每天，电信、银行和保险等行业的公司通过数字服务为数以百万计的消费者提供服务，这些服务大多以自动化流程的形式存在。在这些服务的背后是一个由数字服务公司组成的网络，从调制解调器供应商到广播服务、中间件和内容供应商，它们彼此之间相互影响。

在过去的十年里，由IT支持的数字服务供应链已经转变为一个由独立公司组成的数字服务网络，不断提供新的创新。在这个复杂的网络结构中，每个公司都可能含有软件错误，这些错误可能会独立地或通过与网络中其他服务或程序的互动而破坏主要服务。

故障可能在网络中的任何地方出现，独立或与其他服务结合，这意味着在部署新服务之前，可能很难发现故障的原因。因此，以前的新产品在发布前要经过最终用户的测试阶段，以发现问题，而今天的数字服务是以“永久测试版”的方式提供的，并不断进行微调和更新，如应用程序更新。

对于在这个永久测试版现实中运营的公司来说，这个概念也许并不新鲜。然而，对公司的战略、绩效措施和资源分配的影响却不太了解。

从复杂到复杂的产品

数字服务环境已经从复杂的环境发展到了复杂的环境。传统的产品开发过程虽然复杂，但却是结构化的，通常是有顺序的，行动、设计和结果之间的关系是明确的。在这种情况下，QA专家会在服务投入到消费者手中之前，通过识别和消除大部分的错误来确保软件的性能。

另一方面，今天的数字产品开发涉及越来越多的利益相关者和数字服务网络中的子系统。这种复杂性使得在推出服务之前识别所有的潜在故障和这些故障的来源要么是不可能的，要么是成本过高。当几乎不可能在服务到达消费者之前消除所有的错误时，通过QA的性能测量就变得无效了。

此外，数字服务领域不仅复杂，而且竞争也很激烈：消费者期待高水平的创新和可靠性。因此，企业不仅面临着快速发布服务的压力，而且还需要根据快速的技术发展来调整和更新他们的服务。

然而，创新能力和可靠性有时是相互冲突的。为引入新功能而进行的持续更新可能会引入新的软件漏洞，同时降低可靠性。当服务事故发生时，公司被期望迅速恢复服务，否则就有可能失去消费者的信心和忠诚度。这为服务提供商增加了更多的紧迫性和复杂性。

总的来说，复杂性是由网络中的数字服务提供商的数量、产品的复杂性和变化的速度决定的。

业务不正常

尽管数字服务环境变得越来越复杂，但并不是所有的组织都认识到需要重新调整他们的战略和绩效措施。数字服务发布前后绩效衡量的差异以及员工的作用。

由于复杂性的增加，传统的性能测量方法专注于在发布前检测软件的错误，变得不那么有效。由于公司不能再假设他们可以预测什么会出错，也不能假设他们可以在服务推出之前解决问题，因此，发布服务、监测其性能并在问题出现时在现场及时解决可能会更有效。一个常见的例子是，每当有软件补丁推出来修复问题时，就更新移动应用程序。

这种策略违背了最近和当前的行业惯例。随着像QA这样的传统方法变得不再重要，需要进行组织上的改变。研究表明，为了应对日益增长的复杂性，组织流程的主导地位正在发生变化。组织永久测试版也意味着需要重新考虑有关资源的决策。

重组和再培训

确保一个组织为永久性测试版做好准备，涉及到组织和人的方面。首先，领导者需要认识到，商业环境正在从复杂演变为日益复杂甚至混乱。

更具体地说，需要在两个方面采取措施：组织和人。需要组织的灵活性，使员工能够在前端角色（售后支持）和后端角色（QA和创新）之间进行部署，以便更好地及时满足人力需求。随着复杂性的增加，预计在现场会出现更多的服务问题，这就需要在发布服务后进行更多的性能监测。

数字服务供应商必须有灵活性，以减少发布前的QA活动，并根据需要将QA员工重新分配到发布后的性能监测和现场服务恢复。这意味着，员工需要接受培训，以便在QA任务之外，还能有效地监测和预测问题，并在现场及时补救问题。

值得注意的是，虽然创新被广泛赞誉，但公司需要考虑对更广泛的组织和员工的影响。如果没有分配足够的资源来管理现场出现的问题，或者员工遭受倦怠，那么创新就不可能发生。公司需要预测可能出现的潜在问题，相应地增加分配给售后技术支持的人力，以及根据创新对员工进行再培训。

上述方面需要有效管理，否则，解决现场出现的问题的能力不足会导致售后支持的瓶颈，以及因人力不足而导致员工倦怠，无法满足支持的需求。

把握绩效的脉搏

为了确保售后服务的可靠性，数字服务提供商正在通过部署数据驱动的自动化系统来持续监测服务的性能，从而转向状态监测。这确保了性能的关键指标被保持在一个健康的范围内。如果其中一个关键参数超出了可接受的范围，这就表明需要解决一个潜在的问题。这类似于在手腕上佩戴一个健身追踪器，持续监测某些健康指标，并在疾病出现之前提供早期预警信号。

与日常维护相比，如车辆年检（可能不一定需要）或在服务故障发生后才进行纠正性维护，这种方法不仅更具成本效益，而且对用户的干扰也可能更小。其他对性能和正常运行时间至关重要的行业，如化工和能源行业、基础设施、航空航天和造船业，一直在朝着基于持续监测设备状况的维护方向发展，通过物联网实现数据的更大可用性。

每个公司的管理层都需要决定测量哪些参数、如何测量以及可接受的范围是什么。当自动数据收集和分析与人的专业知识相结合进行数据解释时，性能监测在预测故障概率方面最为有效。投资于人的专业知识与投资于自动化流程同样重要。

总的来说，在日益复杂的数字服务环境中，有许多移动部件。最终，企业需要将绩效衡量与商业战略、组织文化和外部环境等要素结合起来。