Filozofie DevOps, kdy se vývoj spojuje s údržbou softwaru, už nikoho nepřekvapí. Nový trend — DevOps 2.0 nebo BizDevOps — nabírá na síle. V jeho rámci se spojují tři komponenty: byznys, vývoj a podpora. A jak inženýrské praktiky v DevOps byly základem vazby mezi vývojem a údržbou, tak v BizDevOps analýza hraje roli "lepidla", které spojuje vývoj s byznysem.
Chci se hned přiznat: o tom, že máme pravý BizDevOps, jsme se dozvěděli teprve nyní po přečtení chytrých knih. Vzniklo to jaksi samo díky iniciativě zaměstnanců a neukojitelné touze po zlepšení. Nyní je analýza součástí výrobního procesu vývoje, což významně zkracuje zpětnou vazbu a pravidelně poskytuje insights. Podrobně vám povím, jak to u nás funguje.
Nevýhody klasického DevOps
Když se plánují nové zákaznické produkty, byznys vytváří ideální model chování zákazníků a počítá s dobrou konverzí, na jejichž základě stanovuje své obchodní cíle a výsledky. Tým vývojářů se na své straně snaží napsat velmi dobrý, kvalitní kód. Podpora doufá v plnou automatizaci procesů a v jednoduchost a pohodlnost údržby nového produktu.
Realita většinou vypadá tak, že zákazníci dostávají poměrně složitý proces, byznys se potýká s nízkou konverzí, týmy vývojářů vydávají opravy za opravou, a podpora se topí v množství požadavků od zákazníků. Známé?
Kořen zla tkví v dlouhé a nekvalitní zpětné vazbě, která je vložena do procesu. Obchod a vývojáři při shromažďování požadavků a zpětné vazby během sprintů komunikují s omezeným počtem zákazníků, kteří výrazně ovlivňují osud produktu. Často to, co je důležité pro jednoho, nemusí být vůbec charakteristické pro celou cílovou skupinu.
Pochopení toho, zda se vývoj produktu ubírá správným směrem, přichází spolu s finančními zprávami a výsledky marketingových výzkumů měsíce po spuštění. A ani ty kvůli omezenosti vzorku neposkytují možnost ověřit hypotézy na velkém objemu zákazníků. Celkově to tedy trvá dlouho, je to neefektivní a nepřesné.
Trofejní nástroj
Našli jsme dobrý způsob, jak se tomu vyhnout. Nástroj, který dříve pomáhal pouze marketérům, se dostal do rukou podnikatelům a vývojářům. Začali jsme aktivně používat webovou analytiku, abychom mohli sledovat proces v reálném čase, tady a teď chápeme, co se děje. Na základě toho plánujeme samotný produkt a jeho uvedení na široké spektrum klientů.
Pokud plánujete nějaké zlepšení produktu, můžete okamžitě zjistit, s jakými metrikami je to spojeno a jak tyto metriky ovlivňují prodeje a důležité charakteristiky pro podnikání. Takto můžete okamžitě eliminovat hypotézy s nízkým efektem. Nebo například můžete zavést novou funkci na statisticky významný počet uživatelů a v reálném čase sledovat metriky a zjistit, zda všechno funguje, jak mělo. Nečekat na zpětnou vazbu ve formě stížností nebo zpráv, ale sledovat to okamžitě a rychle upravit proces vytváření produktu. Můžeme zavést novou funkci, za tři dny shromáždit statisticky korektní data, udělat úpravy za další tři dny — a tak za týden máme skvělý nový produkt.
Můžeme sledovat celou funnel, všechny zákazníky, kteří přišli do kontaktu s novým produktem, objevit místa, kde se funnel náhle zúžila, a podívat se na příčiny. Jak vývojáři, tak podnikání nyní sledovali tento proces, což je součástí jejich každodenní práce. Vidí stejnou zákaznickou cestu a společně mohou generovat nápady a hypotézy pro zlepšení.
Taková integrace podnikání a vývoje spolu s analytikou dává možnost vytvářet produkty kontinuálně, neustále optimalizovat, hledat a vidět úzká místa, celý proces jako celek.
