Aktualizacje produktu

Lista zmian

Co zmieniło się w Oobeya, dlaczego to ważne i w której wersji. Poznaj najnowsze aktualizacje analityki inżynierskiej, widoczności AI i administracji platformą.

Ankiety DevEx, Confluence Cloud, Xray Cloud i odświeżony AI Impact

Uruchamiaj ankiety dotyczące doświadczenia programistów w kilka minut dzięki dziewięciu gotowym szablonom Oobeya, a następnie porównuj wyniki z benchmarkami i metrykami inżynierskimi. Document Analytics i Test Analytics obsługują teraz Confluence Cloud i Xray Cloud, oprócz wersji Server i Data Center, a AI Impact otwiera się przeglądem, który porównuje wyniki zespołów o wysokim i niskim poziomie wykorzystania AI.

1. Najważniejsze zmiany

1.1. Ankiety DevEx: mierz doświadczenie programistów za pomocą ankiet Oobeya

Kluczowa funkcja

Sprawdzaj, jak inżynierowie postrzegają swoją pracę, bez projektowania ankiety od zera. Moduł Ankiety DevEx zawiera dziewięć gotowych ankiet Oobeya obejmujących doświadczenie programistów, dojrzałość SDLC, gotowość i dojrzałość w zakresie AI, kondycję zespołu, model działania zespołu, przeglądy kodu, jakość inżynierską oraz samopoczucie. Każda z nich zawiera starannie dobrane pytania, zalecaną częstotliwość i szacowany czas wypełnienia od 1 do 7 minut. Wybierz szablon, wskaż zespoły, programistów lub tagi programistów, ustaw zakres dat lub harmonogram cykliczny i opublikuj ankietę.

Dlaczego to ważne

Zacznij zbierać informacje zwrotne o doświadczeniu programistów jeszcze tego samego dnia i analizuj je obok metryk dostarczania, jakości i AI na jednej platformie.

Biblioteka szablonów Ankiety DevEx w Oobeya z dziewięcioma gotowymi szablonami Oobeya pogrupowanymi w kategorie AI, Core, Engineering Practices, Pulse i Team, z częstotliwością, liczbą pytań, rodziną i typem oceny
Dziewięć gotowych ankiet Oobeya pogrupowanych według celu, z częstotliwością, liczbą pytań i typem oceny.
Gotowe ankiety Oobeya

Każda ankieta zawiera starannie dobrane pytania i zalecaną częstotliwość:

  1. Doświadczenie programistów – podstawy — co miesiąc
  2. Dojrzałość SDLC — co kwartał
  3. Dojrzałość inżynierska w zakresie AI — co kwartał
  4. Ocena gotowości na AI — na żądanie
  5. Kondycja zespołu inżynierskiego — co miesiąc
  6. Model działania zespołu — co kwartał
  7. Skuteczność przeglądów kodu — co miesiąc
  8. Jakość inżynierska — co kwartał
  9. Puls samopoczucia — co tydzień, pięć pytań, zawsze poufna
Wyniki i benchmarki

Strona wyników pokazuje poziom uczestnictwa, wynik ogólny, wyniki według tematów, najlepiej ocenione pytanie, pytanie wymagające uwagi, największą różnicę względem benchmarku oraz główne wątki komentarzy. Ankiety Oobeya zawierają raport benchmarkowy, a ankiety poufne pokazują wyłącznie zagregowane wyniki, więc nikt nie może sprawdzić, kto udzielił jakiej odpowiedzi.

Wyniki poufnej ankiety Developer Experience w module Ankiety DevEx w Oobeya, pokazujące uczestnictwo, wynik ogólny na tle benchmarku, najlepiej i najsłabiej ocenione pytania, komentarze oraz wykres radarowy tematów na tle benchmarku
Wyniki ankiety z poziomem uczestnictwa, wynikiem ogólnym, różnicami względem benchmarku i wynikami według tematów.
Własne ankiety, dystrybucja i administracja

Twórz własne szablony z pytaniami w skali Likerta, pytaniami Tak/Nie, NPS i pytaniami otwartymi z banku pytań. Przeglądaj każdą ankietę przed publikacją, planuj przypomnienia i śledź uczestnictwo w miarę napływania odpowiedzi. Uczestnicy widzą oczekujące ankiety na banerze i w powiadomieniach w aplikacji, a odpowiedzi są zapisywane na bieżąco. Administratorzy zarządzają szablonami, bankiem pytań, dostępem opartym na rolach i włączaniem modułu w ustawieniach.

