मेट्रिक्सवर अंतर्दृष्टी: मेट्रिक्स काय आहेत आणि त्यांचे मुख्य आकर्षण काय आहे हे मला कसे समजले

मेट्रिक्स बकवास आहेत, तुम्ही म्हणता आणि तुम्ही बरोबर असाल. कशात तरी.

खरंच, जेव्हा मेट्रिक्सचा विचार केला जातो तेव्हा सर्वात पहिले मेट्रिक जे मनात येते ते म्हणजे उपस्थिती.

बर्‍याच लोकांना त्यांच्या साइटचा रहदारी आलेख पाहत तासन्तास ध्यान करणे आवडते.

लाईन जंप पाहणे किती छान आहे - पुढे आणि मागे, पुढे आणि मागे... आणि साइट ट्रॅफिक सतत वाढत असताना ते आणखी थंड होते.

मग संपूर्ण शरीरात आनंददायी उबदारपणा पसरतो आणि मन स्वर्गीय मान्नाच्या अपेक्षेने स्वर्गात जाते.

अरे, काय आनंद, काय आनंद!

आणि जरी चित्र दुःखी असले तरीही ...

तरीही तुम्ही शेड्यूलवरून नजर हटवू शकत नाही, हे व्यसन आहे.

असे दिसते की ग्राफिक्समध्ये एक लपलेला अर्थ आहे. थोडे अधिक, आणि चित्र त्याचे रहस्य प्रकट करेल आणि मोठ्या संख्येने ग्राहकांना आकर्षित करण्याचा एक आश्चर्यकारकपणे सोपा आणि प्रभावी मार्ग सांगेल. आणि मग पैसा नक्कीच नदीसारखा वाहून जाईल.

पण खरं तर, उपस्थिती हा एक विशिष्ट "गोड (गंभीर) मेट्रिक" आहे ज्याचा उपयुक्त अर्थ नाही.

आणि यापैकी बहुतेक मेट्रिक्स. मुळात, तुम्हाला दिसणारे सर्व मेट्रिक्स साखरयुक्त आहेत. आणि म्हणूनच मेट्रिक्सच्या मागे वेळ आणि मेहनत वाया घालवण्याबद्दल वाईट प्रतिष्ठा होती.

पण खरं तर असं अजिबात नाही. योग्य मेट्रिक्स व्यवसायासाठी आणि प्रकल्पासाठी अत्यंत महत्त्वाची आणि कधीकधी अमूल्य माहिती प्रदान करतात.

मेट्रिक्सचा मुख्य बोनस आणि उद्देश हा आहे की ते तुमचा व्यवसाय किंवा प्रकल्प व्यवस्थापित करणे शक्य करतात.

मेट्रिक खराब आहे हे कसे ठरवायचे?

अगदी साधे उदाहरण घेऊ - गाडीचा वेग.

वेग म्हणजे काय ते सांगू शकाल का...

१०० किमी/तास?

हम्म…

हम्म…

मग त्याचा अर्थ काय?

मला वाटते की तुम्ही स्वतःच अंदाज लावला असेल की ... याचा अर्थ काही नाही!

ठीक आहे. आता दुसरा प्रश्न:

100 किमी/ताशी वेग चांगला की वाईट?

हम्म…

एक ना दुसरा?

बरोबर!

गती एक पूर्णपणे निरुपयोगी आणि मूर्ख मेट्रिक आहे. जोपर्यंत, अर्थातच, तो स्वतःच वापरला जात नाही. इतर मेट्रिक्ससह, नक्कीच, ते काहीतरी सांगू शकते, परंतु स्वतःच ते निश्चितपणे नाही.

साइट रहदारी अगदी समान गती आहे.

म्हणूनच साइट ट्रॅफिक शेड्यूलसमोर लटकण्यात काहीच अर्थ नाही. तो तुम्हाला जीवनाचे रहस्य प्रकट करणार नाही. आता समजलं का?

मग चांगले मेट्रिक्स काय आहेत?

उदाहरणार्थ, मंथन दर. हे मेट्रिक सांगते की किती ग्राहकांनी कंपनी/वेबसाइट कायमची सोडली आहे.

