Die DevOps-Philosophie, bei der Entwicklung mit Softwarewartung kombiniert wird, wird niemanden überraschen. Ein neuer Trend gewinnt an Dynamik – DevOps 2.0 oder BizDevOps. Es vereint drei Komponenten zu einem Ganzen: Business, Entwicklung und Support. Und genau wie bei DevOps technische Praktiken die Grundlage für die Verbindung zwischen Entwicklung und Support bilden, übernimmt die Analytik in der Geschäftsentwicklung die Rolle des „Klebstoffs“, der Entwicklung und Geschäft verbindet.
Ich möchte gleich zugeben: Dass wir ein echter Unternehmer geworden sind, haben wir erst jetzt erfahren, nachdem wir kluge Bücher gelesen haben. Es hat sich irgendwie dank der Initiative der Mitarbeiter und einer unbändigen Leidenschaft für Verbesserung entwickelt. Analytics ist heute Teil des Produktionsprozesses der Entwicklung, reduziert Feedbackschleifen erheblich und liefert regelmäßig Erkenntnisse. Ich erzähle Ihnen im Detail, wie alles bei uns geregelt ist.
Nachteile des klassischen DevOps
Wenn neue Kundenprodukte konzipiert werden, erstellt ein Unternehmen ein ideales Modell des Kundenverhaltens und erwartet eine gute Konversion, auf deren Grundlage es seine Geschäftsziele und -ergebnisse aufbaut. Das Entwicklungsteam seinerseits ist bestrebt, sehr guten und qualitativ hochwertigen Code zu erstellen. Der Support hofft auf eine vollständige Automatisierung der Prozesse sowie auf eine einfache und bequeme Wartung eines neuen Produkts.
Die Realität entwickelt sich meistens so, dass Kunden einen recht komplexen Prozess erhalten, das Unternehmen mit geringer Konvertierung stecken bleibt, Entwicklungsteams einen Fix nach dem anderen veröffentlichen und der Support im Strom der Anfragen der Kunden untergeht. Vertraut?
Die Wurzel des Übels liegt hier in der langen und schlechten Feedbackschleife, die in den Prozess eingebaut ist. Wenn Unternehmen und Entwickler während Sprints Anforderungen sammeln und Feedback erhalten, kommunizieren sie mit einer begrenzten Anzahl von Kunden, die großen Einfluss auf das Schicksal des Produkts haben. Oft ist das, was für eine Person wichtig ist, überhaupt nicht typisch für die gesamte Zielgruppe.
Ob die Entwicklung des Produkts in die richtige Richtung geht, lässt sich anhand von Finanzberichten und Marktforschungsergebnissen Monate nach der Markteinführung erkennen. Und aufgrund der begrenzten Stichprobengröße bieten sie keine Möglichkeit, Hypothesen an einer großen Anzahl von Kunden zu testen. Im Allgemeinen erweist es sich als langwierig, ungenau und ineffizient.
Trophäenwerkzeug
Wir haben einen guten Weg gefunden, dem zu entkommen. Ein Tool, das früher nur Vermarktern half, gelangten wir in die Hände von Unternehmen und Entwicklern. Wir haben begonnen, Webanalysen aktiv zu nutzen, um den Prozess in Echtzeit zu betrachten und zu verstehen, was hier und jetzt passiert. Planen Sie auf dieser Grundlage das Produkt selbst und dessen Einführung bei einer großen Anzahl von Kunden.
Wenn Sie eine Produktverbesserung planen, können Sie sofort erkennen, mit welchen Kennzahlen diese verbunden ist und wie sich diese Kennzahlen auf den Umsatz und die für das Unternehmen wichtigen Merkmale auswirken. So können Sie Hypothesen mit geringer Wirkung sofort aussortieren. Oder führen Sie beispielsweise eine neue Funktion für eine statistisch signifikante Anzahl von Benutzern ein und überwachen Sie die Metriken in Echtzeit, um zu verstehen, ob alles wie beabsichtigt funktioniert. Warten Sie nicht auf Feedback in Form von Anfragen oder Berichten, sondern überwachen Sie den Produktentstehungsprozess sofort selbst und passen Sie ihn zeitnah an. Wir können eine neue Funktion einführen, in drei Tagen statistisch korrekte Daten sammeln, in weiteren drei Tagen Änderungen vornehmen – und in einer Woche ist ein tolles neues Produkt fertig.
Sie können den gesamten Trichter verfolgen, alle Kunden, die mit dem neuen Produkt in Kontakt gekommen sind, die Stellen finden, an denen sich der Trichter stark verengte, und die Gründe verstehen. Sowohl Entwickler als auch Unternehmen beobachten dies jetzt, es ist Teil der täglichen Arbeit. Sie sehen die gleiche Customer Journey und können gemeinsam Ideen und Hypothesen für Verbesserungen entwickeln.
Diese Integration von Geschäft und Entwicklung zusammen mit der Analyse ermöglicht es, Produkte kontinuierlich zu erstellen, ständig zu optimieren, Engpässe zu suchen und zu erkennen sowie den gesamten Prozess als Ganzes.