1.2. Obsługa Confluence Cloud w Document Analytics

Nowa integracja

Document Analytics, dostępne już dla Confluence Server i Data Center, obsługuje teraz również Confluence Cloud. Połącz swoją witrynę w chmurze i otwórz Analytics → Document Analytics, aby zobaczyć, jak dokumentacja jest tworzona, aktualizowana i utrzymywana w poszczególnych przestrzeniach: strony, nieaktualne strony, nowe i zaktualizowane dokumenty, autorzy, aktywni autorzy oraz wskaźnik kondycji dokumentacji, każdy z porównaniem do poprzedniego okresu. Documentation Health Insights wskazują nieaktualne treści, zagrożone przestrzenie i koncentrację pracy u niewielu autorów.

Dlaczego to ważne

Monitoruj kondycję dokumentacji za pomocą tych samych metryk niezależnie od tego, czy Twoje zespoły korzystają z Confluence Cloud, Server czy Data Center.

Document Analytics w Oobeya dla Confluence pokazujące przestrzenie, strony, nieaktualne strony, nowe i zaktualizowane dokumenty, autorów, wskaźnik kondycji oraz wnioski dotyczące kondycji dokumentacji
Document Analytics z metrykami i wnioskami dotyczącymi kondycji dokumentacji dla połączonych przestrzeni Confluence.
Trendy aktywności, rankingi i szczegóły przestrzeni

Wykresy dzienne pokazują nowe dokumenty, zaktualizowane dokumenty i aktywnych autorów w wybranym okresie. Rankingi wyróżniają najbardziej aktywne przestrzenie i najaktywniejszych autorów, a zakładka Spaces podsumowuje kondycję każdej przestrzeni. Filtruj według zespołu, gdy przestrzenie są przypisane do zespołów Oobeya.

1.3. Obsługa Xray Cloud w Test Analytics

Nowa integracja

Test Analytics, dostępne już dla Xray Server i Data Center, obsługuje teraz również Xray Cloud. Zespoły korzystające z Jira w chmurze mogą przenieść do Oobeya wykonania testów Xray, przypadki testowe i powiązane defekty. Widżety trendów w Test Analytics zyskują też dedykowane widżety szczegółów i działają płynnie nawet przy dużych zbiorach wyników.

Dlaczego to ważne

Śledź jakość wykonywania testów za pomocą tych samych metryk Test Analytics niezależnie od tego, czy Xray działa w chmurze, czy na Twoich własnych serwerach.

1.4. Przeprojektowany przegląd AI Impact

Kluczowe ulepszenie

AI Impact otwiera się teraz przeglądem zamiast długiej listy wykresów. Zobacz efektywność kodowania, czas do scalenia PR, liczbę błędów i czas realizacji zmian w porównaniu z poprzednim okresem o tej samej długości, a także wskaźniki jakości kodu, dług techniczny i pokrycie testami jednostkowymi. Outcome Signals podsumowuje, ile wyników inżynierskich zmieniło się na korzyść, pozostało stabilnych lub się pogorszyło. Szczegółowe wykresy są pogrupowane w zakładkach Development, Delivery, Code Quality i Testing.

Dlaczego to ważne

Szybko zrozum, jak programowanie wspierane przez AI wiąże się z wynikami inżynierskimi, a następnie przejdź do obszaru, który chcesz zbadać.

Przegląd AI Coding Assistant Impact w Oobeya z trendem efektywności kodowania, kartami metryk porównującymi okresy, wskaźnikami jakości kodu, Outcome Signals oraz porównaniem zespołów o wysokim i niskim poziomie wykorzystania AI
Nowy przegląd AI Impact z porównaniami okres do okresu, Outcome Signals oraz zespołami o wysokim i niskim poziomie wykorzystania AI.
Zespoły o wysokim i niskim poziomie wykorzystania AI

Gdy zespoły znajdują się po obu stronach progu wskaźnika akceptacji, Outcome Signals dzieli je na grupy o wysokim i niskim poziomie wykorzystania AI oraz porównuje między nimi efektywność kodowania, czas realizacji zmian, czas do scalenia PR i liczbę błędów. Porównanie pokazuje współwystępujące trendy, a nie związek przyczynowo-skutkowy.