मंथन दर = 1% म्हणते की आम्ही फक्त 1% ग्राहक गमावत आहोत. त्या. आम्ही जवळजवळ कोणीही गमावत नाही.

जर मंथन दर = 90%, तर याचा अर्थ आम्ही आमचे जवळजवळ सर्व ग्राहक गमावत आहोत. खूप भयंकर आहे हे!

तुम्हाला हा मेट्रिक आणि वेग यातील फरक दिसतो का?

मंथन दर हे एक अर्थपूर्ण मेट्रिक आहे जे ते चांगले आहे की वाईट या प्रश्नाचे उत्तर देते. आणि याचा अर्थ काय आहे याचा अंदाज लावण्याची गरज नाही.

हे एक मेट्रिक आहे जे स्वतःसाठी बोलते!

आणि आता आम्ही ग्राहकांची मंथन कमी करण्यासाठी तातडीची कारवाई करण्यास तयार आहोत.

म्हणूनच अशा मेट्रिक्सना प्रभावी म्हणतात. कारण ते तुम्हाला कृती करण्यास प्रवृत्त करतात.

मेट्रिक्सच्या "गोडपणा" चा निकष

मेट्रिक "शुगर / व्हॅनिटी" (इंग्रजी व्हॅनिटी) आहे हे निर्धारित करण्याचा एक सोपा मार्ग आहे.

सर्वात परिपूर्ण मेट्रिक्स, जसे की रहदारी, डाउनलोडची संख्या, रीट्विट्सची संख्या, ईमेल/सदस्यांची संख्या, लाईक्सची संख्या इ. साखरयुक्त आहेत.

सापेक्ष, भारित, मेट्रिक्स अनेकदा शक्तिशाली असतात. पण सर्व नाही!

गुणात्मक मेट्रिक्ससाठी, येथे कोणतीही अस्पष्टता नाही, कारण गुणात्मक मूल्यांकन स्वतःच अचूक आणि अस्पष्ट असू शकत नाही.

परंतु दुसरीकडे, प्रोग्रामची उपयोगिता अंतिम वापरकर्त्यांच्या समजुतीच्या पातळीद्वारे अचूकपणे मूल्यांकन केली जाऊ शकते आणि दुसरे काहीही नाही.

सर्वसाधारणपणे मेट्रिक्सकडे कसे जायचे?

पहिली पायरी म्हणजे मेंदू फिरवणे.

मी चेष्टा नाही करत आहे.

प्रत्येकजण (!) जो मेट्रिक्सचा सामना करतो, सर्व प्रथम, त्यांच्यामध्ये असण्याचे कारण शोधू लागतो. पण दुर्दैवाने ते दाखवणार नाहीत.

मेट्रिक्स हे नियमित शासक सारखे असतात ज्याद्वारे आपण आपल्याला पाहिजे असलेल्या सर्व गोष्टी मोजतो.

आपण सामान्य लाकडी शासकात असण्याचे कारण शोधत नाही, बरोबर?

ओळीत जीवनाचा अर्थ शोधणे यालाच बॉटम-अप अ‍ॅप्रोच म्हणतात.

मेट्रिक्ससह योग्यरित्या कार्य करण्यासाठी, तुम्हाला प्रतिमान बदलण्याची आणि वरपासून खालपर्यंत इतर मार्गाने कार्य करणे आवश्यक आहे.

त्या. प्रथम काही क्रिया करा, आणि नंतर परिणामी परिणाम मोजण्यासाठी मेट्रिक्स वापरा.

मेट्रिक्सचा वापर मापनासाठी सामान्य विषय म्हणून केला पाहिजे आणि आणखी काही नाही.

या शब्दांचा विचार करा.

लाकडी शासकाच्या रीडिंगवर आधारित क्रिया शोधण्याऐवजी तुमच्या कृतींचा प्रभाव मोजण्यासाठी मेट्रिक्स वापरा.

या पध्दतीला “Hypothesis->मापन” असेही म्हणतात.

ठीक आहे, हे समजण्यासारखे आहे.

