La filosofia DevOps, quando lo sviluppo è abbinato alla manutenzione del software, non sorprenderà nessuno. Una nuova tendenza sta guadagnando slancio: DevOps 2.0 o BizDevOps. Combina tre componenti in un unico insieme: business, sviluppo e supporto. E proprio come in DevOps, le pratiche ingegneristiche costituiscono la base della connessione tra sviluppo e supporto, e nello sviluppo del business, l’analitica assume il ruolo di “collante” che unisce sviluppo e business.
Voglio ammetterlo subito: abbiamo scoperto solo ora di avere un vero sviluppo aziendale, dopo aver letto libri intelligenti. In qualche modo si è riunito grazie all'iniziativa dei dipendenti e ad un'irrefrenabile passione per il miglioramento. L'analisi fa ora parte del processo di produzione dello sviluppo, riducendo in modo significativo i cicli di feedback e fornendo regolarmente approfondimenti. Ti dirò in dettaglio come funziona tutto per noi.
Svantaggi del DevOps classico
Quando vengono concepiti nuovi prodotti per i clienti, un'azienda crea un modello ideale di comportamento del cliente e si aspetta una buona conversione, sulla base della quale costruisce i propri obiettivi e risultati aziendali. Il team di sviluppo, da parte sua, si impegna a creare un codice molto buono e di alta qualità. Sostenere le speranze di completa automazione dei processi, facilità e comodità di manutenzione di un nuovo prodotto.
La realtà molto spesso si sviluppa in modo tale che i clienti ricevono un processo piuttosto complesso, l'azienda è bloccata con una bassa conversione, i team di sviluppo rilasciano una correzione dopo l'altra e il supporto è sommerso nel flusso di richieste dei clienti. Suona familiare?
La radice del male qui risiede nel lungo e scarso ciclo di feedback incorporato nel processo. Le aziende e gli sviluppatori, quando raccolgono i requisiti e ricevono feedback durante gli sprint, comunicano con un numero limitato di clienti che influenzano notevolmente il destino del prodotto. Spesso ciò che è importante per una persona non è affatto tipico per l'intero pubblico target.
Per capire se un prodotto si sta muovendo nella giusta direzione è necessario disporre di report finanziari e risultati di ricerche di mercato mesi dopo il lancio. Inoltre, a causa della dimensione limitata del campione, non offrono l’opportunità di testare ipotesi su un gran numero di clienti. In generale, risulta essere lungo, impreciso e inefficace.
Strumento trofeo
Abbiamo trovato un buon modo per allontanarci da tutto questo. Uno strumento che in precedenza aiutava solo gli esperti di marketing è ora arrivato nelle mani di aziende e sviluppatori. Abbiamo iniziato a utilizzare attivamente l'analisi web per osservare il processo in tempo reale, qui e ora per capire cosa sta succedendo. Sulla base di ciò, pianifica il prodotto stesso e distribuiscilo a un gran numero di clienti.
Se stai pianificando qualche tipo di miglioramento del prodotto, puoi immediatamente vedere a quali parametri è associato e come questi parametri influiscono sulle vendite e sulle caratteristiche importanti per l'azienda. In questo modo è possibile scartare immediatamente le ipotesi con scarso effetto. Oppure, ad esempio, distribuire una nuova funzionalità a un numero statisticamente significativo di utenti e monitorare le metriche in tempo reale per capire se tutto funziona come previsto. Non aspettare feedback sotto forma di richieste o segnalazioni, ma monitora immediatamente e adatta tempestivamente tu stesso il processo di creazione del prodotto. Possiamo implementare una nuova funzionalità, raccogliere dati statisticamente corretti in tre giorni, apportare modifiche in altri tre giorni e in una settimana è pronto un nuovo fantastico prodotto.
Puoi tracciare l'intero funnel, tutti i clienti che sono entrati in contatto con il nuovo prodotto, individuare i punti in cui il funnel si è ristretto bruscamente e comprenderne le ragioni. Sia gli sviluppatori che le aziende ora monitorano questo aspetto come parte del loro lavoro quotidiano. Vedono lo stesso percorso del cliente e insieme possono generare idee e ipotesi di miglioramento.