Pogrupowane Risks & Insights i tabele z paginacją

Risks & Insights grupuje teraz ustalenia pozytywne i negatywne. Tabele Tool Usage, User Metrics i AI Assistant Users są stronicowane po stronie serwera, dzięki czemu duże organizacje mogą je przeglądać bez długiego ładowania.

1.5. Porównanie zespołów w Trend Reports

Kluczowa funkcja

Trend Reports zyskuje przegląd oparty na datach, który przedstawia zespoły w formie drzewa, a metryki jako kolumny, dzięki czemu możesz porównywać zespoły obok siebie w czasie. Każda metryka prowadzi do swojego widżetu szczegółów. Tabele Cycle Time, Lead Time, Throughput i Avg Pull Request Size pokazują teraz tablice i sprinty stojące za każdą wartością, a wybranie sprintu otwiera go w Agile Space.

Dlaczego to ważne

Porównuj, jak zmieniają się metryki dostarczania zespołów, i śledź każdą wartość aż do sprintu, z którego pochodzi.

2. Ulepszenia i usprawnienia

2.1. Jedna strona Integrations

Ulepszenie

Integracje i źródła danych znajdują się teraz na jednej stronie i nie wymagają instalacji: wybierz integrację, aby otworzyć formularz jej źródła danych. Integracje są pogrupowane w kategorie Project Management, SCM, Coding Assistants, CI/CD, Code Quality & Security, Test oraz Monitoring/APM.

Dlaczego to ważne

Połącz nowe narzędzie w mniejszej liczbie kroków.

2.2. Konfigurowalna analiza linii w commitach

Ulepszenie

Wybierz sposób obsługi bardzo dużych commitów: wykluczaj je (ustawienie domyślne), zachowuj jako nieobliczalne lub wyłącz próg liczby linii. Commity, które przekraczają limit linii lub rozmiaru pliku albo obejmują pliki binarne, są oznaczane w tabelach commitów jako Skipped, a ich wartości typu pracy pokazują "-" zamiast 0.

Dlaczego to ważne

Nie pozwól, by duże wygenerowane lub dołączone z zewnątrz zmiany zniekształcały metryki programistyczne, zachowując jednocześnie informację, że miały miejsce.

2.3. Otwarte i zamknięte błędy według zespołu

Ulepszenie

Wykres Bug Distribution by Team pokazuje teraz otwarte i zamknięte błędy dla każdego zespołu i zawsze uwzględnia błędy nieprzypisane. Wybierz elementy legendy Assigned lub Unassigned, aby je ukryć lub pokazać.

Dlaczego to ważne

Sprawdzaj, które zespoły mają najwięcej otwartych błędów, bez przełączania widoków.

2.4. Wybrany okres dla pokrycia testami jednostkowymi

Ulepszenie

Team Unit Test Coverage i Analysis Unit Test Coverage w widżecie Test Quality Report zyskują przełącznik Selected Period. Gdy jest włączony, karty podsumowania, tabele i eksporty korzystają z wybranego zakresu dat. Gdy jest wyłączony, wyświetlane są wartości z najnowszej analizy, tak jak dotychczas.

Dlaczego to ważne

Analizuj pokrycie dla tego samego okresu co reszta raportu.

2.5. Ciągłe wykresy cycle time i lead time

Ulepszenie

W Project Analytics, Team Health i wykresach dostarczania dla kadry zarządzającej sprinty bez ukończonych elementów pracy pokazują teraz Cycle Time i Lead Time jako 0 zamiast przerywać linię, tak jak w Trend Reports. Tabele i eksporty do Excela nadal pokazują "-" dla tych sprintów.

Dlaczego to ważne

Odczytuj trendy dostarczania we wszystkich sprintach bez luk na wykresie.

2.6. Definicje statusów w Problem Analytics

Ulepszenie

Problem Analytics odczytuje mapowanie statusów z definicji statusów udostępnianych przez Twoje narzędzie i dodaje opcję Unmapped, którą można wybrać w każdej z czterech kategorii statusów.

