DevOps filozofija, kada se razvoj kombinuje sa održavanjem softvera, neće nikoga iznenaditi. Novi trend uzima maha - DevOps 2.0 ili BizDevOps. Kombinira tri komponente u jedinstvenu cjelinu: poslovanje, razvoj i podršku. I baš kao što u DevOps-u, inženjerske prakse čine osnovu veze između razvoja i podrške, au poslovnom razvoju analitika preuzima ulogu „ljepka“ koji spaja razvoj s poslovanjem.
Želim odmah da priznam: tek sada smo saznali da imamo pravi poslovni razvoj, nakon čitanja pametnih knjiga. To se nekako uklopilo zahvaljujući inicijativi zaposlenih i nezadrživoj strasti za usavršavanjem. Analitika je sada dio proizvodnog procesa razvoja, značajno smanjuje povratne informacije i redovno pruža uvid. Reći ću vam detaljno kako sve funkcioniše kod nas.
Nedostaci klasičnog DevOps-a
Prilikom osmišljavanja novih proizvoda za kupce, preduzeće stvara idealan model ponašanja kupaca i očekuje dobru konverziju, na osnovu čega gradi svoje poslovne ciljeve i rezultate. Razvojni tim, sa svoje strane, nastoji napraviti vrlo dobar, visokokvalitetan kod. Podržavaju nade u potpunu automatizaciju procesa, lakoću i praktičnost održavanja novog proizvoda.
Stvarnost se najčešće razvija na način da klijenti dobijaju prilično složen proces, poslovanje je zaglavljeno sa niskom konverzijom, razvojni timovi objavljuju popravke za popravkom, a podrška se utapa u toku zahtjeva klijenata. Zvuči poznato?
Koren zla ovdje leži u dugoj i lošoj povratnoj petlji ugrađenoj u proces. Preduzeća i programeri, kada prikupljaju zahtjeve i primaju povratne informacije tokom sprinta, komuniciraju s ograničenim brojem kupaca koji u velikoj mjeri utiču na sudbinu proizvoda. Često ono što je važno za jednu osobu uopće nije tipično za cijelu ciljnu publiku.
Razumijevanje da li se proizvod kreće u pravom smjeru dolazi s financijskim izvještajima i rezultatima istraživanja tržišta mjesecima nakon lansiranja. A zbog ograničene veličine uzorka, ne pružaju mogućnost testiranja hipoteza na velikom broju klijenata. Općenito, ispada da je duga, neprecizna i neefikasna.
Alat za trofeje
Našli smo dobar način da pobjegnemo od ovoga. Alat koji je ranije pomagao samo trgovcima sada je našao svoj put u rukama kompanija i programera. Počeli smo aktivno koristiti web analitiku kako bismo sagledali proces u realnom vremenu, ovdje i sada da bismo razumjeli šta se dešava. Na osnovu toga planirajte sam proizvod i plasirajte ga velikom broju klijenata.
Ako planirate neku vrstu poboljšanja proizvoda, odmah možete vidjeti s kojim metrikama je povezan i kako te metrike utječu na prodaju i karakteristike koje su važne za poslovanje. Na ovaj način možete odmah izbaciti hipoteze sa malim efektom. Ili, na primjer, predstavite novu funkciju statistički značajnom broju korisnika i pratite metriku u realnom vremenu kako biste shvatili da li sve radi kako je predviđeno. Nemojte čekati povratne informacije u obliku zahtjeva ili izvještaja, već odmah sami pratite i promptno prilagođavajte proces kreiranja proizvoda. Možemo uvesti novu funkciju, prikupiti statistički ispravne podatke za tri dana, izvršiti promjene za još tri dana - i za tjedan dana odličan novi proizvod je spreman.
Možete pratiti cijeli lijevak, sve kupce koji su došli u kontakt s novim proizvodom, otkriti točke gdje se lijevak naglo suzio i razumjeti razloge. I programeri i kompanije sada to prate kao dio svog svakodnevnog rada. Oni vide isto putovanje korisnika i zajedno mogu generirati ideje i hipoteze za poboljšanje.
Ova integracija poslovanja i razvoja zajedno s analitikom omogućava kontinuirano kreiranje proizvoda, stalnu optimizaciju, traženje i uočavanje uskih grla, te cijeli proces u cjelini.
