涟漪效应
另一个重要的模式是，度量可以帮助我们确认一个人对团队中其他成员的影响。例如，优秀的程序员，可能使其他程序员黯然失色，也可能帮助其他程序员更迅速地提高他们的技能。最难识别和确定的是那些涟漪效应的模式，但是一旦发现这种模式，这可能带来最大的价值。个体对团队的正面影响或负面影响是决定团队是否大于或小于个体之和的重要因素。
我们可以检验的并且同等重要的另一个相关模式是，特定的人在一起工作所产生的结果。在这种情况下，你不会看到太多个体对其他人的影响，但是会看到某些特定的人员组合是否会更有效。这种模式的目的是识别那些明确良性或恶性的关系，因此，我们可以利用这些信息成功地定位我们的团队。
在过去的十年里，篮球和冰球统计学家花了很多的时间和精力去分析当某些特定的球员组合在场和不在场的结果。这些分析关注球队在比赛中的进攻及防守成绩，以及比赛中一些特定的得分，比如在篮球比赛中的“关键时刻”—— 非常重要的最后4分钟。这些技术统计数据在球员效用的分析上是非常重要的，同样，教练可以根据这些信息决定在某个特定时刻哪些球员应该在一起打球。
在任何涉及人类活动的团队中，涟漪效应与个体或人员的组合相关。并且这个效应可能不是这些个体本身所认同的，因为人格特质的不同，他们的判断在大多数时候是有偏差的，这决定了谁是他们最能共处的，谁又不是。但是有时，最有效的人员组合并不必然是那些彼此最喜欢的人。
我们可以在软件开发的团队中找到相同的模式。有些程序员会让身边的人变得更优秀，并且有些程序员组合在一起会变得特别有效，而其他的组合却不是。理解怎样客观地确定和测量涟漪效应是非常难的，特别是团队成员个体的看法可能不会反映事实的真实性。
