איך מצאנו דרך מגניבה לחבר עסקים ו-DevOps

פילוסופיית DevOps, כאשר פיתוח משולב עם תחזוקת תוכנה, לא תפתיע אף אחד. טרנד חדש צובר תאוצה - DevOps 2.0 או BizDevOps. הוא משלב שלושה מרכיבים למכלול אחד: עסקים, פיתוח ותמיכה. ובדיוק כמו ב-DevOps, פרקטיקות הנדסיות מהוות את הבסיס לחיבור בין פיתוח לתמיכה, ובפיתוח עסקי, אנליטיקה לוקחת על עצמה את תפקיד ה"דבק" שמאחד פיתוח עם עסקים.

אני רוצה להודות מיד: גילינו רק עכשיו שיש לנו התפתחות עסקית אמיתית, אחרי שקראנו ספרים חכמים. זה איכשהו התאחד בזכות היוזמה של העובדים ותשוקה חסרת מעצורים לשיפור. Analytics הוא כעת חלק מתהליך ייצור הפיתוח, מצמצם באופן משמעותי את לולאות המשוב ומספק באופן קבוע תובנות. אני אספר לך בפירוט איך הכל עובד אצלנו.

חסרונות של קלאסי DevOps

כאשר הוגים מוצרים חדשים ללקוח, עסק יוצר מודל אידיאלי של התנהגות לקוחות ומצפה להמרה טובה, שעל בסיסה הוא בונה את המטרות והתוצאות העסקיות שלו. צוות הפיתוח מצידו שואף ליצור קוד טוב מאוד ואיכותי. תמכו בתקווה לאוטומציה מלאה של תהליכים, קלות ונוחות תחזוקת מוצר חדש.

המציאות לרוב מתפתחת כך שהלקוחות מקבלים תהליך מורכב למדי, העסק תקוע בהמרה נמוכה, צוותי הפיתוח משחררים תיקון אחר תיקון, והתמיכה טבעה בזרם הבקשות מלקוחות. נשמע מוכר?

שורש הרע כאן טמון בלולאת המשוב הארוכה והענייה המובנית בתהליך. עסקים ומפתחים, בעת איסוף דרישות וקבלת משוב במהלך ספרינטים, מתקשרים עם מספר מצומצם של לקוחות המשפיעים רבות על גורל המוצר. לרוב מה שחשוב לאדם אחד אינו אופייני כלל לכל קהל היעד.
ההבנה אם מוצר מתקדם בכיוון הנכון מגיעה עם דוחות כספיים ותוצאות מחקרי שוק חודשים לאחר ההשקה. ובשל גודל המדגם המצומצם, הם אינם מספקים הזדמנות לבחון השערות על מספר רב של לקוחות. באופן כללי, מתברר שהוא ארוך, לא מדויק ולא יעיל.

כלי גביע

מצאנו דרך טובה להתרחק מזה. כלי שבעבר רק עזר למשווקים מצא את דרכו לידיהם של עסקים ומפתחים. התחלנו להשתמש באופן אקטיבי ב-web analytics על מנת להסתכל על התהליך בזמן אמת, כאן ועכשיו כדי להבין מה קורה. בהתבסס על זה, תכנן את המוצר עצמו וגלגל אותו למספר רב של לקוחות.
אם אתם מתכננים שיפור מוצר כלשהו, ​​תוכלו לראות מיד לאילו מדדים הוא משויך, וכיצד המדדים הללו משפיעים על המכירות והמאפיינים החשובים לעסק. כך ניתן לנכות מיד השערות עם השפעה נמוכה. או, למשל, להפיץ פיצ'ר חדש למספר מובהק סטטיסטית של משתמשים ולנטר את המדדים בזמן אמת כדי להבין אם הכל עובד כמתוכנן. אל תחכו למשוב בצורה של בקשות או דוחות, אלא עקבו מיד והתאם מיד את תהליך יצירת המוצר בעצמכם. אנחנו יכולים להפעיל פיצ'ר חדש, לאסוף נתונים סטטיסטיים נכונים תוך שלושה ימים, לבצע שינויים בעוד שלושה ימים - ובעוד שבוע מוכן מוצר חדש נהדר.

ניתן לעקוב אחר כל המשפך, כל הלקוחות שבאו במגע עם המוצר החדש, לזהות נקודות בהן המשפך הצטמצם בחדות ולהבין את הסיבות. גם מפתחים וגם עסקים עוקבים אחר זה כחלק מהעבודה היומיומית שלהם. הם רואים את אותו מסע לקוח, ויחד הם יכולים לייצר רעיונות והשערות לשיפור.

שילוב זה של עסקים ופיתוח יחד עם אנליטיקס מאפשר ליצור מוצרים באופן רציף, לבצע אופטימיזציה מתמדת, לחפש ולראות צווארי בקבוק ואת כל התהליך כולו.