Dlaczego to ważne

Szybciej mapuj statusy problemów i utrzymuj mapowanie zgodne z narzędziem źródłowym.

2.7. Czytelniejsze sumy commitów w Git Analytics

Ulepszenie

Widżet Total Commits wyjaśnia, kiedy wykluczone commity sprawiają, że jego suma różni się od tabeli Commit Activities, a długie komunikaty commitów rozwijają się w miejscu zamiast w etykiecie podpowiedzi.

Dlaczego to ważne

Rozumiej liczbę commitów bez porównywania tabel.

2.8. Konfiguracja Team Health i Team Scorecard

Ulepszenie

Team Health zyskuje eksport do Excela i domyślnie otwiera pierwszy wiersz drzewa zespołów. Konfiguracja Team Scorecard pokazuje, ile elementów wybrano dla każdej integracji, zarówno w tabeli, jak i w eksporcie do Excela.

Dlaczego to ważne

Łatwiej udostępniaj dane o kondycji zespołów i sprawdzaj zakres konfiguracji scorecardu.

2.9. Strona Tokens i generowanie tokenów dla Claude Code

Ulepszenie

Strona Settings → Tokens ma odświeżony układ. Podczas dodawania źródła danych Claude Code przycisk Generate obok pola Token tworzy token na podstawie nazwy źródła danych i ostrzega, jeśli token o tej nazwie już istnieje.

Dlaczego to ważne

Skonfiguruj zbieranie danych z Claude Code bez opuszczania formularza źródła danych.

2.10. Wybór języka w menu profilu

Ulepszenie

Zmieniaj język interfejsu w dowolnym momencie z poziomu menu profilu użytkownika. Wybór zaczyna obowiązywać natychmiast i jest zachowywany po odświeżeniu strony oraz przy kolejnym logowaniu.

Dlaczego to ważne

Przełączaj języki bez wylogowywania się.

2.11. System Settings z bazowym adresem URL serwera

Ulepszenie

Nowe menu System Settings, umieszczone bezpośrednio pod General Settings, zawiera na początek zakładkę Server, w której administratorzy mogą wyświetlać i aktualizować bazowy adres URL platformy.

Dlaczego to ważne

Zarządzaj ustawieniami na poziomie instalacji z poziomu interfejsu.

Claude Code, Codex i przeprojektowany Team Scorecard

Połącz Claude Code i Codex z AI Impact w Oobeya, monitoruj wykorzystanie asystentów i koszty, a także analizuj wydajność inżynierską dzięki przeprojektowanemu przepływowi dostarczania w Team Scorecard. Dwa nowe symptomy kondycji danych oraz poziomy ważności pomagają zespołom wykrywać luki i ustalać priorytety analiz.

1. Najważniejsze zmiany

1.1. Claude Code: monitorowanie wykorzystania, wpływu na pracę inżynierską i kosztów

Nowa integracja

Claude Code jest teraz dostępny w AI Impact, obok GitHub Copilot, Cursor i Codex. Zbieraj metryki asystenta za pośrednictwem OpenTelemetry we wszystkich planach Claude Code. W AI Impact analizuj efektywność kodowania, czas do scalenia PR, liczbę błędów, czas realizacji i wskaźniki jakości obok aktywności asystenta. Outcome Signals podsumowuje, które metryki zmieniły się na korzyść, pozostały stabilne lub pogorszyły się w porównaniu z poprzednim okresem. Te porównania pokazują współwystępujące trendy, a nie dowód na związek przyczynowy.

Dlaczego to ważne

Analizuj aktywność Claude Code, wyniki inżynierskie i koszty w jednym miejscu, zachowując rozróżnienie między miarami wykorzystania, porównaniami wyników i faktycznie zafakturowanymi wydatkami.

AI Impact w Oobeya z wybranym Claude Code, pokazujące efektywność kodowania, czas do scalenia pull requestów, liczbę błędów, czas realizacji, wskaźniki jakości i Outcome Signals
Claude Code wybrany w AI Impact, z metrykami inżynierskimi i sygnałami wyników w porównaniu okres do okresu.
Metryki wykorzystania i aktywności Claude Code

W AI Impact → Metrics śledź aktywnych użytkowników, sesje, prompty użytkowników, żądania do modelu, błędy żądań, czas programisty i czas asystenta. Analizuj wykorzystanie modeli z podziałem na tokeny wejściowe, wyjściowe, odczytu z cache i tworzenia cache, a także uruchomienia narzędzi i wskaźniki powodzenia. Widoki zespołów, języków i użytkowników pokazują, gdzie używany jest Claude Code.