Es geht um Komplexität
Wenn wir ein neues Produkt erstellen, fangen wir nicht bei Null an, sondern integrieren es in ein bereits bestehendes Dienstleistungsnetz. Beim Ausprobieren eines neuen Produkts kontaktiert ein Kunde meist mehrere Abteilungen. Er kann mit Contact-Center-Mitarbeitern kommunizieren, mit Managern im Büro, er kann den Support kontaktieren oder in Online-Chats. Anhand von Metriken können wir beispielsweise erkennen, wie hoch die Auslastung im Contact Center ist und wie wir eingehende Anfragen am besten bearbeiten können. Wir können verstehen, wie viele Personen das Büro erreichen, und Vorschläge für die weitere Beratung des Kunden machen.
Dasselbe gilt auch für Informationssysteme. Unsere Bank besteht seit mehr als 20 Jahren, in dieser Zeit ist eine große Schicht heterogener Systeme entstanden und funktioniert noch immer. Die Interaktion zwischen Backend-Systemen ist manchmal unvorhersehbar. Beispielsweise gibt es in einigen alten Systemen Beschränkungen hinsichtlich der Anzahl der Zeichen für ein bestimmtes Feld, was manchmal zum Absturz des neuen Dienstes führt. Die Verfolgung eines Fehlers mit Standardmethoden ist ziemlich schwierig, aber die Verwendung von Webanalysen ist elementar.
Wir kamen an den Punkt, an dem wir begannen, Fehlertexte zu sammeln und zu analysieren, die dem Kunden von allen beteiligten Systemen angezeigt wurden. Es stellte sich heraus, dass viele von ihnen veraltet waren und wir konnten uns nicht einmal vorstellen, dass sie irgendwie in unseren Prozess involviert waren.
Arbeiten mit Analysen
Wir haben Webanalyse- und SCRUM-Entwicklungsteams im selben Raum. Sie interagieren ständig miteinander. Bei Bedarf helfen Spezialisten beim Einrichten von Metriken oder beim Hochladen von Daten, aber meistens arbeiten die Teammitglieder selbst mit dem Analysedienst, da gibt es nichts Kompliziertes.
Hilfe ist erforderlich, wenn Sie beispielsweise einige Abhängigkeiten oder zusätzliche Filter für eine begrenzte Art von Clients oder Quellen benötigen. In der aktuellen Architektur ist dies jedoch selten der Fall.
Interessanterweise erforderte die Einführung von Analytics nicht die Installation eines neuen IT-Systems. Wir verwenden die gleiche Software, mit der Vermarkter zuvor gearbeitet haben. Es musste lediglich der Einsatz vereinbart und in Wirtschaft und Entwicklung umgesetzt werden. Natürlich konnten wir nicht einfach das nehmen, was das Marketing hatte, wir mussten alles neu konfigurieren und dem Marketing Zugriff auf die neue Umgebung geben, damit sie mit uns im gleichen Informationsfeld waren.
Zukünftig planen wir den Kauf einer verbesserten Version der Webanalysesoftware, die dem steigenden Volumen verarbeiteter Sitzungen gewachsen ist.
Wir sind auch aktiv dabei, Webanalysen und interne Datenbanken aus CRM- und Buchhaltungssystemen zu integrieren. Durch die Kombination der Daten erhalten wir ein vollständiges Bild des Kunden in allen erforderlichen Aspekten: nach Quelle, Kundentyp, Produkt. BI-Dienste, die bei der Visualisierung von Daten helfen, werden bald allen Abteilungen zur Verfügung stehen.
Was haben wir am Ende herausgefunden? Tatsächlich haben wir die Analyse und Entscheidungsfindung zu einem Teil des Produktionsprozesses gemacht, was sichtbare Auswirkungen hatte.
Analytik: Treten Sie nicht auf den Rechen
Und zum Schluss möchte ich noch einige Tipps geben, die Ihnen helfen, beim Aufbau eines Geschäftsentwicklungsunternehmens nicht in Schwierigkeiten zu geraten.
- Wenn Sie Analysen nicht schnell durchführen können, führen Sie die falschen Analysen durch. Sie müssen einen einfachen Weg von einem Produkt aus verfolgen und dann skalieren.
- Sie müssen über ein Team oder eine Person verfügen, die die zukünftige Analysearchitektur gut versteht. Sie müssen vor Ort noch entscheiden, wie Sie die Analysen skalieren, in andere Systeme integrieren und die Daten wiederverwenden möchten.
- Generieren Sie keine zusätzlichen Daten. Webstatistiken sind neben nützlichen Informationen auch eine riesige Müllhalde mit minderwertigen und unnötigen Daten. Und dieser Müll stört die Entscheidungsfindung und Bewertung, wenn es keine klaren Ziele gibt.
- Führen Sie Analysen nicht um der Analyse willen durch. Zuerst Ziele, Wahl des Tools und erst dann – Analyse nur dort, wo sie Wirkung zeigt.
Das Material wurde gemeinsam mit Olga Chebotar ().
Source: habr.com