AI-assisted Дашборд для менеджера: метрики активності команди

💡 Усі статті, обговорення, новини про DevOps — в одному місці. Приєднуйтесь до DevOps спільноти!

Як я за кілька промптів зібрав власний дашборд, що збирає роботу команди з Azure DevOps, Confluence і AI Credits в одному місці — з підсумками від LLM.

Вступ

Моя роль — технічний delivery-менеджер у компанії EPAM. Робота будь-якого менеджера — працювати з метриками й аналізувати їх. Але щоб їх аналізувати, метрики спершу треба створити.

Довгий час нам вистачало того, що issue-трекери на кшталт JIRA чи Azure DevOps дають «з коробки». Потім з’явилися LLM. Тепер дані можна не просто збирати, а аналізувати й перетворювати на звичайний текст, зрозумілий людині. Можливостей стало значно більше.

Тож я вирішив зробити дашборд, який збирає всі активності команди в одному місці — з усіх джерел одразу:

• апдейти тикетів в Azure DevOps;
• зміни й нові знання на корпоративному Confluence;
• створення, рев’ю, мерж PR у репозиторіях;
• статистика використання AI — Copilot AI Credits, і так далі.

AI як бустер ідей

Від ідеї до прототипу — один промпт до LLM. Тому ідея менеджера швидко перетворюється на робочу автоматизацію, яка розв’язує технічну задачу. Моя думка проста: якщо ви менеджер і щодня не збираєте собі автоматизацій за допомогою AI-coding агентів — ваші дні в ІТ полічені.

Повернімося до дашборда. Перший крок — я написав набір скриптів, які збирають дані з усіх джерел і складають їх у локальну базу SQLite.

Другий крок — скіл для AI-агента, який обробляє ці дані через LLM: заголовки тикетів, типи операцій, контент апдейтів у Confluence і так далі. На виході — готові summary.

Третій крок — візуалізація. Дашборд, де дані в різних розрізах і згенеровані LLM стейтменти складаються в цілісну картину.

AI-assisted Дашборд

Розглянемо загальний вигляд дашборда і що він показує.

Головний екран: графік продуктивності за 30 днів, метрики за вибране вікно та підсумки по кожній людині.

Головна цінність — усе в одному місці. Раніше, щоб зрозуміти, чим жила команда, менеджер тримав відкритими Azure DevOps, Confluence і код-рев’ю — і ще табличку в Excel, до якої страшно повертатися. Тут воно вже зібране й агреговане. Перемикач Last week / Last day одразу міняє масштаб: зріз за тиждень чи за конкретний день.

Графік Team productivity index дає динаміку команди за 30 днів на одному погляді. Видно, де були спади, а де пік навантаження. Дві лінії — Activity Index і PRs opened — показують не лише «скільки коду», а й загальну активність. Помітили дивний день? Клік по ньому — і ви бачите, що саме тоді відбувалось, відранжоване за вагою.

Рядок метрик — швидкий пульс періоду: скільки людей активні, скільки тикетів у роботі, скільки PR відкрито й змерджено, скільки рев’ю та правок у документації. Одним поглядом видно, чи рухається команда і де основне навантаження.

Але головне для менеджера — блок Per-person summary. На кожного є картка, а в ній — підсумок від LLM: одне речення про те, що людина реально робила цього тижня. Не «19 PR і 8 апдейтів», а «просувала Order management dashboard до релізу». Поруч лишається й розбивка по цифрах та посилання на повний таймлайн — якщо треба копнути глибше. Це економить головне: час на те, щоб вручну реконструювати, хто чим займався.

Детальний лог активності людини

Підсумок від LLM зручний, але менеджеру часто треба бачити першоджерело. Тому кожну картку можна розгорнути в повний таймлайн — View activity timeline.

Розгорнутий таймлайн: кожна подія з часом, типом, посиланням на айтем і внеском в Activity Index.

