ProHoster > Blogs > Administrācija > Kā mēs atradām lielisku veidu, kā savienot uzņēmumu un DevOps

Kā mēs atradām lielisku veidu, kā savienot uzņēmumu un DevOps

DevOps filozofija, kad izstrāde tiek apvienota ar programmatÅ«ras uzturÄ“Å”anu, nevienu nepārsteigs. Jauna tendence uzņem apgriezienus - DevOps 2.0 vai BizDevOps. Tas apvieno trÄ«s komponentus vienā veselumā: uzņēmējdarbÄ«bu, attÄ«stÄ«bu un atbalstu. Un tāpat kā DevOps, inženiertehniskās prakses veido pamatu saiknei starp attÄ«stÄ«bu un atbalstu, un biznesa attÄ«stÄ«bā analÄ«tika ieņem ā€œlÄ«mesā€ lomu, kas apvieno attÄ«stÄ«bu ar biznesu.

Uzreiz gribu atzÄ«ties: to, ka mums ir Ä«sta biznesa attÄ«stÄ«ba, uzzinājām tikai tagad, izlasot gudras grāmatas. Tas kaut kā sanāca, pateicoties darbinieku iniciatÄ«vai un nepārvaramai tieksmei pilnveidoties. Analytics tagad ir daļa no izstrādes ražoÅ”anas procesa, ievērojami samazinot atgriezeniskās saites cilpas un regulāri sniedzot ieskatus. Es jums pastāstÄ«Å”u sÄ«kāk, kā mums viss darbojas.

Kā mēs atradām lielisku veidu, kā savienot uzņēmumu un DevOps

Klasiskās DevOps trūkumi

Kad tiek iecerēti jauni klientu produkti, bizness izveido ideālu klientu uzvedÄ«bas modeli un sagaida labu konversiju, uz kuras pamata tiek veidoti biznesa mērÄ·i un rezultāti. Izstrādes komanda no savas puses cenÅ”as izveidot ļoti labu, kvalitatÄ«vu kodu. Atbalsta cerÄ«bas uz pilnÄ«gu procesu automatizāciju, vieglu un ērtu jauna produkta uzturÄ“Å”anu.

Realitāte visbiežāk attÄ«stās tā, ka klienti saņem diezgan sarežģītu procesu, bizness iestrēgst ar zemu konversiju, izstrādes komandas izlaiž labojumus pēc laboÅ”anas, un atbalsts noslÄ«kst klientu pieprasÄ«jumu plÅ«smā. Izklausās pazÄ«stami?

Ä»aunuma sakne Å”eit slēpjas garajā un sliktajā atgriezeniskās saites cilpā, kas ir iebÅ«vēta procesā. Uzņēmumi un izstrādātāji, apkopojot prasÄ«bas un saņemot atsauksmes sprinta laikā, sazinās ar ierobežotu skaitu klientu, kas lielā mērā ietekmē produkta likteni. Bieži vien tas, kas ir svarÄ«gs vienam cilvēkam, nemaz nav raksturÄ«gs visai mērÄ·auditorijai.
Izpratne par to, vai produkts virzās pareizajā virzienā, nāk ar finanÅ”u pārskatiem un tirgus izpētes rezultātiem mēneÅ”us pēc izlaiÅ”anas. Un ierobežotā izlases lieluma dēļ tie nenodroÅ”ina iespēju pārbaudÄ«t hipotēzes uz lielu skaitu klientu. Kopumā tas izrādās garÅ”, neprecÄ«zs un neefektÄ«vs.

