La filosofia de DevOps, quan el desenvolupament es combina amb el manteniment del programari, no és una sorpresa per a ningú. Una nova tendència està guanyant impuls: DevOps 2.0 o BizDevOps. Ja fusiona tres components en un sol tot: negoci, desenvolupament i suport. I de la mateixa manera que en DevOps, les pràctiques d'enginyeria són la base de la connexió entre desenvolupament i suport, de manera que en els devops empresarials, l'anàlisi assumeix el paper de "cola" que uneix desenvolupament amb negoci.
Vull admetre de seguida: que tenim un autèntic bizdevops, només hem après ara, després de llegir llibres intel·ligents. D'alguna manera es va desenvolupar gràcies a la iniciativa dels empleats i a una passió irrefrenable per la millora. Avui dia, l'anàlisi forma part del procés de producció de desenvolupament, reduint en gran mesura els bucles de retroalimentació i proporcionant informació periòdicament. Us explicaré detalladament com està tot arreglat amb nosaltres.
Desavantatges del DevOps clàssic
Quan es conceben nous productes per a clients, una empresa crea un model ideal de comportament del client i espera una bona conversió, sobre la base de la qual construeix els seus objectius i resultats empresarials. L'equip de desenvolupament, per la seva banda, s'esforça per fer un codi molt bo i d'alta qualitat. El suport, d'altra banda, espera una automatització total dels processos, per la facilitat i comoditat de mantenir un nou producte.
La realitat es desenvolupa amb més freqüència de manera que els clients reben un procés força complicat, el negoci es basa en una baixa conversió, els equips de desenvolupament alliberen una solució rere l'altra i el suport s'ofega en un flux de sol·licituds dels clients. Conegut?
L'arrel del mal aquí rau en el bucle de retroalimentació llarg i de mala qualitat incrustat en el procés. Les empreses i els desenvolupadors, mentre recullen requisits i reben comentaris durant els sprints, es comuniquen amb un nombre limitat de clients, cosa que influeix molt en el destí del producte. Sovint, el que és important per a una persona no és gens característic de tot el públic objectiu.
Entendre si el desenvolupament del producte va en la direcció correcta ve amb els informes financers i els resultats de la investigació de mercat mesos després del llançament. I, a causa de la mida limitada de la mostra, no ofereixen l'oportunitat de provar hipòtesis en un gran volum de clients. En general, resulta llarg, imprecís i ineficient.
eina de trofeu
Hem trobat una bona manera d'allunyar-nos d'això. Una eina que solia ajudar només els venedors, vam arribar a mans d'empreses i desenvolupadors. Vam començar a utilitzar activament l'analítica web per mirar el procés en temps real, per entendre què està passant aquí i ara. A partir d'això, planifiqueu el producte en si, que es desplegarà a un gran nombre de clients.
Si es planeja algun tipus de millora del producte, podeu veure immediatament amb quines mètriques s'associa i com afecten aquestes mètriques les vendes, característiques que són importants per al negoci. Així, podeu eliminar immediatament hipòtesis amb un efecte baix. O, per exemple, desplegar una funció nova a un nombre estadísticament significatiu d'usuaris i supervisar les mètriques en temps real per entendre si tot funciona com es preveia. No espereu comentaris en forma de sol·licituds o informes, sinó que vigileu i corregiu immediatament el procés de creació d'un producte. Podem implementar una funció nova, recopilar dades estadísticament correctes en tres dies, fer canvis en tres dies més, i ara un gran producte nou està a punt en una setmana.
Podeu fer un seguiment de tot l'embut de conversió, tots els clients que van entrar en contacte amb el nou producte, trobar els punts on l'embut de conversió s'ha reduït bruscament i entendre'n els motius. Tant els desenvolupadors com les empreses ara ho estan mirant, forma part del treball diari. Veuen el mateix recorregut del client i junts poden generar idees i hipòtesis de millora.
Aquesta integració de negoci i desenvolupament, juntament amb l'anàlisi, permet crear productes contínuament, optimitzar constantment, buscar i veure colls d'ampolla, tot el procés.
