As métricas son unha merda, dis, e terás razón. En algo.
De feito, cando se trata de métricas, a primeira métrica que se me ocorre é o tráfico.
A moita xente gústalle meditar durante horas mirando o gráfico de tráfico do seu sitio web.
Que xenial é ver saltar a liña: cara atrás e cara atrás, cara atrás e cara atrás... E é aínda máis xenial cando o tráfico do sitio crece continuamente.
Entón, unha calor feliz esténdese por todo o corpo e a mente lánzase ao ceo en previsión do maná celestial.
Ah, que alegría, que felicidade!
E aínda que a imaxe sexa triste...
Aínda non podes quitar os ollos do gráfico, é tan adictivo.
Parece que hai un significado secreto escondido nos gráficos. Un pouco máis, e a imaxe revelará os seus segredos e dirá un xeito incriblemente sinxelo e eficaz de atraer un gran número de clientes. E entón o diñeiro definitivamente fluirá como un río.
Pero, de feito, a asistencia é unha típica "métrica doce (vaidade)" que non ten ningún significado útil.
E estas son a maioría das métricas. Basicamente, todas as métricas que ves son azucaradas. E é por iso que as métricas teñen mala reputación como unha perda inútil de tempo e esforzo.
Pero en realidade este non é o caso en absoluto. As métricas correctas proporcionan información moi importante e ás veces inestimable para unha empresa e un proxecto.
A principal vantaxe e propósito das métricas é que permiten xestionar o teu negocio ou proxecto.
Como determinar se unha métrica é mala?
Vexamos un exemplo moi sinxelo: a velocidade dun coche.
Por favor, dime o que significa a velocidade...
100 km/h?
Hmm ...
Hmm ...
Entón, que significa?
Creo que probablemente vostede mesmo o adiviñaches que... non significa nada!
OK. Agora a segunda pregunta:
100 km/h son bos ou malos?
Hmm ...
Nin un nin outro?
Certo!
A velocidade é unha métrica completamente inútil e estúpida. A menos que, por suposto, o uses por si só. Combinado con outras métricas, pode, por suposto, dicir algo, pero por si só, certamente non.
O tráfico do sitio é exactamente a mesma velocidade.
É por iso que non ten ningún sentido quedarse diante do gráfico de tráfico do sitio. Non che revelará o segredo da vida. Entendes agora?
Que métricas son boas entón?
Por exemplo, taxa de abandono. Esta métrica indica cantos clientes deixaron a empresa/sitio para sempre ao longo do tempo.
Taxa de abandono = 1 % di que só perdemos o 1 % dos clientes. Eses. Case non perdemos a ninguén.
Se a taxa de abandono = 90%, isto significa que estamos perdendo case todos os nosos clientes. É horrible!
Ves a diferenza entre esta métrica e a velocidade?
A taxa de abandono é unha métrica significativa que responde á pregunta de se algo é bo ou malo. E non tes que adiviñar o que significa.
Esta é unha métrica que fala por si mesma!
E agora estamos preparados para tomar medidas urxentes para reducir o abandono de clientes.
É por iso que tales métricas chámanse accionables. Porque fomentan a acción.
Criterio para a "dozura" das métricas
Hai un xeito moi sinxelo de determinar que unha métrica é "vaidade".
A maioría das métricas absolutas, como tráfico, número de descargas, número de retweets, número de correos electrónicos/subscritores, número de gústame, etc. son cursis.
As métricas relativas e ponderadas adoitan ser accionables. Pero non todos!
En canto ás métricas de calidade, aquí non hai certeza, porque unha avaliación cualitativa en si mesma non pode ser precisa e inequívoca.
Pero, por outra banda, a usabilidade dun programa pode e debe ser avaliada precisamente polo nivel de percepción dos usuarios finais e nada máis.
Como abordar as métricas en xeral?
O primeiro que tes que facer é darlle voltas ao teu cerebro.