Trofeju rīks

Mēs atradām labu veidu, kā no tā atbrÄ«voties. RÄ«ks, kas iepriekÅ” palÄ«dzēja tikai tirgotājiem, tagad ir nonācis uzņēmumu un izstrādātāju rokās. Mēs sākām aktÄ«vi izmantot tÄ«mekļa analÄ«zi, lai skatÄ«tu procesu reāllaikā, Å”eit un tagad, lai saprastu, kas notiek. Pamatojoties uz to, plānojiet paÅ”u produktu un izplatiet to lielam skaitam klientu.
Ja plānojat kādu produkta uzlabojumu, varat uzreiz redzēt, ar kādiem rādÄ«tājiem tas ir saistÄ«ts un kā Å”ie rādÄ«tāji ietekmē pārdoÅ”anu un uzņēmumam svarÄ«gās Ä«paŔības. Tādā veidā jÅ«s varat nekavējoties atsijāt hipotēzes ar zemu efektu. Vai, piemēram, ieviest jaunu funkciju statistiski nozÄ«mÄ«gam lietotāju skaitam un pārraudzÄ«t metriku reāllaikā, lai saprastu, vai viss darbojas, kā paredzēts. Negaidiet atsauksmes pieprasÄ«jumu vai atskaiÅ”u veidā, bet nekavējoties uzraugiet un nekavējoties pielāgojiet produkta izveides procesu pats. Mēs varam ieviest jaunu funkciju, apkopot statistiski pareizus datus trÄ«s dienu laikā, veikt izmaiņas vēl trÄ«s dienu laikā ā€” un pēc nedēļas lielisks jauns produkts ir gatavs.

Varat izsekot visai piltuvei, visiem klientiem, kuri saskārās ar jauno produktu, noteikt punktus, kur piltuve krasi saÅ”aurinājusies, un izprast iemeslus. Gan izstrādātāji, gan uzņēmumi tagad to uzrauga kā daļu no sava ikdienas darba. Viņi redz vienu un to paÅ”u klientu ceļu, un kopā viņi var radÄ«t idejas un hipotēzes uzlabojumiem.

Šī biznesa un attīstības integrācija kopā ar analīzi ļauj nepārtraukti radīt produktus, pastāvīgi optimizēt, meklēt un redzēt vājās vietas un visu procesu kopumā.

Tas viss ir saistīts ar sarežģītību

Veidojot jaunu produktu, mēs nesākam no nulles, bet integrējam to jau esoÅ”ajā pakalpojumu tÄ«klā. Izmēģinot jaunu produktu, klients visbiežāk sazinās ar vairākām nodaļām. ViņŔ var sazināties ar kontaktu centra darbiniekiem, ar vadÄ«tājiem birojā, viņŔ var sazināties ar atbalsta dienestu vai tieÅ”saistes tērzÄ“Å”anā. Izmantojot metriku, mēs varam redzēt, piemēram, kāda ir kontaktu centra slodze, kā vislabāk apstrādāt ienākoÅ”os pieprasÄ«jumus. Mēs varam saprast, cik cilvēku nonāk birojā, un ieteikt, kā turpmāk konsultēt klientu.

TieÅ”i tāpat ir ar informācijas sistēmām. MÅ«su banka pastāv vairāk nekā 20 gadus, kuru laikā ir izveidots un joprojām darbojas liels heterogēnu sistēmu slānis. MijiedarbÄ«ba starp aizmugursistēmām dažreiz var bÅ«t neparedzama. Piemēram, kādā senā sistēmā noteikta lauka rakstzÄ«mju skaitam ir ierobežojumi, un dažreiz tas izraisa jaunā pakalpojuma avārijas. Ir diezgan grÅ«ti izsekot kļūdu, izmantojot standarta metodes, taču, izmantojot tÄ«mekļa analÄ«zi, tas ir vienkārÅ”i.

Mēs nonācām lÄ«dz vietai, kur sākām vākt un analizēt kļūdu tekstus, kas tiek rādÄ«ti klientam no visām iesaistÄ«tajām sistēmām. IzrādÄ«jās, ka daudzi no tiem bija novecojuÅ”i, un mēs pat nevarējām iedomāties, ka viņi ir kaut kā iesaistÄ«ti mÅ«su procesā.