Zakładka Metrics dla Claude Code w AI Impact w Oobeya, pokazująca aktywnych użytkowników, koszt, sesje, prompty, żądania, błędy, czas programisty i asystenta, commity, pull requesty oraz aktywność w czasie
Podsumowanie aktywności i trendy wykorzystania Claude Code w AI Impact → Metrics.
Monitorowanie kosztów Claude Code

Monitoruj wydatki na Claude Code w AI Impact → Cost & Credits, w tym wartość wykorzystania brutto, koszt netto do zafakturowania, koszt na aktywnego użytkownika i prognozy wykorzystania. Szacunki kosztów opierają się na cenach katalogowych Claude Code. Gdy w źródle danych skonfigurowano klucz API Claude Enterprise, zafakturowana kwota jest pokazywana jako koszt netto, a różnica jako rabat.

Cost & Credits w AI Impact w Oobeya dla Claude Code z wykorzystaniem w październiku 2026, dziennym tempem zużycia, prognozami, wartością wykorzystania brutto i kosztem netto do zafakturowania
Monitorowanie wykorzystania i kosztów Claude Code w AI Impact → Cost & Credits.

1.2. OpenAI Codex: wykorzystanie w przedsiębiorstwie, wpływ na pracę inżynierską i śledzenie kosztów tokenów

Nowa integracja

Natywna integracja z Codex łączy Twoją przestrzeń roboczą Codex Enterprise z AI Impact za pomocą klucza Codex Admin Key i identyfikatora Workspace ID. Analizuj wykorzystanie przestrzeni roboczej i dostępne sygnały kosztowe obok wydajności inżynierskiej, z raportowaniem w AI Impact, Metrics oraz Cost & Credits. Uzupełnia to istniejącą obsługę atrybucji Codex na poziomie linii w Blamely, która zasila analizę AI Usage.

Dlaczego to ważne

Uwzględniaj aktywność przestrzeni roboczej Codex, zużycie tokenów i kontekst finansowy w przeglądach pracy inżynierskiej, korzystając ze spójnej przestrzeni roboczej i okresu raportowania.

Monitorowanie wykorzystania Codex i wpływu na pracę inżynierską

W AI Impact → Metrics wybierz Codex w filtrze typu asystenta, aby przeanalizować dostępną aktywność przestrzeni roboczej i trendy wykorzystania. Analizuj wyniki inżynierskie w AI Impact, w tym efektywność kodowania, czas do scalenia PR, jakość i wydajność dostarczania. Dostępne miary zależą od połączonej przestrzeni roboczej i zebranych raportów. Zmiany w wykorzystaniu stanowią kontekst do dalszej analizy, a nie dowód wzrostu produktywności.

Zakładka Metrics w AI Impact w Oobeya z aktywnością asystenta i trendami wykorzystania w czasie
Raportowanie asystentów w AI Impact → Metrics. Wybierz Codex w filtrze Type, aby przeanalizować połączoną przestrzeń roboczą.
Śledzenie kosztów tokenów Codex

Otwórz AI Impact → Cost & Credits, aby przejrzeć dostępne raporty zużycia i dane finansowe Codex. Porównując wydatki z wynikami inżynierskimi, korzystaj z tej samej przestrzeni roboczej i tego samego okresu raportowania. Miary tokenów, kredytów i rozliczeń są zgodne z definicjami raportowania połączonego dostawcy.

Interfejs raportowania Cost & Credits w AI Impact w Oobeya ze zużyciem, prognozami wykorzystania i podsumowaniem finansowym
Widok raportowania Cost & Credits służący do przeglądania dostępnych sygnałów zużycia i danych finansowych dla wybranego źródła.

1.3. Przeprojektowany Team Scorecard i przepływ dostarczania

Kluczowe ulepszenie

Poruszaj się po etapach SDLC jako po połączonym przepływie dostarczania: Project Management, Development, Code Quality, Security, Testing, Delivery i Monitoring. Przeprojektowany Team Scorecard prezentuje podsumowania etapów, kluczowe metryki, sygnały krytyczne i symptomy w bardziej przejrzystym układzie. Zaktualizowane okna dialogowe oraz leniwe ładowanie list analiz i wdrożeń ułatwiają konfigurację scorecardu.

