チーム分析の使い方

チーム分析では、メンバーごとの貢献度やレビュー負荷を可視化し、チーム内のバランスを把握します。 特定メンバーへの負荷集中や、レビューのボトルネックを早期に検知できます。

チーム分析は Standard プランの機能です。

分析項目

ユーザー別 PR 数

メンバーごとの PR 作成数をリポジトリ別に集計。貢献度の分布を把握できます。

ユーザー別レビュー数

メンバーごとのレビュー数を Approve / Changes Requested / Comment に分類して表示します。

日別レビュー推移

メンバー別のレビュー数を時系列で表示。レビュー活動のトレンドを追跡できます。

レビュー相関マトリクス

PR 作成者 × レビュアーのヒートマップ。誰が誰のコードをレビューしているかを一目で確認できます。

指標の読み方

貢献度バランス

メンバー別 PR 数のグラフでは、チーム内の貢献度の偏りを確認できます。

  • 均等に分散している場合: チーム全体でバランスよく開発が進んでいます
  • 特定メンバーに集中している場合: その人がシングルポイントになっているリスクがあります。タスク分配の見直しを検討しましょう
  • PR 数が極端に少ないメンバー: ブロッカーを抱えている、またはオンボーディング中の可能性があります

レビュー負荷

ユーザー別レビュー数とレビュー相関マトリクスを組み合わせて、レビュー負荷の偏りを分析します。

  • 特定レビュアーへの集中: ヒートマップの特定列が濃い場合、そのメンバーにレビュー負荷が集中しています。 レビュアーのローテーションや CODEOWNERS の見直しを検討しましょう
  • レビュー種別の偏り: Changes Requested が極端に多いメンバーがいる場合、コーディング規約の共有不足やペアプログラミングの導入を検討しましょう
  • レビューの相互性: マトリクスが対称(互いにレビューし合っている)であるほど、ナレッジシェアが活発です

レビュー負荷の目安

1人のレビュアーがチーム全体の 40% 以上のレビューを担当している場合、負荷集中と判断できます。 理想的には、レビュー数がチーム内で均等に近い状態が望ましいです。

レビュー相関マトリクスの活用

ヒートマップ形式のレビュー相関マトリクスは、チーム内のレビュー関係を可視化します。 行が PR 作成者、列がレビュアーを表し、セルの濃さがレビュー回数を示します。

  • 対角線に近いパターン: 特定のペアが固定化。ナレッジサイロのリスクがあります
  • 全体に分散: チーム全体でコードを理解し合っている良好な状態
  • 空白の多いセル: レビュー関係が限定的。新メンバーの参加促進を検討しましょう

業界標準との比較

指標良好要改善
レビュー負荷の偏り最大レビュアーの割合が 30% 以下40% 以上が1人に集中
PR あたりレビュアー数1〜2 人0 人(レビューなし)or 3人以上
Approve 率60〜80%90% 以上(形骸化の恐れ)

関連ページ