feedback-summarization

反馈总结

概述

此技能用于总结 ServiceNow SPM 中从敏捷会议、利益相关者调查和项目评审中收集的反馈。涵盖：

• 从 rm_sprint 中提取 Sprint 回顾记录和评论中的反馈
• 分析 asmt_assessment_instance 中的 Sprint 评审笔记和利益相关者评估
• 识别多个反馈来源中的重复主题
• 将反馈归类为可执行的主题（流程、工具、沟通、质量、工作量）
• 根据汇总的反馈生成优先级排序后的行动项
• 跨 Sprint 跟踪行动项的解决情况，持续改进

适用场景： Scrum Master 需要总结回顾反馈、项目经理希望汇总利益相关者的整体态度、领导层需要跨团队了解重复出现的改进主题，或团队正在准备季度规划会议时。

价值主张： 将零散反馈转化为结构化见解，揭示单次回顾中不易发现的跨 Sprint 模式，并通过跨迭代跟踪改进行动来明确责任。

前提条件

• 插件： com.snc.sdlc.agile.2.0（Agile Development 2.0）、com.snc.assessment（可选，用于调查）
• 角色： scrum_master、scrum_admin、pa_admin 或 admin
• 访问权限： 对 rm_sprint、rm_story、asmt_assessment_instance 和日志字段表具有读取权限
• 知识： 了解敏捷会议、回顾形式以及团队的 Sprint 节奏

操作步骤

第 1 步：收集 Sprint 回顾数据

从 Sprint 记录和相关日志条目中获取回顾反馈。

使用 MCP（Claude Code/Desktop）：

Tool: SN-Query-Table
Parameters:
  table_name: rm_sprint
  query: release.product.sys_id=[product_sys_id]^state=3^ORDERBYDESCend_date
  fields: sys_id,number,short_description,start_date,end_date,state,story_points,capacity,retrospective_notes,velocity
  limit: 6

使用 REST API：

GET /api/now/table/rm_sprint?sysparm_query=release.product.sys_id=[product_sys_id]^state=3^ORDERBYDESCend_date&sysparm_fields=sys_id,number,short_description,start_date,end_date,state,story_points,capacity,retrospective_notes,velocity&sysparm_limit=6&sysparm_display_value=true

获取日志/工作备注以了解详细反馈：

Tool: SN-Query-Table
Parameters:
  table_name: sys_journal_field
  query: name=rm_sprint^element=work_notes^element_id=[sprint_sys_id]
  fields: value,sys_created_on,sys_created_by
  limit: 30
  order_by: -sys_created_on

第 2 步：收集利益相关者调查回复

从 Sprint 评审或利益相关者调查中收集评估数据。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: asmt_assessment_instance
  query: metric_type.nameLIKEsprint review^ORmetric_type.nameLIKEstakeholder^state=complete^taken_on>=javascript:gs.monthsAgoStart(3)
  fields: sys_id,number,metric_type,user,user.department,taken_on,percent,state,trigger_id
  limit: 50
  order_by: -taken_on

获取各个问题的回复：

Tool: SN-Query-Table
Parameters:
  table_name: asmt_assessment_instance_question
  query: instance.metric_type.nameLIKEsprint review^instance.taken_on>=javascript:gs.monthsAgoStart(3)^metric.datatype=string^string_valueISNOTEMPTY
  fields: string_value,metric.name,metric.question,instance.taken_on,instance.user.name
  limit: 100
  order_by: -instance.taken_on

使用 REST API：

GET /api/now/table/asmt_assessment_instance_question?sysparm_query=instance.metric_type.nameLIKEsprint%20review^metric.datatype=string^string_valueISNOTEMPTY^instance.taken_on>=javascript:gs.monthsAgoStart(3)&sysparm_fields=string_value,metric.name,instance.taken_on,instance.user.name&sysparm_limit=100&sysparm_display_value=true