Dlaczego to ważne

Przechodź od przeglądu na poziomie zespołu do etapu wymagającego analizy, poświęcając mniej czasu na szukanie metryk i konfigurowanie analiz.

Przegląd Team Scorecard z trendami efektywności kodowania, długiem technicznym, problemami z jakością kodu i krytycznym sygnałem dotyczącym pull requestów bez przeglądu
Analizuj trendy wydajności zespołu, kluczowe metryki i sygnały krytyczne w przeprojektowanym przeglądzie Team Scorecard.
Pipeline dostarczania w Team Scorecard z rozkładem pracy członków w Development Analytics, metrykami kodowania i panelem symptomów
Przejdź z przepływu dostarczania do Development Analytics, gdzie rozkład pracy poszczególnych członków i symptomy są widoczne obok analizy.

2. Nowe funkcje i integracje

2.1. Nowy symptom: S15 — Unreachable Data Sources

Kluczowa funkcja

Nowy symptom kondycji danych na poziomie Warning wykrywa źródła danych używane przez analizy zespołu, które nie przechodzą nocnego testu połączenia. Wskazuje problemy z łącznością, przez które metryki, scorecardy i inne symptomy mogą być nieaktualne lub niekompletne.

Dlaczego to ważne

Wykrywaj luki w danych spowodowane niedostępnymi narzędziami i sprawdzaj poświadczenia, uprawnienia, adresy URL lub łączność, zanim zaczniesz polegać na raportach, których to dotyczy.

2.2. Nowy symptom: S16 — Unused Data Sources

Kluczowa funkcja

Nowy symptom kondycji danych na poziomie Info wykrywa skonfigurowane kategorie źródeł danych, z których nie korzysta żadna z analiz zespołu. Pomaga zespołom znaleźć luki w konfiguracji analiz, w tym kategorie, dla których nie wybrano repozytoriów, tablic ani projektów.

Dlaczego to ważne

Sprawdzaj, czy scorecard zespołu obejmuje narzędzia istotne dla jego pracy, odróżniając luki w konfiguracji od problemów z połączeniem.

2.3. Szacowany nakład pracy w Project Analytics

Kluczowa funkcja

Project Analytics obsługuje teraz szacowany nakład pracy jako dodatkowe źródło danych do pomiarów.

Dlaczego to ważne

Uwzględniaj szacunki pracy w raportowaniu projektów, gdy pomiar oparty na nakładzie pracy lepiej odzwierciedla pracę zespołu.

2.4. KPI Kanban w grywalizacji

Ulepszenie

Grywalizacja obsługuje teraz Kanban Lead Time, Kanban Cycle Time, Kanban Actual Reaction Time i Kanban Throughput jako automatyczne KPI lig.

Dlaczego to ważne

Wybieraj miary wydajności dopasowane zarówno do przepływów pracy Kanban, jak i do dotychczasowych zastosowań lig.

Tabela KPI ligi w Oobeya pokazująca Kanban Lead Time, Kanban Cycle Time, Kanban Actual Reaction Time i Kanban Throughput z automatycznym punktowaniem
KPI Kanban dostępne w automatycznym punktowaniu lig.

3. Ulepszenia i usprawnienia

3.1. Poziomy ważności symptomów: Critical, Warning i Info

Ulepszenie

Symptomy mają teraz jawnie określone poziomy ważności Critical, Warning lub Info. Team Scorecard wyróżnia sygnały krytyczne i etykiety ważności, dzięki czemu zespoły mogą odróżnić pilne zagrożenia od ostrzeżeń i ustaleń informacyjnych.

Dlaczego to ważne

Ustalaj priorytety analiz bez traktowania każdego symptomu jako równie pilnego.

Symptomy w Team Scorecard z etykietami ważności Critical, Warning i Info
Etykiety ważności odróżniają krytyczne sygnały dotyczące przeglądów, ostrzeżenia dotyczące dostarczania i informacyjne ustalenia o kondycji danych.