Questa integrazione di business e sviluppo insieme all'analisi rende possibile la creazione continua di prodotti, l'ottimizzazione costante, la ricerca e l'individuazione dei colli di bottiglia e l'intero processo nel suo insieme.
È tutta una questione di complessità
Quando creiamo un nuovo prodotto, non partiamo da zero, ma lo integriamo in una rete di servizi già esistente. Quando prova un nuovo prodotto, un cliente molto spesso contatta diversi dipartimenti. Può comunicare con i dipendenti del contact center, con i manager in ufficio, può contattare l'assistenza o nelle chat online. Utilizzando le metriche, possiamo vedere, ad esempio, qual è il carico sul contact center, come elaborare al meglio le richieste in arrivo. Possiamo capire quante persone raggiungono l'ufficio e suggerire come consigliare ulteriormente il cliente.
È esattamente lo stesso con i sistemi informativi. La nostra banca esiste da più di 20 anni, durante i quali si è creato un ampio strato di sistemi eterogenei che continuano a funzionare. L'interazione tra i sistemi backend a volte può essere imprevedibile. Ad esempio, in alcuni sistemi antichi ci sono restrizioni sul numero di caratteri per un determinato campo e talvolta ciò blocca il nuovo servizio. È abbastanza difficile tenere traccia di un bug utilizzando metodi standard, ma utilizzando l’analisi web è facile.
Siamo arrivati al punto in cui abbiamo iniziato a raccogliere e analizzare i testi di errore che vengono mostrati al cliente da tutti i sistemi coinvolti. Si è scoperto che molti di loro erano obsoleti e non potevamo nemmeno immaginare che fossero in qualche modo coinvolti nel 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. Se necessario, gli specialisti aiutano a impostare i parametri o scaricare i dati, ma soprattutto i membri del team lavorano con il servizio di analisi, non c'è niente di complicato.
È necessario aiuto se, ad esempio, hai bisogno di alcune dipendenze o filtri aggiuntivi per un tipo limitato di client o origini. Ma nell’architettura attuale lo incontriamo raramente.
È interessante notare che l'implementazione dell'analisi non ha richiesto l'installazione di un nuovo sistema IT. Utilizziamo lo stesso software con cui gli esperti di marketing hanno lavorato in precedenza. Era solo necessario concordare il suo utilizzo e implementarlo negli affari e nello sviluppo. Naturalmente, non potevamo semplicemente prendere ciò che aveva il marketing, dovevamo riconfigurare tutto da capo e dare accesso al marketing a un nuovo ambiente in modo che fossero nello stesso campo informativo con noi.
In futuro prevediamo di acquistare una versione migliorata del software di analisi web che ci consentirà di far fronte ai crescenti volumi di sessioni elaborate.
Stiamo inoltre attivamente procedendo all'integrazione dell'analisi web e dei database interni da CRM e sistemi contabili. Combinando i dati otteniamo un quadro completo del cliente in tutti gli aspetti necessari: per provenienza, tipologia di cliente, prodotto. I servizi BI che aiutano a visualizzare i dati saranno presto disponibili per tutti i dipartimenti.
Cosa abbiamo ottenuto? In effetti, abbiamo reso l’analisi e il processo decisionale parte integrante del processo di produzione, il che ha avuto un effetto visibile.
Analitica: non calpestare il rastrello
Infine, voglio condividere alcuni suggerimenti che ti aiuteranno a evitare di finire nei guai nel processo di creazione di un'attività di sviluppo aziendale.
- Se non riesci a eseguire analisi rapidamente, stai eseguendo l’analisi sbagliata. È necessario seguire un percorso semplice partendo da un prodotto e poi ampliarlo.
- È necessario disporre di un team o di una persona che abbia una buona conoscenza della futura architettura di analisi. Devi ancora decidere a terra come ridimensionare le analisi, integrarle in altri sistemi e riutilizzare i dati.
- Non generare dati non necessari. Le statistiche web, oltre alle informazioni utili, sono anche un'enorme discarica con dati di bassa qualità e non necessari. E questa spazzatura interferirà con il processo decisionale e la valutazione se non ci sono obiettivi chiari.
- Non fare analisi per il bene dell'analisi. Innanzitutto, obiettivi, scelta dello strumento e solo allora: analisi solo dove avrà effetto.
Il materiale è stato preparato insieme a Chebotar Olga ().
Fonte: habr.com