DevOps filozofija, kada se razvoj kombinira s održavanjem softvera, nikoga neće iznenaditi. Novi trend uzima maha - DevOps 2.0 ili BizDevOps. Spaja tri komponente u jedinstvenu cjelinu: poslovanje, razvoj i podršku. I baš kao što u DevOpsu inženjerske prakse čine temelj veze između razvoja i podrške, tako i u poslovnom razvoju analitika preuzima ulogu “ljepila” koje spaja razvoj s poslovanjem.
Želim odmah priznati: tek smo sada, nakon čitanja pametnih knjiga, saznali da imamo pravi poslovni razvoj. Nekako se to spojilo zahvaljujući inicijativi zaposlenika i nezadrživoj strasti za usavršavanjem. Analitika je sada dio proizvodnog procesa razvoja, značajno smanjujući petlje povratnih informacija i redovito pružajući uvide. Reći ću vam detaljno kako sve funkcionira kod nas.
Nedostaci klasičnog DevOps-a
Kada se osmišljavaju novi proizvodi za kupce, tvrtka stvara idealan model ponašanja kupaca i očekuje dobru konverziju, na temelju čega gradi svoje poslovne ciljeve i rezultate. Razvojni tim sa svoje strane nastoji napraviti vrlo dobar i kvalitetan kod. Podrška se nada potpunoj automatizaciji procesa, jednostavnosti i praktičnosti održavanja novog proizvoda.
Stvarnost se najčešće razvija na način da klijenti dobiju prilično složen proces, posao zaglavi s niskom konverzijom, razvojni timovi izdaju popravak za popravkom, a podrška se utopi u protoku zahtjeva klijenata. Zvuči poznato?
Korijen zla ovdje leži u dugoj i lošoj povratnoj petlji ugrađenoj u proces. Tvrtke i programeri, prilikom prikupljanja zahtjeva i primanja povratnih informacija tijekom sprinteva, komuniciraju s ograničenim brojem kupaca koji uvelike utječu na sudbinu proizvoda. Često ono što je važno za jednu osobu uopće nije tipično za cijelu ciljanu publiku.
Razumijevanje kreće li se proizvod u pravom smjeru dolazi s financijskim izvješćima 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 dug, netočan i neučinkovit.
Trofejni alat
Pronašli smo dobar način da pobjegnemo od ovoga. Alat koji je prije samo pomagao marketinškim stručnjacima sada se našao u rukama tvrtki i programera. Počeli smo aktivno koristiti web analitiku kako bismo sagledali proces u stvarnom vremenu, ovdje i sada kako bismo razumjeli što se događa. Na temelju toga planirajte sam proizvod i plasirajte ga na veliki broj klijenata.
Ako planirate neku vrstu poboljšanja proizvoda, odmah možete vidjeti s kojim je metrikama to povezano te kako te metrike utječu na prodaju i karakteristike koje su važne za poslovanje. Na taj način možete odmah ukloniti hipoteze s niskim učinkom. Ili, na primjer, uvedite novu značajku za statistički značajan broj korisnika i pratite metriku u stvarnom vremenu kako biste shvatili radi li sve kako je predviđeno. Ne čekajte povratnu informaciju u obliku zahtjeva ili izvješća, već sami odmah pratite i pravovremeno prilagodite proces izrade proizvoda. Možemo pokrenuti novu značajku, prikupiti statistički točne podatke u tri dana, unijeti promjene u još tri dana - i za tjedan dana odličan novi proizvod je spreman.
Možete pratiti cijeli tok, sve kupce koji su došli u kontakt s novim proizvodom, otkriti točke gdje se tok naglo suzio i razumjeti razloge. I programeri i tvrtke 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 omogućuje kontinuirano kreiranje proizvoda, stalnu optimizaciju, traženje i uočavanje uskih grla te cijeli proces u cjelini.
