今天和团队一起回顾了OKR一期的结果，一共13个OKR，平均得分是4（满分是10），可以说这个结果在意料之中，因为这是我们第一次这么玩，还没有经验，而且大家的开发任务比较重，挤掉了本应该花在OKR上的时间，下面具体说一下好的地方和需要改进的地方。

好的地方

1. 部分OKR的产出已经在测试或者产品环境上投入使用，比如数据库分库、Code Review和领域模型重构。

2. 大家都分析了OKR得分较低的原因以及下一期的应对方案，比如每个迭代预留1d或2d的时间专门做OKR相关的内容。

需要改进的地方

1. 尽早反馈，部分OKR的产出还不能用，我们希望在下一期OKR中要把大目标拆成小目标，每两周就可以交付一些可以被使用的内容，尽早取得反馈。

2. 价值驱动，部分OKR不是问题或价值驱动，我们希望在下一期OKR中要以解决什么问题和产生什么价值为导向，在问题域里面制定目标，而不是在解决方案域制定目标，要以终为始。

3. 目标Review，部分目标不符合SMART标准，我们希望在下一期能够加强目标的review，确保目标的结果是清晰的并可以通过努力在3个月内可达成的。

4. 进展Review，大部分目标在后半程就缺乏跟进了，我们希望在下一期能够加强目标进展的Review，比如每两周一次，确保大家能紧盯目标。

5. 数据说话，部分OKR在结果分享时缺乏数据支撑，我们希望下一期OKR能给出数据的对比，比如OKR之前的数据是怎么样的，OKR之后的数据是怎么样的。

6. 读书学习，我们希望在下一期OKR中，大家可以利用空闲时间精读一些和目标相关的书籍，深入学习和研究业界和目标相关的一些主流做法。

OKR下一期的重点领域

1. 全方位无死角性能可视化。
2. 重点慢功能调优。
3. 代码内部质量可视化与提升。
4. 前端开发效率和用户体验升级。
5. 自动化单元测试。
6. 容器化。
7. 机器学习结果度量与自动化。
8. Code review常态化。

最后总结一下，下一期OKR的共同特点是：

1. 要用起来。
2. 要持续产生价值。