本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 用于分析和见解的生成式 AI 用例
<a name="generative-ai-capabilities-analytics"></a>

分析和见解功能有助于将大量数据转化为可行的见解，从而推动决策和持续改进。通过使用生成式人工智能，该功能可以处理来自各种来源的数据，包括代码存储库、项目管理工具和团队协作平台，以提供开发过程和团队生产力的整体视图。生成式 AI 超越了传统指标，可以提供预测性和规范性分析。它可以预测潜在的问题并提出有针对性的改进建议。例如，它可以分析代码提交模式、错误解决率和功能交付速度，以识别高绩效团队、查明瓶颈并提出流程优化建议。此外，它还可以提供对团队动态和个人绩效的见解。这些见解可以帮助领导者就工作量分配、培训需求和团队组成做出以数据为依据的决策。通过交互式仪表板展示这些见解，该功能使各级利益相关者能够做出明智的决策，优化流程并持续提高团队生产力，从而更快地交付高质量的软件。

下表显示了您可以使用生成式 AI 来增强的分析用例以及负责这些用例的角色。


****  

| 使用案例 | 女神异闻录 | 
| --- | --- | 
| 监控个人和团队的工作效率 | 开发经理 | 
| 分析生产力趋势以发现潜在的倦怠，以便您可以采取积极措施来维持团队的健康和工作效率 | 开发经理 | 
| 跟踪将代码更改部署到生产环境的频率，以衡量开发过程的速度和敏捷性 | 产品经理 | 
| 分析部署频率数据，以确定可能表明流程效率低下或资源限制的低部署活动时段 | 产品经理 | 
| 衡量代码提交到部署之间的时间，以确定简化开发和部署流程的机会 | 开发经理 | 
| 跟踪导致需要立即修复的故障的部署百分比，以评估发布过程的可靠性 | 现场可靠性工程师 | 
| 使用更改失败率指标来确定经常导致问题的代码区域，以指导有针对性的重构和测试工作 | 软件开发人员 | 
| 监控中断或事故发生后恢复服务所需的时间，这样您就可以减少停机时间并提高系统的整体弹性 | 现场可靠性工程师 | 
| 分析恢复时间趋势，以增强事件响应流程并加快从系统故障中恢复的速度 | DevOps 工程师 | 
| 创建自定义控制面板，汇总部署频率、交货时间和变更失败率等关键指标，以便全面了解开发和运营状况 | 产品经理 | 
| 创建针对不同团队需求量身定制的仪表板，以便针对其特定职责领域（例如开发、运营或业务）提供有针对性的见解 | 产品经理 | 
| 跟踪业务关键绩效指标 (KPIs)，例如收入影响、客户满意度和市场份额，以便使开发工作与更广泛的业务目标保持一致 | 产品经理 | 
| 分析新功能对业务的影响， KPIs 以评估其成功与否，并指导未来的产品开发 | 业务分析师 | 
| 监控代码质量指标，例如代码复杂性、测试覆盖率和错误密度，以确保代码库保持可维护和安全 | 软件开发人员 | 
| 确定代码库中需要重构的区域，以推动长期可持续性并减少技术债务 | 解决方案架构师 |