第 3 步：分析 Sprint 性能指标

将反馈与实际 Sprint 性能数据关联起来。

使用 MCP：

Tool: SN-Execute-Background-Script
Parameters:
  description: Analyze sprint performance metrics for feedback context
  script: |
    var productId = '[product_sys_id]';
    var sprintMetrics = [];

    var sprint = new GlideRecord('rm_sprint');
    sprint.addQuery('release.product.sys_id', productId);
    sprint.addQuery('state', 3); // Complete
    sprint.orderByDesc('end_date');
    sprint.setLimit(6);
    sprint.query();

    while (sprint.next()) {
      var metrics = {
        sprint: sprint.short_description.toString(),
        number: sprint.number.toString(),
        dates: sprint.start_date.getDisplayValue() + ' to ' + sprint.end_date.getDisplayValue(),
        planned_points: parseInt(sprint.capacity) || 0,
        completed_points: parseInt(sprint.story_points) || 0,
        velocity: 0,
        stories: { total: 0, completed: 0, carried_over: 0 },
        defects_found: 0
      };

      metrics.velocity = metrics.planned_points > 0
        ? Math.round((metrics.completed_points / metrics.planned_points) * 100) : 0;

      // Story completion
      var stories = new GlideAggregate('rm_story');
      stories.addQuery('sprint', sprint.sys_id);
      stories.addAggregate('COUNT');
      stories.groupBy('state');
      stories.query();
      while (stories.next()) {
        var count = parseInt(stories.getAggregate('COUNT'));
        metrics.stories.total += count;
        var state = parseInt(stories.state);
        if (state >= 3) metrics.stories.completed += count;
        else metrics.stories.carried_over += count;
      }

      // Defects
      var defects = new GlideAggregate('rm_story');
      defects.addQuery('sprint', sprint.sys_id);
      defects.addQuery('classification', 'Defect');
      defects.addAggregate('COUNT');
      defects.query();
      if (defects.next()) metrics.defects_found = parseInt(defects.getAggregate('COUNT'));

      sprintMetrics.push(metrics);
    }

    gs.info(JSON.stringify(sprintMetrics, null, 2));

第 4 步：从反馈中识别主题

分析收集到的反馈，提取重复出现的主题。

使用 MCP：

Tool: SN-Execute-Background-Script
Parameters:
  description: Categorize feedback into themes
  script: |
    var sprintIds = ['sprint_sys_id_1', 'sprint_sys_id_2', 'sprint_sys_id_3'];
    var themes = {
      process: { count: 0, items: [] },
      tools: { count: 0, items: [] },
      communication: { count: 0, items: [] },
      quality: { count: 0, items: [] },
      workload: { count: 0, items: [] },
      positive: { count: 0, items: [] },
      other: { count: 0, items: [] }
    };

    // Keyword mapping for theme detection
    var keywords = {
      process: ['standup', 'ceremony', 'planning', 'refinement', 'workflow', 'process', 'methodology', 'sprint', 'retro'],
      tools: ['jira', 'servicenow', 'jenkins', 'pipeline', 'tooling', 'environment', 'infrastructure', 'slow', 'broken'],
      communication: ['communication', 'unclear', 'alignment', 'stakeholder', 'meeting', 'update', 'inform', 'silos'],
      quality: ['bug', 'defect', 'testing', 'review', 'code review', 'quality', 'regression', 'production issue'],
      workload: ['overloaded', 'capacity', 'bandwidth', 'too many', 'burnout', 'deadline', 'overtime', 'scope creep'],
      positive: ['great', 'improved', 'well done', 'excellent', 'good job', 'kudos', 'thank', 'appreciate']
    };

    sprintIds.forEach(function(sprintId) {
      var journal = new GlideRecord('sys_journal_field');
      journal.addQuery('name', 'rm_sprint');
      journal.addQuery('element_id', sprintId);
      journal.addQuery('element', 'work_notes');
      journal.query();

      while (journal.next()) {
        var text = journal.value.toString().toLowerCase();
        var categorized = false;

        for (var theme in keywords) {
          keywords[theme].forEach(function(kw) {
            if (text.indexOf(kw) >= 0 && !categorized) {
              themes[theme].count++;
              themes[theme].items.push({
                text: journal.value.toString().substring(0, 200),
                sprint: sprintId,
                date: journal.sys_created_on.getDisplayValue()
              });
              categorized = true;
            }
          });
        }

        if (!categorized) {
          themes.other.count++;
          themes.other.items.push({
            text: journal.value.toString().substring(0, 200),
            sprint: sprintId
          });
        }
      }
    });

    gs.info(JSON.stringify(themes, null, 2));