Sen bromas.
Todos (!) que se atopen con métricas, en primeiro lugar comezan a buscar a razón de estar nelas. Pero non o mostrarán, por desgraza.
As métricas son como unha regra común coa que medimos todo o que queremos.
Non estás buscando a razón da existencia nunha regra de madeira común, non?
Atopar o sentido da vida nunha liña é o que se chama un "enfoque ascendente".
Para traballar coas métricas correctamente, cómpre cambiar o paradigma e comezar a traballar ao revés, de arriba a abaixo.
Eses. primeiro faga algunha acción e despois use métricas para medir o efecto resultante dela.
As métricas deben usarse como un tema común para a medición e nada máis.
Pensa nestas palabras.
Mide o efecto das túas accións usando métricas, en lugar de inventar accións baseadas nas lecturas dunha regra de madeira.
Este enfoque tamén se denomina "Hipótese->Medición".
Ok, isto está claro.
Pregunta número 2: “Que medir exactamente? Como atopar as métricas correctas?
Como crear o teu propio conxunto de métricas?
Despois de navegar por Internet, probablemente atoparás ducias ou mesmo centos de métricas diferentes sobre o mesmo tema.
Por exemplo, podes atopar preto de cen métricas de calidade do software. Estes inclúen estándares GOSTR-ISO, métricas calculadas en SonarQube, algunhas opcións autoescritas e mesmo métricas de "calidade" baseadas nas opinións dos usuarios.
Entón, cales paga a pena usar e cales non?
O mellor enfoque é guiarse por un "valor fundamental".
OMTM (Unha métrica que importa)
Miremos un exemplo.
Está claro que se queres mellorar a calidade do teu produto de software, podes medir esta calidade de diferentes xeitos.
A calidade non é só o número de erros. Se miras a calidade no seu conxunto, isto é:
número de incidentes no sector,
facilidade de uso e facilidade de percepción,
velocidade de traballo,
integridade e puntualidade na implementación da funcionalidade planificada,
seguridade.
Hai moitos criterios e é imposible traballar con todos á vez. Fano de xeito moi sinxelo: escollen un, o criterio máis importante do momento, e traballan só con el.
Este enfoque chámase OMTM (One Metric That Matters) - One (Single) Important Metric.
É lóxico que a calidade do software OMTM seleccione o número de incidentes graves (importantes e críticos) nun entorno industrial.
Para as tendas en liña, non necesitas pensar en OMTM: é o volume de vendas ou o beneficio (dependendo da túa decisión).
Esta métrica importante será o valor fundamental para o teu conxunto de métricas. E diso dependerá o seu conxunto final.
Valor Dentro
Moitas veces comezan a recompilar un conxunto de métricas "de a nada", percorrendo Internet e escollendo as mellores opcións entre as que atoparon segundo o principio: "Oh! Isto vainos ben!"
Como entendes, esta non é a mellor maneira, non?
Pero como decides que métrica tomar e cal non?
Por exemplo, adoitan medirse varios tipos de conversións de usuarios.
Pero por que miden aos usuarios e non outra cousa? Pensaches nesta pregunta?
Por suposto, hai unha resposta.
Vexamos unha tenda en liña como o exemplo máis sinxelo de entender.
Digamos que quere aumentar as súas vendas. Que métricas necesitarás para iso? Como abordar isto?
Hai un xeito sinxelo, lóxico e de traballo. Todo queda no seu lugar cando respondes á pregunta:
QUEN PRODUCE VALOR?
Traballamos en función do volume de vendas, non? Queremos aumentalo, non?
En quen e en que hai que influír para aumentar as vendas?
Por suposto,
necesidade de influír na causa -
sobre quen “produce” valor.
Quen gaña cartos nunha tenda en liña? De onde saen os cartos?
Moi sinxelo: dos clientes.
Onde exactamente nunha tenda en liña podes influír nos clientes?
Si, en calquera lugar!
