Tại ZIGExN VeNtura, tốc độ, sự phối hợp và khả năng phản ứng linh hoạt luôn là những giá trị cốt lõi, đặc biệt là trong mô hình phát triển sản phẩm kết nối giữa Nhật Bản và Việt Nam. Tuy nhiên, khi quy mô đội ngũ và số lượng dự án ngày càng tăng, chúng tôi nhận ra một nghịch lý rằng tốc độ phát triển không thể cải thiện tương xứng khi cường độ công việc ngày càng bận rộn.

Điều này không phải vì đội ngũ của chúng tôi thiếu nỗ lực, thực tế là, mọi người ai cũng làm việc chăm chỉ. Khi vấn đề về hiệu suất được đặt ra, toàn thể đội ngũ đều nhận thấy có vấn đề trong quy trình nhưng không ai chỉ ra được cụ thể là ở đâu. Mỗi người đều có quan điểm riêng nhưng ít ai có số liệu cụ thể để chứng minh.

Đó là lúc chúng tôi quyết định thử một hướng đi mới: đưa Findy Team+ vào sử dụng.

Vấn đề cốt lõi: quá nhiều giả định, quá ít minh bạch

Trước khi có Findy Team+, chúng tôi cũng đã tự phát triển các công cụ đo hiệu suất, phần lớn là bảng tính hoặc công cụ nội bộ. Nhưng điểm yếu của hệ thống này là nó chỉ phản ánh phần việc đang được xử lý tại Việt Nam. Những giai đoạn như kiểm thử cuối cùng, review và release, thường diễn ra ở phía Nhật, lại bị bỏ sót hoàn toàn.

Nhiều khi, mọi người cảm thấy rằng một số tasks đang chậm hơn kế hoạch nhưng lại không thể chỉ ra rõ ràng ở phần nào hoặc lý do tại sao. Ví dụ, một task trông như đã “hoàn thành” ở bên này, nhưng thực chất vẫn phải chờ khá lâu để được release. Thời gian review nhanh hay chậm phụ thuộc rất nhiều vào nhân sự chịu trách nhiệm. Có khi phần kiểm thử còn mất thời gian hơn cả việc viết code. Nhưng mọi thứ chỉ dừng lại ở cảm nhận vì không ai thực sự dám chắc chuyện gì đang xảy ra và vì sao do thiếu số liệu thực tế.

Vì vậy, chúng tôi cần một “ngôn ngữ chung” để quản lý năng suất. Một hệ đo lường mà cả đội ngũ ở Nhật và Việt Nam đều tin tưởng, làm việc và quản lý dựa trên đó.

Vì sao chúng tôi chọn Findy Team+

Điều khiến chúng tôi quyết định sử dụng Findy Team+ là khả năng hiển thị toàn bộ quy trình phát triển bằng hình ảnh, bao gồm cả hai phía Nhật – Việt. Chúng tôi nhận thấy nó không chỉ là một công cụ dashboard đẹp mắt mà thực tế cho thấy, công cụ giúp chúng tôi hiểu được chính xác thời gian được sử dụng ra sao, ở đâu, và bởi ai.

Findy Team+ giúp theo dõi các chỉ số then chốt như: thời gian thực hiện thay đổi, tần suất deploy, tỉ lệ lỗi, và thời gian khắc phục lỗi. Quan trọng hơn, nó cho phép chúng tôi đi sâu vào những phần cụ thể như:

• Thời gian từ commit đến lúc yêu cầu review
• Thời gian từ review đến lúc được approve
• Thời gian từ lúc approve đến khi merge và release

Khi các chỉ số này được hiển thị rõ ràng ở cả hai phía thì điều quan trọng không chỉ là con số mà là bối cảnh. Và từ đó, chúng tôi không chỉ có thể cải thiện thời gian release mà còn hiểu tại sao vấn đề xảy ra.

Bước ngoặt tiếp theo: Khi dữ liệu định hình văn hóa

Khi đưa Findy Team+ vào sử dụng, chúng tôi đã đặt ra một mục tiêu đơn giản đó là giảm thời gian lead time trung bình mỗi Pull Request khoảng 20% trong 3 tháng. Trước khi triển khai, con số này là khoảng 230 giờ. Điều này có thể được nhận định là tham vọng cao nhưng chúng tôi hy vọng đạt được dựa vào một kế hoạch rõ ràng.

Trong lần cải thiện này, mỗi phía được giao đảm nhận một phần cụ thể trong quy trình:

• Đội ngũ Việt Nam tập trung vào cải thiện chất lượng code, cải thiện tốc độ review và tự động hoá việc test
• Đội ngũ Nhật Bản sẽ cần cố gắng rút ngắn thời gian chờ kiểm thử cuối cùng và thời gian merge
• BrSE như anh Lưu sẽ đảm nhận vai trò kết nối, theo sát những chỗ dễ bị chậm trễ

Chúng tôi cũng áp dụng nhiều thay đổi nhỏ mà hiệu quả lớn, như xoay vòng nhân sự review hợp lý hơn, thiết lập nhắc nhở những task đang bị chậm trễ qua Slack, và chủ động gỡ rối trước khi vấn đề trở nên nghiêm trọng.

