Filosofi DevOps, ketika pengembangan digabungkan dengan pemeliharaan perangkat lunak, tidak akan mengejutkan siapa pun. Tren baru mendapatkan momentumnya - DevOps 2.0 atau BizDevOps. Ini menggabungkan tiga komponen menjadi satu kesatuan: bisnis, pengembangan dan dukungan. Dan seperti halnya di DevOps, praktik rekayasa membentuk dasar hubungan antara pengembangan dan dukungan, dan dalam pengembangan bisnis, analitik mengambil peran sebagai βperekatβ yang menyatukan pengembangan dengan bisnis.
Saya mau langsung akui: kami baru tahu sekarang bahwa kami memiliki perkembangan bisnis yang nyata, setelah membaca buku pintar. Hal ini terwujud berkat inisiatif karyawan dan semangat yang tak tertahankan untuk melakukan perbaikan. Analytics kini menjadi bagian dari proses produksi pengembangan, secara signifikan mengurangi putaran umpan balik dan secara rutin memberikan wawasan. Saya akan memberi tahu Anda secara detail cara kerja semuanya untuk kami.
Kekurangan DevOps Klasik
Ketika produk pelanggan baru disusun, sebuah bisnis menciptakan model perilaku pelanggan yang ideal dan mengharapkan konversi yang baik, yang menjadi dasar bisnis tersebut membangun tujuan dan hasil bisnisnya. Tim pengembangan, pada bagiannya, berupaya membuat kode yang sangat bagus dan berkualitas tinggi. Mendukung harapan untuk otomatisasi proses yang lengkap, kemudahan dan kenyamanan dalam memelihara produk baru.
Kenyataannya paling sering berkembang sedemikian rupa sehingga klien menerima proses yang agak rumit, bisnis terjebak dengan konversi yang rendah, tim pengembangan merilis perbaikan demi perbaikan, dan dukungan tenggelam dalam aliran permintaan dari klien. Kedengarannya familier?
Akar permasalahannya terletak pada umpan balik yang panjang dan buruk yang tertanam dalam proses tersebut. Bisnis dan pengembang, ketika mengumpulkan persyaratan dan menerima umpan balik selama sprint, berkomunikasi dengan sejumlah pelanggan terbatas yang sangat mempengaruhi nasib produk. Seringkali apa yang penting bagi satu orang sama sekali tidak penting bagi seluruh audiens sasaran.
Memahami apakah suatu produk bergerak ke arah yang benar diperoleh dari laporan keuangan dan hasil riset pasar beberapa bulan setelah peluncuran. Dan karena ukuran sampel yang terbatas, mereka tidak memberikan kesempatan untuk menguji hipotesis pada sejumlah besar klien. Secara umum, ternyata panjang, tidak akurat, dan tidak efektif.
Alat piala
Kami menemukan cara yang baik untuk menghindari hal ini. Alat yang sebelumnya hanya membantu pemasar kini telah sampai ke tangan bisnis dan pengembang. Kami mulai aktif menggunakan analisis web untuk melihat proses secara real time, di sini dan saat ini untuk memahami apa yang terjadi. Berdasarkan hal ini, rencanakan produk itu sendiri dan luncurkan ke banyak klien.
Jika Anda merencanakan semacam peningkatan produk, Anda dapat langsung melihat metrik apa yang terkait dengannya, dan bagaimana metrik ini memengaruhi penjualan dan karakteristik yang penting bagi bisnis. Dengan cara ini Anda dapat segera menyingkirkan hipotesis yang mempunyai efek rendah. Atau, misalnya, meluncurkan fitur baru ke sejumlah besar pengguna secara statistik dan memantau metrik secara real-time untuk memahami apakah semuanya berfungsi sebagaimana mestinya. Jangan menunggu feedback berupa permintaan atau laporan, namun segera pantau dan segera sesuaikan sendiri proses pembuatan produk tersebut. Kami dapat meluncurkan fitur baru, mengumpulkan data statistik yang benar dalam tiga hari, melakukan perubahan dalam tiga hari berikutnya - dan dalam seminggu produk baru yang hebat akan siap.
Anda dapat melacak keseluruhan corong, semua pelanggan yang melakukan kontak dengan produk baru, mendeteksi titik-titik di mana corong menyempit tajam, dan memahami alasannya. Baik pengembang maupun pebisnis kini memantau hal ini sebagai bagian dari pekerjaan mereka sehari-hari. Mereka melihat perjalanan pelanggan yang sama, dan bersama-sama mereka dapat menghasilkan ide dan hipotesis untuk perbaikan.
Integrasi bisnis dan pengembangan bersama dengan analitik ini memungkinkan terciptanya produk secara terus menerus, terus dioptimalkan, mencari dan melihat hambatan, dan keseluruhan proses secara keseluruhan.