Certo. En cada etapa do ciclo de vida do cliente.
Para representar o ciclo de vida, é conveniente construír o chamado. "funil" do movemento do cliente a través do proceso.
Un exemplo de funil de tenda en liña:
Por que é así? Porque os clientes pérdense precisamente ao pasar dun paso a outro do funil.
Ao aumentar o número de clientes en calquera nivel do funil, aumentamos automaticamente o volume de vendas resultante.
Un exemplo sinxelo.
A métrica "Taxa de abandono do carro" mostra esencialmente a taxa de conversión dunha cesta da compra a un pedido completado.
Digamos que durante a primeira medición descubriches que se perden o 90% das cestas, é dicir. De 10 cestas, só se fai 1 pedido.
Está claro que hai algo mal co carro da compra, non?
Para simplificar, asumiremos que a cantidade dun pedido é de 100 rublos. Iso. o volume de vendas final será de só 100 rublos.
Como resultado das melloras dos carros, a porcentaxe de carros abandonados diminuíu entre un 10% e un 80%. Como se ve isto en números?
De 10 cestas, comezaron a facerse 2 pedidos. 100 rublos * 2 = 200 rublos.
Pero este é un aumento do volume de vendas nun 100%! Bingo!
Ao aumentar a túa conversión de pasos só un 10 %, aumentaches o teu volume de vendas nun 100 %.
Fantasía!
Pero iso é exactamente como funciona.
Entendes agora cal é a beleza das métricas construídas correctamente?
Coa súa axuda podes conseguir un impacto fantástico nos teus procesos.
Cunha tenda en liña, todo é bastante sinxelo, pero como se pode trasladar todo isto, por exemplo, á calidade do produto de software? Si exactamente igual:
- Escollemos o valor fundamental no que estamos a traballar. Por exemplo, estamos reducindo o número de incidencias no sector.
- Entendemos quen e que produce este valor. Por exemplo, o código fonte.
- Creamos un funil de ciclo de vida do código fonte e establecemos métricas en cada paso do funil. Todos.
Aquí, por exemplo, que métricas de calidade se poderían obter (desde a miña cabeza)...
Indicador de valor:
- Densidade de defectos industriais por 1000 liñas de código
Métricas baseadas no ciclo de vida do código fonte:
- proporción de compilacións sen éxito,
- cobertura de autotest,
- porcentaxe de autotests non exitosos,
- taxa de fracaso das implantacións.
Métricas baseadas no ciclo de vida do defecto:
- dinámica de detección de defectos,
- dinámica de corrección,
- dinámica de redescubrimentos,
- dinámica das desviacións de defectos,
- tempo medio de espera para unha corrección,
- tempo medio para arranxar.
Resultados de
Como podes ver, o tema das métricas é realmente moi importante, necesario e interesante.
Como elixir as métricas correctas:
Escolle un OMTM, pensa no seu valor fundamental e mide os produtores dese valor.
Crea métricas baseadas no funil de ciclo de vida do fabricante.
Evite usar métricas absolutas.
Que máis ler sobre este tema
O tema das métricas fíxose popular a raíz do movemento Lean Startup, polo que é mellor comezar a ler desde as fontes primarias: os libros "Lean Startup" (tradución ao ruso - "Business from Scratch. The Lean Startup Method" en Ozon) e "Lean Analytics" (non hai tradución, pero o libro en inglés véndese en Ozon).
Algunha información pódese atopar en Internet incluso en ruso, pero, desafortunadamente, aínda non se atopou un libro de texto completo nin sequera no segmento occidental.
Por certo, agora mesmo hai "especialistas en produtos" individuais cuxa tarefa é construír o sistema correcto de métricas para o seu produto e suxerir formas de melloralos.
Isto é todo.
Se o artigo che axudou a comprender mellor a esencia do problema, o autor agradeceríache un "gústame" e unha nova publicación.
Fonte: www.habr.com