La filosofia del DevOps, in cui lo sviluppo si unisce alla manutenzione del software, non sorprende più nessuno. Sta guadagnando forza una nuova tendenza: il DevOps 2.0 o BizDevOps. Qui si fondono in un'unica entità tre componenti: business, sviluppo e supporto. E proprio come nelle pratiche ingegneristiche del DevOps che costituiscono la base del collegamento tra sviluppo e supporto, così nel BizDevOps l'analisi svolge il ruolo di "collante" che unisce sviluppo e business.
Voglio subito ammettere: abbiamo scoperto solo ora, leggendo libri intelligenti, che siamo riusciti a creare un vero BizDevOps. È successo quasi da solo grazie all'iniziativa dei dipendenti e alla loro inarrestabile passione per le migliorie. Ora, l'analisi è parte integrante del processo produttivo di sviluppo, riducendo notevolmente i cicli di feedback e fornendo regolarmente intuizioni. Vi racconterò in dettaglio come abbiamo organizzato tutto.
Svantaggi del DevOps classico
Quando si pensa a nuovi prodotti per i clienti, il business crea un modello ideale di comportamento dei clienti e punta a una buona conversione, sulla base del quale costruisce obiettivi e risultati aziendali. Il team di sviluppo, da parte sua, si impegna a scrivere codice di alta qualità. Il supporto, invece, spera in un'automazione completa dei processi, nella facilità e nella comodità di gestione del nuovo prodotto.
La realtà spesso si presenta in questo modo: i clienti ottengono un processo piuttosto complesso, il business si scontra con una bassa conversione, i team di sviluppo rilasciano fix su fix, e il supporto si trova sopraffatto da un afflusso di richieste da parte dei clienti. Ti suona familiare?
La radice del problema risiede in un ciclo di feedback lungo e scadente, inserito nel processo. Il business e gli sviluppatori, durante la raccolta dei requisiti e la ricezione di feedback durante gli sprint, si interfacciano con un numero limitato di clienti che hanno un forte impatto sul destino del prodotto. Spesso ciò che è importante per uno non è affatto caratteristico per tutta la target audience.
La comprensione se lo sviluppo del prodotto stia andando nella direzione giusta arriva insieme ai rapporti finanziari e ai risultati delle ricerche di mercato mesi dopo il lancio. Inoltre, a causa della limitatezza del campione, non consentono di verificare le ipotesi su un gran volume di clienti. In generale, il processo risulta lungo, impreciso e inefficace.
Strumento trofeo
Abbiamo trovato un buon modo per allontanarci da questo. Uno strumento che in precedenza aiutava solo i marketer è ora finito nelle mani delle aziende e degli sviluppatori. Abbiamo iniziato a utilizzare attivamente l'analisi web per osservare il processo in tempo reale, capire qui e ora cosa sta succedendo. Sulla base di questo, pianificare il prodotto stesso e il suo lancio su un ampio volume di clienti.
Se è previsto un miglioramento del prodotto, si può subito vedere con quali metriche è correlato e come queste metriche influenzano le vendite e le caratteristiche importanti per l'azienda. In questo modo, si possono subito scartare le ipotesi a basso impatto. Oppure, ad esempio, lanciare una nuova funzionalità su un numero statisticamente significativo di utenti e monitorare in tempo reale le metriche per capire se tutto funziona come previsto. Non aspettare feedback sotto forma di richieste o rapporti, ma monitorare e correggere rapidamente il processo di creazione del prodotto. Possiamo lanciare una nuova funzionalità, raccogliere dati statisticamente validi dopo tre giorni, apportare modifiche dopo ulteriori tre giorni—e in una settimana abbiamo un ottimo nuovo prodotto.
È possibile tracciare l'intero funnel, tutti i clienti che sono venuti a contatto con il nuovo prodotto, scoprire i punti in cui il funnel si è ristretto bruscamente e analizzare le cause. Ora sia gli sviluppatori che le aziende monitorano questo, è parte del lavoro quotidiano. Vedono lo stesso percorso del cliente e possono generare idee e ipotesi per miglioramenti insieme.
Una tale integrazione tra business e sviluppo, insieme all'analisi, consente di creare prodotti in modo continuo, ottimizzare costantemente, individuare e vedere i colli di bottiglia, l'intero processo nella sua interezza.