Sve je u kompleksnosti
Kada kreiramo novi proizvod, ne počinjemo od nule, već ga integriramo u već postojeći web servis. Prilikom isprobavanja novog proizvoda klijent najčešće kontaktira nekoliko odjela. Može da komunicira sa zaposlenima kontakt centra, sa menadžerima u kancelariji, može kontaktirati podršku ili u onlajn četovima. Koristeći metriku, možemo vidjeti, na primjer, koliko je opterećenje kontakt centra, kako najbolje obraditi dolazne zahtjeve. Možemo razumjeti koliko ljudi dolazi u ured i predložiti kako dalje savjetovati klijenta.
Potpuno je isto sa informacionim sistemima. Naša banka postoji više od 20 godina, a za to vrijeme je stvoren i još uvijek funkcioniše veliki sloj heterogenih sistema. Interakcija između backend sistema ponekad može biti nepredvidljiva. Na primjer, u nekom drevnom sistemu postoje ograničenja u broju znakova za određeno polje, a ponekad to ruši novu uslugu. Prilično je teško pratiti grešku koristeći standardne metode, ali korištenjem web analitike to je lako.
Došli smo do tačke kada smo počeli da prikupljamo i analiziramo tekstove grešaka koji se prikazuju klijentu iz svih uključenih sistema. Ispostavilo se da su mnogi od njih zastarjeli, a nismo mogli ni zamisliti da su na neki način uključeni u naš proces.
Rad sa analitikom
Naši web analitičari i SCRUM razvojni timovi nalaze se u istoj prostoriji. Oni su u stalnoj interakciji jedni s drugima. Kada je potrebno, stručnjaci pomažu u postavljanju metrike ili učitavanju podataka, ali uglavnom sami članovi tima rade s analitičkim servisom, tu nema ništa komplicirano.
Pomoć je potrebna ako su vam, na primjer, potrebne neke ovisnosti ili dodatni filteri za ograničenu vrstu klijenata ili izvora. Ali u trenutnoj arhitekturi rijetko se susrećemo s tim.
Zanimljivo je da implementacija analitike nije zahtijevala instalaciju novog IT sistema. Koristimo isti softver sa kojim su trgovci ranije radili. Bilo je potrebno samo dogovoriti njegovu upotrebu i implementirati ga u poslovanje i razvoj. Naravno, nismo mogli samo uzeti ono što je marketing imao, morali smo sve iznova rekonfigurirati i dati marketingu pristup novom okruženju kako bi oni bili u istom informacijskom polju s nama.
U budućnosti planiramo nabavku poboljšane verzije softvera za web analitiku koja će nam omogućiti da se nosimo sa sve većim obimom obrađenih sesija.
Takođe smo aktivno u procesu integracije web analitike i internih baza podataka iz CRM i računovodstvenih sistema. Kombinacijom podataka dobijamo kompletnu sliku o klijentu u svim potrebnim aspektima: po izvoru, vrsti klijenta, proizvodu. BI usluge koje pomažu u vizualizaciji podataka uskoro će postati dostupne svim odjelima.
Šta smo završili? Naime, analitiku i donošenje odluka o njoj smo učinili dijelom proizvodnog procesa, što je imalo vidljiv učinak.
Analitika: ne gazite na grablje
I na kraju, želim podijeliti nekoliko savjeta koji će vam pomoći da izbjegnete nevolje u procesu izgradnje biznisa za razvoj poslovanja.
- Ako ne možete brzo da uradite analitiku, onda radite pogrešnu analitiku. Morate slijediti jednostavan put od jednog proizvoda, a zatim ga povećati.
- Morate imati tim ili osobu koja dobro razumije buduću arhitekturu analitike. Još uvijek morate odlučiti na obali kako ćete skalirati analitiku, integrirati je u druge sisteme i ponovo koristiti podatke.
- Nemojte stvarati nepotrebne podatke. Web statistika, osim korisnih informacija, predstavlja i ogromno smetlište sa nekvalitetnim i nepotrebnim podacima. A ovo smeće će ometati donošenje odluka i procjenu ako nema jasnih ciljeva.
- Nemojte raditi analitiku radi analitike. Prvo ciljevi, izbor alata, pa tek onda - analitika samo tamo gdje će imati efekta.
Materijal je pripremljen zajedno sa Chebotar Olgom ().
izvor: www.habr.com