Tot és qüestió de complexitat
Quan creem un producte nou, no comencem de zero, sinó que l'incorporem a una complexitat de serveis ja existent. En provar un producte nou, el client sovint entra en contacte amb diversos departaments. Pot comunicar-se amb els empleats del centre de contacte, amb els responsables de l'oficina, pot contactar amb el suport, utilitzar xats en línia. Amb l'ajuda de mètriques, podem veure, per exemple, quina és la càrrega del centre de contacte, la millor manera de processar les sol·licituds entrants. Podem entendre quanta gent acudeix a l'oficina i suggerir com assessorar encara més el client.
Passa el mateix amb els sistemes d'informació. El nostre banc fa més de 20 anys que existeix, durant aquest temps s'ha creat una gran capa de sistemes heterogenis i encara funciona. La interacció entre els sistemes de fons és de vegades impredictible. Per exemple, en alguns sistemes antics, hi ha restriccions sobre el nombre de caràcters per a un camp determinat i, de vegades, això bloqueja el nou servei. El seguiment d'un error mitjançant mètodes estàndard és bastant difícil, però l'ús d'analítica web és elemental.
Hem arribat al punt en què vam començar a recollir i analitzar els textos d'error de tots els sistemes implicats que es mostren al client. Va resultar que molts d'ells estaven obsolets, i ni tan sols ens podíem imaginar que estaven implicats d'alguna manera en el nostre procés.
Treballant amb analítiques
Tenim equips d'anàlisi web i desenvolupament SCRUM a la mateixa sala. Interaccionen constantment entre ells. Quan cal, els especialistes ajuden a configurar mètriques o carregar dades, però bàsicament els mateixos membres de l'equip treballen amb el servei d'anàlisi, no hi ha res complicat.
Es requereix ajuda si, per exemple, es necessiten algunes dependències, filtres addicionals per a un tipus limitat de client o font. Però en l'arquitectura actual, poques vegades ens trobem amb això.
Curiosament, la introducció de l'anàlisi no va requerir la instal·lació d'un nou sistema informàtic. Utilitzem el mateix programari amb el qual els venedors han treballat anteriorment. Només calia coordinar-ne l'ús i implementar-lo en el negoci i el desenvolupament. Per descomptat, no només podíem agafar el que té el màrqueting, sinó que hem hagut de reconfigurar-ho tot i donar accés al màrqueting a un nou entorn perquè estiguin amb nosaltres en el mateix camp d'informació.
En el futur, tenim previst comprar una versió millorada del programari d'anàlisi web que pugui fer front a l'augment del volum de sessions processades.
També estem integrant activament l'anàlisi web i les bases de dades internes de CRM i sistemes de comptabilitat. Combinant les dades, obtenim una imatge completa del client en tots els apartats necessaris: per fonts, tipus de clients, productes. Els serveis de BI que ajuden a visualitzar les dades aviat estaran disponibles per a tots els departaments.
Amb què hem acabat? De fet, vam fer que l'anàlisi i la presa de decisions sobre això fos part del procés de producció, cosa que va donar un efecte visible.
Analítica: no trepitgeu el rastell
I, finalment, vull compartir consells que us ajudaran a evitar cops en el procés de creació d'un negoci.
- Si les anàlisis no es poden fer ràpidament, aleshores esteu fent les anàlisis equivocades. Heu de seguir un camí senzill des d'un producte i després escalar.
- Heu de tenir un equip o una persona que entengui bé la futura arquitectura d'anàlisi. Encara heu de decidir a la costa com escalareu les analítiques, les integrareu en altres sistemes i reutilitzareu les dades.
- No genereu dades addicionals. Les estadístiques web són, a més d'informació útil, també un enorme abocador d'escombraries amb dades de baixa qualitat i redundants. I aquesta brossa interferirà amb la presa de decisions i l'avaluació si no hi ha objectius clars.
- No feu analítiques pel bé de les analítiques. En primer lloc, els objectius, l'elecció d'una eina, i només llavors - l'anàlisi només on donarà un efecte.
El material es va preparar conjuntament amb Olga Chebotar ().
Font: www.habr.com