Všechny jde o složitost
Když vytváříme nový produkt, nezačínáme z čistého listu, ale začleňujeme ho do již existujícího spletitého systému služeb. Při zkoušení nového produktu zákazník obvykle navazuje kontakt s několika odděleními. Může se spojit se zaměstnanci kontaktního centra, s manažery v kanceláři, může se obrátit na podporu, do online chatů. S pomocí metrik můžeme zjistit například, jaká je zátěž na kontaktním centru, jak nejlépe zpracovávat příchozí dotazy. Můžeme pochopit, kolik lidí se dostává do kanceláře, a poradit, jak dále konzultovat zákazníka.
S informačními systémy je to úplně stejné. Naše banka existuje už více než 20 let, během této doby byl vytvořen a stále funguje široký soubor různých systémů. Interakce mezi backendovými systémy může být někdy nepředvídatelná. Například v nějakém starém systému je pro určitá pole omezení na počet znaků, a to někdy zablokuje nový servis. Sledování chyb standardními způsoby je docela obtížné, ale pomocí webové analytiky je to snadné.
Dostali jsme se do bodu, kdy jsme začali ze všech zapojených systémů shromažďovat a analyzovat texty chyb, které se zobrazují zákazníkovi. Ukázalo se, že mnoho z nich je zastaralých, a ani jsme si nedokázali představit, jak nějakým způsobem ovlivňují náš proces.
Práce s analytikou
Naše webové analytiky a SCRUM týmy vývojářů pracují ve stejné kanceláři. Neustále spolu komunikují. Když je potřeba, odborníci pomáhají nastavit metriky nebo exportovat data, většinou však samotní členové týmů pracují se systémem analytiky, což není nic složitého.
Pomoc je potřebná, pokud například vyžadujeme nějaké závislosti, další filtry podle omezeného typu klientů nebo zdrojů. Ale v aktuální architektuře se s tímto problémy zřídka setkáváme.
Zajímavé je, že zavedení analytiky nevyžadovalo instalaci nového IT systému. Používáme stejný software, se kterým dříve pracovali marketéři. Bylo nutné jen schválit jeho použití a implementovat ho do byznysu a vývoje. Samozřejmě jsme nemohli jen vzít to, co máme v marketingu, museli jsme všechno znovu nastavit a poskytnout marketingu přístup do nového prostředí, aby byli s námi ve stejné informačním poli.
V budoucnu plánujeme koupit vylepšenou verzi softwaru pro webovou analytiku, která nám umožní zvládat rostoucí objemy zpracovaných relací.
Také u nás aktivně probíhá proces integrace webové analytiky a interních databází z CRM a účetních systémů. Spojením dat získáváme úplný přehled o zákazníkovi ve všech potřebných ohledech: podle zdrojů, typů klientů a produktů. BI služby, které pomáhají vizualizovat data, budou brzy dostupné všem oddělením.
Jaký máme závěr? V zásadě jsme udělali analytiku a rozhodování na jejím základě součástí výrobního procesu, což mělo viditelný efekt.
Analytika: Nešlapejte na stejné hrable
A nakonec bych chtěl sdílet tipy, které vám pomohou vyhnout se zbytečným chybám při budování BizDevOps.
- Pokud nemůžete analytiku udělat rychle, znamená to, že děláte špatnou analytiku. Je třeba začít jednoduše s jedním produktem a potom škálovat.
- Musíte mít tým nebo člověka, který dobře rozumí budoucí architektuře analytiky. Je potřeba se už předem rozhodnout, jak budete analytiku škálovat, integrovat do jiných systémů a znovu využívat data.
- Není třeba generovat zbytečná data. Webová statistika není jen o užitečných informacích, ale také o obrovském množství nekvalitních a nadbytečných dat. Tento odpad bude překážet při rozhodování a hodnocení, pokud nemáte jasné cíle.
- Nedělejte analytiku jen pro analytiku. Nejdříve cíle, výběr nástroje, a teprve potom – analytika tam, kde to má efekt.
Materiál byl připraven ve spolupráci s Olgou Čebotářovou ().
Zdroj: habr.com