Тут кожна дія — окремим рядком: коли, який тип (PR merged, AI Credits, Updated, Comment...), над чим саме і що конкретно сталося. Колонка Index показує, скільки балів додала подія: змерджений PR — +8, витрачені AI-кредити — +7, зміна статусу — +4, коментар — +1.

Тут варто пояснити ідею вагів. Не всі дії рівноцінні, тому кожна подія додає різну кількість балів. Логіка проста: чим ближче дія до готового результату, тим вона «дорожча».

Змерджений PR або закрита задача — це доведена до кінця робота, тому +8. Відкритий PR — робота ще в процесі, +5. Проміжні зміни статусу — +4. Створення айтема — +3. Дрібна правка чи коментар — +1. Так один активний день не «накручується» десятком коментарів. Інакше топом команди був би той, хто найкраще коментує чужі тикети, а не той, хто пише код.

Так само рахуються й інші джерела. Правка в Confluence важить тим більше, чим більше корисного тексту додано. Витрачені на задачу AI-кредити — тим більше, чим інтенсивніше використання. Скрізь той самий принцип: більше реального вкладу — більше балів.

І над усім цим — балансування по ролях. Різні дисципліни працюють по-різному: інженер відкриває PR, QA тестує, BA пише документацію. Якщо рахувати «в лоб», інженери структурно перемагали б завжди. Тому вклад QA і BA підсилюється, щоб дисципліни отримували співставні бали. Індекс міряє внесок у результат, а не те, хто написав більше коду.

Командний результат за спринт і гейміфікація для лідерів

Окрема сторінка Team Sprint Achievement дивиться на команду не по людях, а по спринтах — що саме зроблено і хто це витягнув.

Team Sprint Achievement: підсумок спринту, хайлайти по відвантажених фічах і топ-3 чемпіони за Activity Index.

Угорі — картка спринту з дельтою до попереднього: активні люди, сумарний Activity Index, відкриті PR. Видно тренд — команда прискорюється чи просідає. Нижче Sprint Highlights: що реально відвантажено за спринт і хто над цим працював — promo codes, cart persistence, checkout-фікс, підписки. Для менеджера це готова відповідь на питання «що ми зробили за два тижні» без ручного збору по тикетах.

Гейміфікація для лідерів

Права колонка — Top 3 Champions: три людини з найвищим Activity Index за спринт, з медалями. Плюс окрема сторінка Leaderboard з повним рейтингом.

Це свідома гейміфікація. Люди бачать свій внесок і своє місце — і це мотивує саме по собі. Розробники не люблять зайвих мітингів, але, як виявилось, ніхто не проти опинитися на подіумі. А оскільки індекс збалансований по ролях, у чемпіони може вийти не лише бекендер, а й QA чи BA. Змагання лишається чесним і не перетворюється на гонку за кількістю PR.

Висновки

Що я отримав як менеджер? Одну картину замість трьох окремих систем. Раніше, щоб зрозуміти стан команди, я вручну збирав дані з Azure DevOps, Confluence і рев’ю. Тепер це один екран, який відкриваєш і бачиш: над чим працювали, хто що витягнув, куди рухається команда.

Головне — це економить час і робить розмови конкретними. На 1:1 не треба згадувати, хто чим займався: є готовий підсумок від LLM і повний таймлайн під ним. Індекс збалансований по ролях, тож розмова йде про реальний внесок, а не про кількість коду. А гейміфікація додає команді мотивації — без окремих мітингів і формальних оцінок.

Але для мене головний висновок ширший за сам дашборд. Менеджеру сьогодні важливо щодня користуватися AI-інструментами і будувати власних асистентів під свої задачі. Раніше такий тул означав окремий проєкт із розробкою й бюджетом. Тепер від ідеї до робочого прототипу — кілька промптів. Цей дашборд я зібрав сам, без команди розробки.

Це і є нова норма. Не чекати готового рішення, а швидко зібрати своє — під конкретну проблему, під свою команду. Хто це освоїть, той працюватиме на іншому рівні продуктивності. Хто ні — відставатиме.