3.2. Testy kondycji źródeł danych

Ulepszenie

Przeglądaj wyniki nocnych testów połączenia i ponownie sprawdzaj źródło danych z poziomu interfejsu.

Dlaczego to ważne

Badaj problemy z połączeniem i potwierdzaj ich rozwiązanie bez czekania na kolejny zaplanowany test.

Integrations z czasem ostatniego testu połączenia, liczbą źródeł z błędami i przyciskiem Check all now
Sprawdzaj kondycję połączeń według integracji i zobacz, kiedy ostatnio testowano źródła danych.

3.3. Lead time i cycle time w drzewie zespołów

Ulepszenie

Ekran Teams wyświetla teraz metryki Lead Time i Cycle Time w drzewie zespołów.

Dlaczego to ważne

Porównuj przepływ dostarczania podczas przeglądania struktury zespołów w organizacji.

3.4. Czytelniejsze poziomy ważności błędów i rozkład według zespołów

Ulepszenie

Sortuj tabelę Bug Details według ważności. Wykres Bug Distribution by Team rozdziela teraz błędy przypisane i nieprzypisane oraz udostępnia filtr błędów nieprzypisanych.

Dlaczego to ważne

Nadawaj priorytet błędom o wyższej ważności i wykrywaj pracę, która nie została przypisana do żadnego zespołu.

3.5. Czytelne informacje o tablicach, projektach i osobach przypisanych

Ulepszenie

Nazwy tablic i projektów są wyświetlane w osobnych kolumnach, etykiety tablic są bardziej czytelne, a Project Analytics pokazuje adresy e-mail osób przypisanych zamiast wewnętrznych identyfikatorów.

Dlaczego to ważne

Rozpoznawaj tablicę, projekt i osobę przypisaną do każdego rekordu bez tłumaczenia wewnętrznych identyfikatorów.

Lista Project Analytics z nazwami tablic i projektów w osobnych kolumnach
Identyfikuj każdą analizę dzięki osobnym kolumnom Board i Project.

3.6. Profile programistów i nawigacja po kontach

Ulepszenie

Tagi programistów są wyświetlane w nagłówkach Individual Scorecard. Akcje profilu są bardziej przejrzyste, długie listy kont można przewijać w oknie aktualizacji, a selektory strefy czasowej obsługują teraz wyszukiwanie.

Dlaczego to ważne

Miej kontekst programisty zawsze na widoku i łatwiej wykonuj typowe zadania związane z profilem i ustawieniami.

3.7. Analiza symptomów i wybór repozytoriów

Ulepszenie

Zakładka przyczyn źródłowych w Symptoms obsługuje teraz paginację. Filtry repozytoriów w AI Usage zawierają podpowiedzi dla poszczególnych repozytoriów.

Dlaczego to ważne

Łatwiej przeglądaj obszerniejsze wyniki analiz i rozpoznawaj wybrane repozytoria.

3.8. Bardziej przydatne dzienniki audytu

Ulepszenie

Dzienniki transakcji audytu dostarczają teraz pełniejszych informacji o aktywności na platformie.

Dlaczego to ważne

Przeglądaj działania administracyjne z wyraźniejszym kontekstem audytu.

Metryki dostarczania na produkcję, koszty AI i ligi indywidualne

Oddzielaj sygnały dostarczania na produkcję, śledź trendy inżynierskie i koszty Copilot oraz zarządzaj ligami indywidualnymi dzięki nowym narzędziom administracyjnym.

1. Nowe funkcje

1.1. Metryki DORA uwzględniające produkcję

Kluczowa funkcja

Oznaczaj pipeline'y produkcyjne i mierz Deployment Frequency oraz Lead Time oddzielnie od pipeline'ów nieprodukcyjnych.

Dlaczego to ważne

Uzyskaj dokładniejszy obraz wydajności dostarczania na produkcję, odróżniając wydania produkcyjne od pozostałych wdrożeń.

Produkcyjne metryki DORA w Oobeya z zakładkami Production i Development, podziałem czasu realizacji i wykresem częstotliwości wdrożeń
Metryki dostarczania na produkcję z osobnym widokiem dla pipeline'ów deweloperskich.

1.2. Trend Reports w Team Scorecard

Kluczowa funkcja

Śledź, jak zmieniają się w czasie metryki wydajności inżynierskiej, dzięki nowym raportom trendów w Team Scorecard.