第 5 步：生成行动项

根据已识别的主题创建可跟踪的行动项。

使用 MCP：

Tool: SN-Create-Record
Parameters:
  table_name: rm_story
  fields:
    short_description: "Retro Action: Implement automated regression test suite for checkout flow"
    description: |
      ## Source
      Sprint retrospective feedback across Sprints 23-25

      ## Theme
      Quality - recurring defects in checkout flow detected late in sprint

      ## Feedback Summary
      - Sprint 23: "We found 3 production bugs in checkout that should have been caught"
      - Sprint 24: "Still seeing regression issues in payment processing"
      - Sprint 25: "Need automated tests before we add more features"

      ## Action
      Create ATF test suite covering all checkout scenarios. Target: 80% coverage of critical paths.

      ## Success Criteria
      - ATF suite running in CI/CD pipeline
      - Zero checkout regressions for 2 consecutive sprints
    classification: Improvement
    priority: 2
    state: -6
    epic: [improvement_epic_sys_id]
    sprint: [next_sprint_sys_id]
    story_points: 8
    product: [product_sys_id]

第 6 步：生成反馈总结报告

将所有分析汇编成一份全面的总结。

使用 MCP：

Tool: SN-Add-Work-Notes
Parameters:
  table_name: rm_sprint
  sys_id: [current_sprint_sys_id]
  work_notes: |
    === FEEDBACK SUMMARY REPORT ===
    Product: Customer Portal
    Period: Sprints 23-25 (Feb 3 - Mar 14, 2026)
    Sources: 3 sprint retros, 12 stakeholder surveys, 45 work note entries

    SPRINT PERFORMANCE TREND:
    - Sprint 23: 34/40 pts completed (85% velocity)
    - Sprint 24: 38/40 pts completed (95% velocity) - Improved
    - Sprint 25: 32/45 pts completed (71% velocity) - Declined (scope increase)

    TOP THEMES (by frequency):
    1. QUALITY (18 mentions) - Recurring defects in checkout flow, need for automated testing
    2. WORKLOAD (14 mentions) - Scope creep in Sprint 25, team overloaded with support tickets
    3. COMMUNICATION (11 mentions) - Stakeholder requirements changing mid-sprint
    4. TOOLS (7 mentions) - CI/CD pipeline reliability issues causing deployment delays
    5. POSITIVE (9 mentions) - Improved sprint planning, better story refinement

    RECURRING ISSUES (appeared in 2+ sprints):
    - Checkout regression bugs (Sprints 23, 24, 25)
    - Mid-sprint scope changes (Sprints 24, 25)
    - Environment instability (Sprints 23, 25)

    ACTION ITEMS GENERATED:
    1. [P2] Create automated regression suite for checkout (8 pts) - Sprint 26
    2. [P2] Implement change freeze policy for mid-sprint scope (3 pts) - Sprint 26
    3. [P3] Investigate and stabilize CI/CD pipeline (5 pts) - Sprint 27
    4. [P3] Establish support ticket rotation to protect sprint capacity (2 pts) - Sprint 26

    STAKEHOLDER SENTIMENT:
    - Overall satisfaction: 72% (down from 78% last quarter)
    - Key concern: "Delivery predictability has decreased"
    - Key positive: "Quality of delivered features has improved"

    PREVIOUS ACTION ITEM STATUS:
    - [DONE] Improve story refinement process - Completed Sprint 24
    - [IN PROGRESS] Reduce meeting overhead - 50% reduction achieved
    - [NOT STARTED] Cross-training initiative - Deferred to Q2

    RECOMMENDATIONS:
    1. Protect sprint scope with formal change request process
    2. Invest in test automation to reduce manual regression effort
    3. Address stakeholder concern about predictability with revised velocity baseline

第 7 步：跨 Sprint 跟踪行动项

监控由反馈生成的行动项的解决情况。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: rm_story
  query: classification=Improvement^epic=[improvement_epic_sys_id]
  fields: number,short_description,state,sprint,story_points,assigned_to,priority,sys_updated_on
  limit: 25
  order_by: -sys_created_on