הכל עניין של מורכבות

כשאנחנו יוצרים מוצר חדש, אנחנו לא מתחילים מאפס, אלא משלבים אותו ברשת שירותים שכבר קיימת. כאשר מנסים מוצר חדש, לקוח לרוב יוצר קשר עם מספר מחלקות. הוא יכול לתקשר עם עובדי מרכז הקשר, עם מנהלים במשרד, הוא יכול לפנות לתמיכה או בצ'אטים מקוונים. באמצעות מדדים נוכל לראות, למשל, מה העומס על מרכז הקשר, כיצד לעבד בקשות נכנסות בצורה הטובה ביותר. אנו יכולים להבין כמה אנשים מגיעים למשרד ולהציע כיצד להמשיך לייעץ ללקוח.

זה בדיוק אותו הדבר עם מערכות מידע. הבנק שלנו קיים יותר מ-20 שנה, ובמהלכן נוצרה ועדיין מתפקדת שכבה גדולה של מערכות הטרוגניות. אינטראקציה בין מערכות עורפיות עשויה לפעמים להיות בלתי צפויה. לדוגמה, במערכת עתיקה כלשהי קיימות הגבלות על מספר התווים עבור שדה מסוים, ולפעמים זה מוריד את השירות החדש. זה די קשה לעקוב אחר באג באמצעות שיטות סטנדרטיות, אבל שימוש בניתוח אינטרנט זה קל.

הגענו לנקודה שבה התחלנו לאסוף ולנתח טקסטים של שגיאות שמוצגים ללקוח מכל המערכות המעורבות. התברר שרבים מהם היו מיושנים, ולא יכולנו אפילו לדמיין שהם היו מעורבים איכשהו בתהליך שלנו.

עבודה עם אנליטיקה

מנתחי האינטרנט וצוותי הפיתוח של SCRUM שלנו ממוקמים באותו חדר. הם כל הזמן מתקשרים אחד עם השני. במידת הצורך, מומחים עוזרים להגדיר מדדים או להוריד נתונים, אבל בעיקר חברי הצוות עצמם עובדים עם שירות הניתוח, אין שום דבר מסובך שם.

נדרשת עזרה אם, למשל, אתה צריך כמה תלות או מסננים נוספים עבור סוג מוגבל של לקוחות או מקורות. אבל בארכיטקטורה הנוכחית אנו נתקלים בכך לעתים רחוקות.

מעניין שהטמעת אנליטיקה לא דרשה התקנה של מערכת IT חדשה. אנו משתמשים באותה תוכנה שאנשי שיווק עבדו איתה בעבר. היה צורך רק להסכים על השימוש בו וליישם אותו בעסקים ובפיתוח. כמובן, לא יכולנו פשוט לקחת את מה שיש לשיווק, היינו צריכים להגדיר הכל מחדש ולתת גישה שיווקית לסביבה החדשה כדי שהם יהיו איתנו באותו שדה מידע.

בעתיד, אנו מתכננים לרכוש גרסה משופרת של תוכנת ניתוח אינטרנט שתאפשר לנו להתמודד עם ההיקפים הגדלים של הפעלות מעובדות.

כמו כן, אנו נמצאים באופן פעיל בתהליך של שילוב ניתוחי אינטרנט ומאגרי מידע פנימיים ממערכות CRM וחשבונאות. על ידי שילוב נתונים, אנו מקבלים תמונה מלאה של הלקוח בכל ההיבטים הדרושים: לפי מקור, סוג הלקוח, מוצר. שירותי BI שעוזרים להמחיש נתונים יהפכו בקרוב לזמינים לכל המחלקות.

עם מה סיימנו? למעשה, הפכנו את הניתוח וקבלת ההחלטות על זה לחלק מתהליך הייצור, שהייתה לו השפעה נראית לעין.

אנליטיקה: אל תדרוך על המגרפה

ולסיום, אני רוצה לחלוק כמה טיפים שיעזרו לכם להימנע מלהסתבך בתהליך בניית עסק לפיתוח עסקי.

1. אם אתה לא יכול לבצע ניתוחים במהירות, אז אתה עושה את הניתוח הלא נכון. אתה צריך ללכת בדרך פשוטה ממוצר אחד ואז להגדיל.
2. אתה חייב להיות צוות או אדם שיש להם הבנה טובה של ארכיטקטורת האנליטיקה העתידית. אתה עדיין צריך להחליט על החוף כיצד תרחיב את הניתוח, תשלב אותו במערכות אחרות ותעשה שימוש חוזר בנתונים.
3. אל תייצר נתונים מיותרים. סטטיסטיקת אינטרנט, בנוסף למידע שימושי, היא גם מזבלה ענקית עם נתונים לא איכותיים ומיותרים. והזבל הזה יפריע בקבלת החלטות ובהערכה אם לא יהיו מטרות ברורות.
4. אל תעשה אנליטיקה לשם אנליטיקה. ראשית, מטרות, בחירת כלי, ורק אחר כך - אנליטיקה רק היכן שתשפיע.

החומר הוכן במשותף עם צ'בוטר אולגה (olga_cebotari).

מקור: www.habr.com