Kết quả đạt được:

• Thời gian lead time giảm khoảng 30% chỉ sau 3 tháng, đây là con số cao hơn mong đợi
• Riêng thời gian từ lúc mở PR đến lúc review giảm được 40 giờ
• Kỹ sư trở nên chủ động hơn trong việc đề xuất cải tiến workflow
• Các cuộc thảo luận không còn là “Chúng tôi cảm thấy đang bế tắc/chậm trễ ở đâu đó” mà trở thành “Hãy cùng xem số liệu rồi bàn giải pháp cho vấn đề chậm trễ này”

Chúng tôi nhận thấy những thành quả lớn nhất không nằm ở con số mà là việc cải thiện văn hoá chủ động cải tiến và tinh thần cùng làm chủ năng suất trong toàn đội ngũ.

Bài học rút ra

1. Năng suất là vấn đề của cả tập thể

Cải thiện năng suất không thể dựa vào việc cố ép buộc mỗi cá nhân làm việc nhanh hơn hay chăm chỉ hơn. Thay vào đó, cả đội ngũ nên tìm cách để làm việc thông minh và hiệu quả hơn, ví dụ như chỉ ra những phần việc đang bị chậm trễ và từ đó cùng nhau tìm ra giải pháp. Chúng tôi nhận thấy rằng hiệu quả thực tế sẽ rõ ràng hơn rất nhiều khi tất cả mọi thành viên đều chia sẻ trách nhiệm.

2. Số liệu thay đổi cách nhìn nhận và giải quyết

Khi có dữ liệu cụ thể, cuộc trao đổi sẽ bớt cảm tính, rõ ràng hơn, và dễ đạt đồng thuận hơn. Những con số không chỉ cho chúng ta thấy rõ vấn đề nằm ở đâu mà còn giúp chúng ta bàn bạc và giải quyết một cách dễ dàng hơn. Ví dụ, thay vì những nhận định mơ hồ như “Tôi cảm thấy chúng ta đang chậm lại”, chúng tôi sẽ nhìn vào số liệu và đặt câu hỏi như: “Giai đoạn này thường mất X giờ để hoàn thành. Chúng ta có thể làm gì để đẩy nhanh quá trình?”. Cách tiếp cận này sẽ giúp giữ cuộc thảo luận đúng trọng tâm, hợp lý và mang tính đóng góp.

3. Càng nhìn rõ vấn đề thì càng dễ cải thiện

Trước khi sử dụng Findy Team+, chúng tôi luôn thắc mắc tại sao tất cả đều cảm thấy có gì đó không ổn trong quy trình nhưng không ai có thể chỉ ra rõ ràng. Chúng tôi đã nghĩ rằng do mọi người không muốn hay “dám” đứng ra gợi ý giải pháp. Nhưng sau đó, chúng tôi nhận thấy rằng, khi vấn đề hay bế tắc được nhìn nhận, cùng với số liệu rõ ràng, mọi người sẽ tự nhiên bắt tay vào giải quyết và thậm chí đưa ra được những giải pháp vô cùng thú vị. Kể cả những thành viên mới thường hay dè dặt cũng dễ dàng tham gia đóng góp hơn.

Bước tiếp theo: Kết hợp dữ liệu với AI

Sau khi đã có nền tảng đo lường vững chắc, chúng tôi sẽ bắt đầu kết hợp số liệu với việc tự động hoá. Chúng tôi sẽ kết hợp với một số công cụ đã được triển khai như:

• Cursor, công cụ hỗ trợ viết code bằng AI tập trung vào việc phân tích, tạo code và kiểm thử
• Devin, kỹ sư phần mềm AI tự động hoá
• Hệ thống tự động review nhằm tìm ra những lỗi sai từ ban đầu và giảm tải cho các task lặp lại.

Mỗi lần triển khai công cụ mới, chúng tôi sẽ tiếp tục dùng Findy Team+ để kiểm chứng xem nó có thực sự tạo ra hiệu quả hay chỉ thêm phức tạp cho bộ máy. Bởi mục tiêu cuối cùng của chúng tôi là xây dựng một văn hoá phát triển phần mềm nhanh, thông minh và luôn tiến bộ.

Lời kết

Điều giá trị nhất từ Findy Team+ không nằm ở biểu đồ hay chỉ số, mà nằm ở cách nó giúp đội ngũ chúng tôi thấu hiểu – đồng thuận – cải tiến vượt qua mọi khoảng cách địa lý hay rào cản ngôn ngữ. Dựa vào những lợi ích này, chúng tôi sẽ không còn phải đoán xem vấn đề nằm ở đâu mà có thể bắt tay vào cải thiện. Từ đó, chúng tôi có thể cải thiện sự hợp tác giữa các team một cách mượt mà hơn.