Ini semua tentang kompleksitas
Saat kami membuat produk baru, kami tidak memulai dari awal, namun mengintegrasikannya ke dalam web layanan yang sudah ada. Saat mencoba produk baru, klien paling sering menghubungi beberapa departemen. Dia dapat berkomunikasi dengan karyawan pusat kontak, dengan manajer di kantor, dia dapat menghubungi dukungan, atau dalam obrolan online. Dengan menggunakan metrik, kita dapat melihat, misalnya, beban apa yang ada di pusat kontak, cara terbaik untuk memproses permintaan yang masuk. Kami dapat memahami berapa banyak orang yang datang ke kantor dan menyarankan cara memberikan saran lebih lanjut kepada klien.
Sama halnya dengan sistem informasi. Bank kami telah berdiri selama lebih dari 20 tahun, selama waktu tersebut sejumlah besar sistem heterogen telah tercipta dan masih berfungsi. Interaksi antar sistem backend terkadang tidak dapat diprediksi. Misalnya, dalam beberapa sistem kuno terdapat pembatasan jumlah karakter untuk bidang tertentu, dan terkadang hal ini membuat layanan baru menjadi crash. Cukup sulit untuk melacak bug menggunakan metode standar, tetapi menggunakan analisis web itu mudah.
Kami sampai pada titik di mana kami mulai mengumpulkan dan menganalisis teks kesalahan yang ditampilkan kepada klien dari semua sistem yang terlibat. Ternyata banyak dari mereka yang sudah ketinggalan zaman, dan kami bahkan tidak dapat membayangkan bahwa mereka terlibat dalam proses kami.
Bekerja dengan analitik
Analis web dan tim pengembangan SCRUM kami berada di ruangan yang sama. Mereka terus-menerus berinteraksi satu sama lain. Bila diperlukan, spesialis membantu menyiapkan metrik atau mengunduh data, tetapi sebagian besar anggota tim sendiri yang bekerja dengan layanan analitik, tidak ada yang rumit di sana.
Bantuan diperlukan jika, misalnya, Anda memerlukan beberapa dependensi atau filter tambahan untuk jenis klien atau sumber terbatas. Namun dalam arsitektur saat ini kita jarang menemui hal ini.
Menariknya, penerapan analitik tidak memerlukan instalasi sistem TI baru. Kami menggunakan perangkat lunak yang sama dengan yang pernah digunakan pemasar sebelumnya. Yang perlu dilakukan hanyalah menyepakati penggunaan dan penerapannya dalam bisnis dan pembangunan. Tentu saja, kami tidak bisa begitu saja mengambil apa yang dimiliki pemasaran, kami harus mengkonfigurasi ulang semuanya dan memberikan akses pemasaran ke lingkungan baru sehingga mereka berada di bidang informasi yang sama dengan kami.
Di masa depan, kami berencana untuk membeli versi perangkat lunak analisis web yang lebih baik yang akan memungkinkan kami mengatasi peningkatan volume sesi yang diproses.
Kami juga secara aktif dalam proses mengintegrasikan analisis web dan database internal dari CRM dan sistem akuntansi. Dengan menggabungkan data, kami mendapatkan gambaran lengkap tentang klien dalam semua aspek yang diperlukan: berdasarkan sumber, jenis klien, produk. Layanan BI yang membantu memvisualisasikan data akan segera tersedia untuk semua departemen.
Apa yang akhirnya kita dapatkan? Faktanya, kami menjadikan analisis dan pengambilan keputusan sebagai bagian dari proses produksi, yang memiliki efek nyata.
Analisis: jangan menginjak penggaruk
Dan terakhir, saya ingin berbagi beberapa tips yang akan membantu Anda menghindari kesulitan dalam proses membangun bisnis pengembangan bisnis.
- Jika Anda tidak dapat melakukan analisis dengan cepat, berarti Anda melakukan analisis yang salah. Anda perlu mengikuti jalur sederhana dari satu produk dan kemudian meningkatkannya.
- Anda harus memiliki tim atau orang yang memiliki pemahaman yang baik tentang arsitektur analitik masa depan. Anda masih perlu memutuskan bagaimana Anda akan menskalakan analitik, mengintegrasikannya ke sistem lain, dan menggunakan kembali data.
- Jangan menghasilkan data yang tidak perlu. Statistik web, selain informasi berguna, juga merupakan tempat pembuangan sampah besar dengan data berkualitas rendah dan tidak perlu. Dan sampah ini akan mengganggu pengambilan keputusan dan penilaian jika tidak ada tujuan yang jelas.
- Jangan melakukan analitik demi analitik. Pertama, tujuan, pilihan alat, dan baru kemudian - analisis hanya jika hal itu akan berpengaruh.
Materi disiapkan bersama dengan Chebotar Olga ().
Sumber: www.habr.com