Tutto sta nella complessità
Quando creiamo un nuovo prodotto, non partiamo da zero, ma lo integriamo in una rete di servizi già esistente. Avvicinandosi al nuovo prodotto, il cliente di solito interagisce con diversi reparti. Può comunicare con i dipendenti del centro assistenza, con i manager in ufficio, oppure può contattare il supporto, tramite chat online. Con l'ausilio delle metriche, possiamo vedere, per esempio, quale sia il carico sul centro assistenza, come gestire al meglio le richieste in arrivo. Possiamo capire quante persone arrivano in ufficio e suggerire come continuare a consulare il cliente.
Con i sistemi informatici è tutto uguale. La nostra banca esiste da più di 20 anni e, in questo periodo, è stata creata e continua a funzionare una vasta gamma di sistemi eterogenei. L'interazione tra i sistemi backend può essere a volte imprevedibile. Per esempio, in un sistema antiquato, su un certo campo, ci sono limitazioni sul numero di caratteri, e questo a volte causa il malfunzionamento di un nuovo servizio. Tracciare un bug con i metodi standard è piuttosto difficile, ma con l'analisi web è elementare.
Siamo arrivati al punto di raccogliere e analizzare i messaggi di errore da tutti i sistemi coinvolti, quelli che vengono mostrati al cliente. Si è scoperto che molti di essi erano obsoleti, e non avremmo potuto immaginare che in qualche modo partecipassero al nostro processo.
Lavorare con l'analisi
I nostri analisti web e i team di sviluppo SCRUM si trovano nella stessa stanza. Interagiscono costantemente tra loro. Quando necessario, gli specialisti aiutano a configurare le metriche o a estrarre i dati, ma in generale i membri del team lavorano autonomamente con il servizio di analisi, non è nulla di complicato.
L'aiuto è richiesto, per esempio, se è necessario avere dipendenze particolari, filtri addizionali per un tipo di clienti o fonti limitate. Tuttavia, nella nostra architettura attuale, ci imbattiamo raramente in ciò.
È interessante notare che l'implementazione dell'analisi non ha richiesto l'installazione di un nuovo sistema IT. Utilizziamo lo stesso software con cui i marketer lavoravano in precedenza. Era sufficiente approvare il suo utilizzo e integrarlo nei processi aziendali e di sviluppo. Certo, non potevamo semplicemente prendere ciò che aveva il marketing; abbiamo dovuto riconfigurarlo completamente e dare al marketing accesso a un nuovo ambiente, affinché fossero con noi nello stesso campo informativo.
In futuro, prevediamo di acquistare una versione migliorata del software per l'analisi web, che ci consentirà di gestire i volumi crescenti delle sessioni elaborate.
Inoltre, stiamo attualmente integrando attivamente l'analisi web e i database interni da CRM e sistemi di contabilità. Combinando i dati, otteniamo una visione completa del cliente in tutti i segmenti necessari: per fonti, tipi di clienti, prodotti. I servizi BI, che aiutano a visualizzare i dati, saranno presto disponibili per tutti i reparti.
Qual è stato il risultato finale? Praticamente abbiamo reso l'analisi e la decisione basata su di essa parte del processo produttivo, il che ha portato a risultati visibili.
Analisi: non inciampate sui problemi già noti.
Infine, voglio condividere alcuni consigli che vi aiuteranno ad evitare di accumulare esperienze negative durante l'implementazione del bizdevops.
- Se non riuscite a fare l'analisi rapidamente, significa che state facendo l'analisi sbagliata. Bisogna seguire un percorso semplice partendo da un prodotto e poi scalare.
- Dovete avere assolutamente un team o una persona che comprenda bene l'architettura futura dell'analisi. È necessario stabilire in anticipo come scalerete l'analisi, come la integrerete in altri sistemi e come riutilizzerete i dati.
- Non generate dati superflui. La statistica web è non solo informativa, ma anche una grande discarica di dati di bassa qualità e irrilevanti. Questa spazzatura ostacolerà la decisione e la valutazione se non ci sono obiettivi chiari.
- Non fate analisi per il solo gusto di farle. Prima di tutto, stabilite gli obiettivi, scegliete gli strumenti e solo dopo procedete con l'analisi, solo dove sarà efficace.
Il materiale è stato preparato in collaborazione con Olga Chebotar ().
Fonte: habr.com
