チームメンバー間で挨拶をしたり、雑談をする習慣はあるか。

チームのベロシティを把握しており、その分散値の変化を計測しているか。

ふりかえるべきテーマに関しての、起きた出来事を時系列に事実関係を整理するなどの準備をせずにふりかえりをすすめている。

チームのリードタイム、フロー効率性および各工程のサイクルタイムを継続的に計測しているか。(またはエンジニアリングインテリジェンスのサービスを利用している)

チームのバリューストリームマッピングを作成し、繰り返しボトルネックを把握しながら自動化と学習を繰り返しているか。

設定ファイルや一部のソースコードに対して、エンジニアでなくても必要に応じて修正のためのPull Request(Merge Request)を投げることがあるか。

ソースコード自体のセキュリティレベルを高く設定しており、開発支援系SaaSの利用を禁止している。

コードレビューガイドラインを満たさないコードを自動的に検出・補正する各種Linterやフォーマッタなどのツール群を整備しており、ソースコードを変更する誰もが使うことができるか。

デプロイ頻度とデプロイ成功率を継続的に測定しており、これらを改善することを目標管理しているか。

デプロイされたコードに問題が発生した際に、前のバージョンへの切り戻しを意思決定してから5分以内に切り戻すことができない。

プロダクトに対して外部あるいは内部の別のシステムと連携するためのAPIが提供されているか。

SLI/SLO/エラーバジェットがビジネスオーナーとエンジニアが協議して合意の上設定され、計測されているか。

デジタル上でのプッシュマーケティングをEmailのみに頼っている。

POSや業務システム上のアクセス記録/操作履歴を構造化されたフォーマットでリアルタイムにデータレイクへ保存しているか。

ユーザー理解や仮説検証のためのデータ分析のための環境が整備されており、データサイエンティストだけでなくエンジニア・非エンジニアを問わず、プロダクトのステークホルダーに公開されているか。

データレイクから、データ分析基盤までのETL処理にも自動テストが存在しており、変換エラーなどがモニタリングされているか。

実運用時の計算量や計算資源の種別（IoT/エッジ利用/クラウド）などを考慮に入れた上で、モデル選定や実験のプロセスが動いているか。

すでに実績のあるクラウドを利用した機械学習ソリューションに対して、検証ができていない。

ユーザーインタビューによって見つけた課題に対してどの機能がリリースされているのかが記録されており、その効果も測定されている。

全社のクリエイティブや顧客体験デザインを担う専門知識を持った経営幹部がいるか。

個別のプロダクトや事業チームごとに専任で配置されるのみとなっており、デザイナーとしてのキャリアやスキル向上のサポートが乏しい。

少なくとも四半期に1回以上の戦略仮説に向けたサービスプロトタイプを作成しているか。

プロトタイプを作るために、プレゼンや大きな稟議が必要になり、プロトタイピングの前に頓挫することが多い。

事業フェーズに応じて、プロダクトマーケティングや詳細な要求分析、UX評価など適切な分業体制を引くことができているか。

開発者(およびデザイナー)は、職務遂行に十分なスペックの開発マシンを貸与されているか。(開発マシンは、開発者からのアンケートなどを通じて満足が確認されているか。）

ここ１年以内に管理職以上で、「コミュニケーションの透明性向上」を目的とした対策を検討し実施したか。

チャットツールを通じた雑談を禁止している。または雑談をやめるように注意喚起を促したことがある。

ソフトウェアエンジニアの採用活動を常に行っており、毎年十分なペースでソフトウェアエンジニアを採用できているか。

中途採用におけるリファラル採用（社員からの紹介による採用）の比率が全体採用数の30%を超えているか。

ソフトウェアエンジニアとしての業務経験のあるCTOないし技術担当取締役が存在し、技術戦略についての策定を主導的に行っているか。