本篇是一個教學文，主要分享 Metrics 這個概念，以及透過範例來介紹如何針對軟體部署以及事件管理來設定實用的 Metrics。

開頭作者先提了一個情境，團隊需要去設計 Metrics 來瞭解「部署後有多少個緊急的Bug需要被修復]
這個概念重要的點在於，如果該數字很高，可能意味者下列情境有問題
1. Quality Control
2. 應用程式開發流程
3. pre-release 的 smoke-testing
4. post-release checks

這類型的緊急問題通常都會團隊帶來重大的負擔，包括維運人員，開發人員以及測試人員都必須要轉換來幫忙修復，嚴重情況可能會導致SLA不如預期，名聲下降，降低預期收入等。

為了定義一個 Metrics，需要準備六個面向的敘述(示範)

1. Definition
定義三個欄位，分別是 ID/Name/Description
ID: xxx
Name: Urgent Bug Fix Count
Description: 軟體發佈後有多少個緊急的bug被修復

3. Justification
每個 Metrics 都必須解釋其為什麼被需要

5. Audience
誰會需要知道這個 Metric

7. Calculation
如何去計算該 Metrics，譬如百分比等。當前範例是總數，所以不需要特別處理

9. Interpretation
針對該 Metrics 去定義什麼叫做 Pass, Failed，以及什麼樣的範圍該稱為 Warning。
同時也要針對該數值的 Minimum/Maximum 去設定。

以上述範例來說
Pass: 0
Fail: > 2
Warning: 1<=count<=2
Minimum: 0
Maximum: 無上限

另外一種做法是可以加入一種獎勵機制，譬如
Gold Star: 0
Pass: 1
Warning: 2
Fail: >2

這樣的話可以給團隊一個鼓勵，如果沒有任何修復時代表做得很好，而不是單純地表示`PASS`，而是一個鼓勵的方式去感謝團隊的努力

11. Reporting
Metrics 的文件也必須要提到
1. Ownership
2. 回報該 Metrics 的頻率
3. 過去的表現如何
4. 當前表現如何

針對多個 Metrics，可以考慮透過分數與權重的方式將全部合併起來一起回報，針對每個 Metrics 的程度來給予不同的權重

詳細的文章概念可以參閱全文

https://marklowg.medium.com/designing-a-metric-for-software-delivery-or-incident-management-bf6a043b013f

【跑量 vs 訓練量(訓練指數)】

大部分的跑者都會以「里程數」或「訓練時數」來當作訓練量的指標，但這樣會有問題，因為這週練跑8小時不見得比上週練跑10小時還輕鬆，如果這週有4小時是在全力參加比賽的話，那本週的「份量」可是重得多了！

拿配速與里程數來比也會有一些問題，比如說奧運級的選手跟一般市民跑者在某次訓練都用每公里5分速跑了21公里，配速一樣，里程數也一樣，對奧運選手來這樣的訓練相當輕鬆，但對一般跑者的身體將帶來極大的負荷。

從上面兩個例子我們會發現計算「訓練量」有兩個關鍵變數，不是距離，而是「訓練強度」與「訓練時間」。

過去我都是用手動的方式，幫跑者把每一次訓練在不同「強度區間的權重值」乘以「該區間下的訓練時間(分鐘)」，最後再累計成週總量，藉此評估選手「可以吃下的訓練量」有多少！

手動輸入時只能用《丹尼爾博士跑步方程式》中所定義的各區間的運動強度權重平均值：
▶強度1區(E)：0.2/分鐘
▶強度2區(M)：0.4/分鐘
▶強度3區(T)：0.6/分鐘
▶強度4區(A)：0.8/分鐘
▶強度5區( I )：1.0/分鐘
▶強度6區(R)：1.5/分鐘

例如E強度慢跑50分鐘的訓練量(0.2×50)，會等於I強度跑亞索八百總計10分鐘的量(1.0×10)。

但手動計算相當麻煩，也不夠精確，因為跑者(或之前訓練的鐵人們)不見得會精準地跑在目標區間，最理想的狀態是直接把運動錶上的心率與配速數據直接拿來分析計算。

現在，我們終於完成了這個夢想的第一步：Garmin跑錶上的數據都可以直接自動計算出每個心率區間%所累計的時數，再乘以該區間的權重值。

從附圖中可見各級儲備心率之百分比(HRR%)所對應出每分鐘的訓練點數值，例如今天跑了50分鐘E強度，過去直接拿來乘以0.2 (等於10)，但若這50分鐘的過程中心率有20分鐘落在71%，20分鐘落在73%，最後10分鐘落在75%的話，計算出來的訓練量將會是：

20×0.283 + 20×0.317 + 10×0.35 = 15.5
與前面手動計算出來的10點相差5.5點.

採用這種算法比較精準，因為它是根據每一分鐘身體所處的強度區間作出計算，但缺點是難以以人手計算，而且一般也很難取得每一分鐘心率所處的百分比為何，不過電腦卻可以輕鬆解決這個問題。

現在已經把它建制在RunningQuotient這個網站中「訓練日誌」的頁面裡了，而且是永久的免費功能，目的就是要服務所有的跑者。

附圖中RQ的「訓練日誌」裡的藍色圓圈愈大，代表訓練量愈大，也代表該次訓練的壓力也愈大。要有壓力才會進步，但若每星期有超過三次以上的大圓圈，則會增加過度訓練的風險。

而且點選單一圓圈時，還會跑出該次課表的簡單統計與分析數據，圓圈外圍會顯示每一個強度區間的分佈情形，每週也會自動統計「跑量」與「訓練量(訓練指數)」。

這是我和RQ團隊要分享給所有跑者的免費分析工具。

這個工具現在已經完成了第一步，雖然目前只有Garmin的錶可以用，但我們正在努力，希望可以早日服務到其他跑錶的使用者。若你是其他錶的用戶，也很想使用這個功能，可以在下方留言(告知你的跑錶品牌)，我們會盡量以較多的用戶為優先開發的對像……

==
RQ訓練日誌詳細介紹文：https://rq.center4gaming.org/article/single/14
==