使用 REST API：

GET /api/now/table/rm_story?sysparm_query=classification=Improvement^epic=[improvement_epic_sys_id]&sysparm_fields=number,short_description,state,sprint,story_points,assigned_to,priority&sysparm_limit=25&sysparm_display_value=true

工具使用

MCP 工具参考

工具	使用时机
SN-Query-Table	查询 Sprint、故事、评估和日志条目
SN-Get-Record	获取特定 Sprint 或评估的详细信息
SN-Natural-Language-Search	按关键词或主题描述查找反馈
SN-Create-Record	创建改进故事，作为行动项
SN-Execute-Background-Script	汇总指标、归类主题、批量分析
SN-Add-Work-Notes	将总结报告添加到 Sprint 或项目记录中

REST API 参考

端点	方法	用途
/api/now/table/rm_sprint	GET	查询 Sprint 记录和回顾数据
/api/now/table/rm_story	GET/POST	查询故事并创建行动项
/api/now/table/asmt_assessment_instance	GET	获取利益相关者调查回复
/api/now/table/asmt_assessment_instance_question	GET	获取各个调查问题的回答
/api/now/table/sys_journal_field	GET	读取工作备注和评论
/api/now/table/rm_release	GET	汇总版本级别的反馈

最佳实践

• 持续收集反馈： 每个冲刺都使用相同的回顾格式，以便比较不同时期的主题
• 先分类，再总结： 先将反馈归纳为不同主题，再进行总结；原始列表的可操作性较低
• 正式跟踪行动项： 为每个行动项创建故事或任务；口头承诺容易被遗忘
• 闭环跟进： 每次回顾开始时，先检查之前行动项的状态，再收集新反馈
• 尽可能量化： “3 个生产环境缺陷”比“质量问题”更具可操作性
• 区分观察与建议： 明确区分发生了什么（主题）和应采取什么措施（行动）
• 跨团队汇总： 跨团队主题分析能揭示单个团队回顾中容易遗漏的系统性问题
• 限制每个冲刺的行动项数量： 每个冲刺专注于 2-3 项改进措施；行动项过多会分散注意力

故障排除

回顾记录字段为空

原因： 团队可能将回顾反馈存储在工作备注、评论或外部工具中，而不是 retrospective_notes 字段 解决方案： 查询冲刺记录对应的 sys_journal_field，查找工作备注条目。检查团队是否使用需要集成的外部回顾工具。

调查回复未关联到冲刺

原因： 评估实例可能未将 trigger_id 设置为冲刺的 sys_id 解决方案： 按日期范围匹配调查，而非直接引用（调查的 taken_on 位于冲刺开始和结束日期之间）。

主题分类遗漏反馈

原因： 基于关键词的分类能力有限；反馈可能使用了不同的术语 解决方案： 根据团队使用的语言扩充关键词列表。可以考虑使用 NLU 或文本分析 API 来提高分类准确性。

行动项未完成

原因： 行动项虽已创建，但在下一个冲刺中未获优先处理或分配 解决方案： 将行动项审查设为冲刺规划中的必经步骤。创建改进故事时，将 sprint 字段设为下一个冲刺。

示例

示例 1：单个冲刺回顾摘要

输入：“总结 Sprint 25 的回顾”

流程： 针对指定冲刺运行步骤 1、3 和 6，生成包含主题、指标和 2-3 项行动项的重点摘要。

示例 2：季度改进趋势

输入：“过去一个季度反复出现了哪些改进主题？”

流程： 对该季度的所有冲刺运行步骤 1-4，然后找出出现于 3 个以上冲刺中的主题，以便升级处理。

示例 3：利益相关者情绪分析

输入：“利益相关者如何评价我们本季度的交付质量？”

# 1. Query stakeholder assessments (Step 2)
# 2. Aggregate scores by question (quality-related questions)
# 3. Extract free-text comments about quality
# 4. Compare with previous quarter
# 5. Correlate with defect counts from Step 3

相关技能

• spm/agile-story-generation - 根据改进行动项生成故事
• spm/acceptance-criteria - 为改进故事定义验收标准
• spm/project-insights - 项目健康状况和速度跟踪
• spm/planning-summarization - 冲刺和发布规划摘要
• reporting/survey-analysis - 详细分析调查回复
• reporting/trend-analysis - 通用趋势分析功能