Sve je u složenosti
Kada stvaramo novi proizvod, ne krećemo od nule, već ga integriramo u već postojeću mrežu usluga. Prilikom isprobavanja novog proizvoda klijent najčešće kontaktira nekoliko odjela. Može komunicirati sa zaposlenicima kontakt centra, s menadžerima u uredu, može kontaktirati podršku ili u online chatovima. Pomoću metrike možemo vidjeti, na primjer, koliko je opterećenje kontaktnog centra, kako najbolje obraditi dolazne zahtjeve. Možemo razumjeti koliko ljudi dolazi u ured i predložiti kako dalje savjetovati klijenta.
Potpuno je isto s informacijskim sustavima. Naša banka postoji više od 20 godina, tijekom kojih je stvoren veliki sloj heterogenih sustava koji još uvijek funkcionira. Interakcija između pozadinskih sustava ponekad može biti nepredvidiva. Na primjer, u nekom drevnom sustavu postoje ograničenja broja znakova za određeno polje, a ponekad to ruši novu uslugu. Prilično je teško pratiti bug koristeći standardne metode, ali pomoću web analitike to je lako.
Došli smo do točke gdje smo počeli prikupljati i analizirati tekstove grešaka koji se prikazuju klijentu iz svih uključenih sustava. Pokazalo se da su mnogi od njih zastarjeli, a nismo mogli ni zamisliti da su na neki način uključeni u naš proces.
Rad s analitikom
Naši web analitičari i SCRUM razvojni timovi nalaze se u istoj prostoriji. Stalno su u interakciji jedni s drugima. Kada je potrebno, stručnjaci pomažu postaviti metriku ili preuzeti podatke, ali uglavnom sami članovi tima rade s uslugom analitike, tu nema ništa komplicirano.
Pomoć je potrebna ako su vam, na primjer, potrebne neke ovisnosti ili dodatni filtri za ograničenu vrstu klijenata ili izvora. Ali u današnjoj arhitekturi to rijetko susrećemo.
Zanimljivo je da implementacija analitike nije zahtijevala ugradnju novog IT sustava. Koristimo isti softver s kojim su trgovci već radili. Trebalo je samo dogovoriti njegovu upotrebu i implementirati je u poslovanje i razvoj. Naravno, nismo mogli samo uzeti ono što marketing ima, morali smo sve rekonfigurirati iznova i marketingu omogućiti pristup novom okruženju kako bi bili u istom informacijskom polju s nama.
U budućnosti planiramo kupiti poboljšanu verziju softvera za web analitiku koja će nam omogućiti da se nosimo sa sve većim količinama obrađenih sesija.
Također smo aktivno u procesu integracije web analitike i internih baza podataka iz CRM i računovodstvenih sustava. Kombinacijom podataka dobivamo cjelovitu sliku klijenta u svim potrebnim aspektima: prema izvoru, tipu klijenta, proizvodu. BI usluge koje pomažu u vizualizaciji podataka uskoro će postati dostupne svim odjelima.
Što smo završili? Zapravo smo analitiku i odlučivanje o njoj učinili dijelom proizvodnog procesa, što je imalo vidljiv učinak.
Analitika: nemojte gaziti grablje
I na kraju, želim podijeliti nekoliko savjeta koji će vam pomoći da izbjegnete probleme u procesu izgradnje poduzeća za razvoj poslovanja.
- Ako ne možete brzo napraviti analitiku, onda radite pogrešnu analitiku. Morate slijediti jednostavan put od jednog proizvoda, a zatim povećati.
- Morate imati tim ili osobu koja dobro razumije buduću analitičku arhitekturu. Još uvijek morate odlučiti na obali kako ćete mjeriti analitiku, integrirati je u druge sustave i ponovno koristiti podatke.
- Ne stvarajte nepotrebne podatke. Web statistika, osim korisnih informacija, je i veliko smetlište nekvalitetnih i nepotrebnih podataka. I to će smeće ometati donošenje odluka i procjenu ako nema jasnih ciljeva.
- Ne bavite se analitikom radi analitike. Prvo ciljevi, izbor alata, a tek onda – analitika samo tamo gdje će imati učinka.
Materijal je pripremljen zajedno s Chebotar Olgom ().
Izvor: www.habr.com