练时提供整套链路.机器学习即服务,把机器学习作为服务对外推出,大家可以在平台上使用比较先进的机器学习算法.将多种深度学习框架集成到PAI中,同时基于深度学习框架包装成更加易用的组件.具备异构的计算服务能力,把CPU计算能力和GPU计算能力统一调度起来,异构的计算能力透明,大家的注意力是哪些机器学习算法可以帮助业务,不用关心底层资源的申请和分配.PAI也支持在线预测服务,

漆远:蚂蚁金服 AI 技术大揭秘, 开放“模型服务平台”

在本次大会上,蚂蚁金服副总裁兼首席数据科学家漆远博士发表了主题为<金融智能的发展与应用>的演讲.漆远表示,蚂蚁金服今年的两个关键词,一个是"开放",一个是"AI". 在此次演讲中,漆远从风控系统.智能助理.定损宝等产品案例出发,全面介绍了蚂蚁金服产品背后的 AI 技术. 现场,蚂蚁金服的"模型服务平台"首次公开亮相,主打"模型所见即所得".漆远表示,数据是资产,模型本身也是资产.未来,蚂蚁金服也会将这个平台作为其中

CCAI | 如何能既便宜又快速地获取大数据?这位微软研究员设计了两个模型,帮你省钱省时间

大会第二天上午,美国微软雷德蒙研究院首席研究员周登勇(Denny Zhou)发表了<众包中的统计推断与激励机制>主题报告,从"为什么众包"."众包的挑战"."统计推断"."激励机制"着手,结合多个生动形象的案例,具体总结了微软雷德蒙研究院过去几年在众包研究与工程上的进展. 周登勇博士表示,在可以预见的将来,机器智能完全代替人的智能几乎没有任何可能,我们应该是让人与机器各施所长互相补充.数据标注是一个比较简单的人机系

世界之窗浏览器进程模型切换详解

  世界之窗浏览器提供了单进程模式.混合模式以及多进程模式,您可以选择适合您的进程模型.若您还不了解几种进程模型的区别,建议您使用默认的混合模式. 在 选项→高级→框架和增强 里,可切换进程模型.