Dlaczego to ważne

Wykrywaj poprawę i negatywne trendy oraz oceniaj wpływ inicjatyw inżynierskich w czasie.

1.3. AI Cost & Credits

Kluczowa funkcja

Monitoruj koszty korzystania z GitHub Copilot i zużycie kredytów AI na dedykowanej stronie AI Cost & Credits.

Dlaczego to ważne

Zrozum wydatki na AI i wzorce zużycia, aby podejmować lepsze decyzje inwestycyjne i dotyczące zarządzania kosztami.

Panel Cost & Credits dla GitHub Copilot pokazujący zużycie kredytów, łączny koszt, prognozy wykorzystania i wnioski dotyczące ryzyka
Zużycie kredytów Copilot, koszty, prognozy i ryzyka związane z wykorzystaniem w jednym widoku.

1.4. Ligi indywidualne

Kluczowa funkcja

Grywalizacja obsługuje teraz ligi indywidualne z odpowiednimi KPI wydajności i filtrowaniem uczestników na podstawie tagów.

Dlaczego to ważne

Doceniaj indywidualny wkład, zwiększaj zaangażowanie programistów i prowadź lepiej ukierunkowane inicjatywy grywalizacyjne.

Wybór ligi w Oobeya z ligami Individual Leagues i Team Leagues opartymi na KPI inżynierskich
Wybierz ligi indywidualne lub zespołowe oparte na KPI inżynierskich.

2. Ulepszenia i usprawnienia

2.1. Odświeżone Team Scorecard i Project Analytics

Kluczowe ulepszenie

Korzystaj z przeprojektowanych widoków analitycznych z ujednoliconym układem widżetów, czytelniejszymi podsumowaniami KPI i bardziej intuicyjną nawigacją.

Dlaczego to ważne

Łatwiej porównuj metryki i szybciej interpretuj raporty inżynierskie.

2.2. Konfigurowalne obliczanie metryk

Ulepszenie

Administratorzy mogą teraz wybrać średnią ważoną do obliczania metryk agregowanych z elementów pracy. Domyślnie nadal stosowana jest średnia arytmetyczna.

Dlaczego to ważne

Wybierz metodę agregacji, która najlepiej odpowiada Twoim potrzebom w zakresie raportowania i pomiarów.

2.3. Zarządzanie tagami programistów

Ulepszenie

Porządkuj programistów według poziomu doświadczenia, np. Senior, Mid lub Junior, oraz specjalizacji, np. mobile, full-stack lub backend. Twórz i utrzymuj te tagi w centralnym katalogu, a następnie przypisuj je wielu programistom jednocześnie lub zarządzaj nimi w poszczególnych profilach.

Dlaczego to ważne

Używaj tagów do filtrowania uczestników lig według poziomu doświadczenia lub specjalizacji, co ułatwia organizowanie ukierunkowanych lig indywidualnych i utrzymywanie grup programistów w miarę zmian w organizacji.

2.4. Kontrola dostępu na poziomie lig

Ulepszenie

Kontroluj widoczność lig i zarządzanie nimi za pomocą dedykowanych uprawnień dla administratorów, sędziów i uczestników.

Dlaczego to ważne

Zarządzaj ligami przy jasno określonych obowiązkach i kontrolowanym dostępie opartym na rolach.

2.5. Zbiorczy import GitHub przez Excel

Ulepszenie

Zarządzaj operacjami zbiorczymi dodatku GitHub za pomocą szablonów Excel, w tym generowaniem, pobieraniem i importowaniem szablonów do analizy.

Dlaczego to ważne

Przyspiesz zbiorczą konfigurację, ogranicz powtarzalną pracę ręczną i uprość wdrażanie GitHub w dużych organizacjach inżynierskich.

3. Nowe integracje

3.1. Integracja z Zephyr Scale Cloud

Nowa integracja

Połącz Zephyr Scale Cloud, aby rozszerzyć możliwości analityki testów w Oobeya.

Dlaczego to ważne

Uwzględniaj dodatkowe dane testowe w raportowaniu inżynierskim i zyskaj lepszy wgląd w działania związane z testowaniem oprogramowania.

Potrzebujesz pomocy z aktualizacją?