Darbs ar analīzi

MÅ«su tÄ«mekļa analÄ«tiÄ·i un SCRUM izstrādes komandas atrodas vienā telpā. Viņi pastāvÄ«gi mijiedarbojas viens ar otru. VajadzÄ«bas gadÄ«jumā speciālisti palÄ«dz iestatÄ«t metriku vai lejupielādēt datus, bet pārsvarā ar analÄ«tikas pakalpojumu strādā paÅ”i komandas dalÄ«bnieki, tur nav nekā sarežģīta.

PalÄ«dzÄ«ba ir nepiecieÅ”ama, ja, piemēram, jums ir nepiecieÅ”amas dažas atkarÄ«bas vai papildu filtri ierobežota veida klientiem vai avotiem. Bet paÅ”reizējā arhitektÅ«rā mēs to reti sastopamies.

Interesanti, ka analÄ«tikas ievieÅ”anai nebija nepiecieÅ”ama jaunas IT sistēmas uzstādÄ«Å”ana. Mēs izmantojam to paÅ”u programmatÅ«ru, ar kuru mārketinga speciālisti ir strādājuÅ”i iepriekÅ”. Vajadzēja vien vienoties par tā izmantoÅ”anu un ieviest uzņēmējdarbÄ«bā un attÄ«stÄ«bā. Protams, mēs nevarējām vienkārÅ”i ņemt to, kas bija mārketingam, mums bija viss jāpārkonfigurē no jauna un jādod mārketinga piekļuve jaunajai videi, lai viņi bÅ«tu vienā informācijas laukā ar mums.

Nākotnē mēs plānojam iegādāties uzlabotu tÄ«mekļa analÄ«zes programmatÅ«ras versiju, kas ļaus mums tikt galā ar pieaugoÅ”o apstrādāto sesiju apjomu.

Mēs arÄ« aktÄ«vi integrējam tÄ«mekļa analÄ«zi un iekŔējās datu bāzes no CRM un grāmatvedÄ«bas sistēmām. Apvienojot datus, mēs iegÅ«stam pilnÄ«gu priekÅ”statu par klientu visos nepiecieÅ”amajos aspektos: pēc avota, klienta veida, produkta. BI pakalpojumi, kas palÄ«dz vizualizēt datus, drÄ«zumā bÅ«s pieejami visiem departamentiem.

Ar ko mēs tikām galā? Faktiski analÄ«zi un lēmumu pieņemÅ”anu par to iekļāvām ražoÅ”anas procesā, un tam bija redzama ietekme.

Analītika: neuzkāpjiet uz grābekļa

Un visbeidzot vēlos padalÄ«ties ar dažiem padomiem, kas palÄ«dzēs izvairÄ«ties no nepatikÅ”anām biznesa attÄ«stÄ«bas biznesa veidoÅ”anas procesā.

  1. Ja nevarat ātri veikt analÄ«zi, jÅ«s veicat nepareizu analÄ«zi. No viena produkta jums ir jāiet vienkārÅ”s ceļŔ un pēc tam jāpalielina mērogs.
  2. Jums ir jābūt komandai vai personai, kurai ir laba izpratne par nākotnes analītikas arhitektūru. Jums joprojām ir jāizlemj, kā mērogosit analīzi, integrēsiet to citās sistēmās un atkārtoti izmantosit datus.
  3. NeÄ£enerējiet nevajadzÄ«gus datus. TÄ«mekļa statistika papildus noderÄ«gai informācijai ir arÄ« milzÄ«ga atkritumu izgāztuve ar nekvalitatÄ«viem un nevajadzÄ«giem datiem. Un Å”ie atkritumi traucēs pieņemt lēmumus un izvērtēt, ja nebÅ«s skaidru mērÄ·u.
  4. Neveiciet analīzi analītikas dēļ. Pirmkārt, mērķi, rīka izvēle un tikai tad - analītika tikai tur, kur tai būs ietekme.

Materiāls sagatavots kopīgi ar Čebotaru Olgu (olga_cebotari).

Avots: www.habr.com

Pievieno komentāru