प्रश्न क्रमांक २: “नक्की काय मोजायचे? योग्य मेट्रिक्स कसे शोधायचे?

तुमचा स्वतःचा मेट्रिक्सचा संच कसा तयार करायचा?

इंटरनेटवर चढल्यानंतर, तुम्हाला एकाच विषयावर डझनभर किंवा अगदी शेकडो भिन्न मेट्रिक्स नक्कीच सापडतील.

उदाहरणार्थ, आपण सुमारे शंभर सॉफ्टवेअर गुणवत्ता मेट्रिक्स शोधू शकता. हे GOSTR-ISO मानके आहेत, आणि SonarQube मध्ये मोजलेले मेट्रिक्स, आणि काही स्व-लिखित पर्याय, आणि अगदी "उच्च-गुणवत्तेचे" मेट्रिक्स वापरकर्त्यांच्या पुनरावलोकनांवर आधारित आहेत.

तर कोणते वापरण्यासारखे आहे आणि कोणते नाही?

सर्वोत्तम दृष्टीकोन म्हणजे "कोर व्हॅल्यू" द्वारे मार्गदर्शन करणे.

OMTM (एक मेट्रिक जे महत्त्वाचे आहे)

चला एक उदाहरण घेऊ.

हे स्पष्ट आहे की जर तुम्हाला तुमच्या सॉफ्टवेअर उत्पादनाची गुणवत्ता सुधारायची असेल, तर तुम्ही ही गुणवत्ता वेगवेगळ्या प्रकारे मोजू शकता.

गुणवत्ता म्हणजे केवळ त्रुटींची संख्या नाही. आपण सर्वसाधारणपणे गुणवत्तेकडे पाहिल्यास, हेः

प्रोममधील घटनांची संख्या,
वापरण्यास सुलभता आणि समज सुलभता,
कामाचा वेग,
नियोजित कार्यक्षमतेच्या अंमलबजावणीची पूर्णता आणि समयबद्धता,
सुरक्षा

अनेक निकष आहेत आणि एकाच वेळी सर्वांसह कार्य करणे अशक्य आहे. ते अगदी सोप्या पद्धतीने कार्य करतात: ते सध्याच्या क्षणी सर्वात महत्वाचा निकष निवडतात आणि फक्त त्यासह कार्य करतात.

या दृष्टिकोनाला OMTM (One Metric that Matters)- एक (केवळ) महत्त्वाचे मेट्रिक असे म्हणतात.

सॉफ्टवेअर गुणवत्ता OMTM म्हणून औद्योगिक वातावरणातील गंभीर (महत्त्वाच्या आणि गंभीर) घटनांची संख्या निवडणे तर्कसंगत आहे.

ऑनलाइन स्टोअरसाठी, तुम्हाला OMTM बद्दल अजिबात विचार करण्याची गरज नाही - ते विक्रीचे प्रमाण किंवा नफा आहे (तुमच्या निर्णयावर अवलंबून).

हे एक महत्त्वाचे मेट्रिक तुमच्या मेट्रिक्सच्या संचाचे मूळ मूल्य असेल. आणि तिच्यावरच त्यांचा अंतिम सेट अवलंबून असेल.

आत मूल्य

ते बर्‍याचदा “बुलडोझरमधून” मेट्रिक्सचा संच संकलित करण्यास प्रारंभ करतात, इंटरनेटवर रमतात आणि तत्त्वानुसार सापडलेल्यांमधून सर्वोत्तम पर्याय निवडतात: “अरे! हे आम्हाला शोभेल!”

तुम्ही समजून घेतल्याप्रमाणे, हा सर्वोत्तम मार्ग नाही, बरोबर?

पण कोणते मेट्रिक घ्यायचे आणि कोणते नाही हे कसे ठरवायचे?

उदाहरणार्थ, विविध प्रकारचे वापरकर्ता रूपांतरणे अनेकदा मोजली जातात.

पण वापरकर्ते का मोजले जात आहेत आणि दुसरे काहीतरी का नाही? तुम्ही या प्रश्नाचा विचार केला आहे का?

स्वाभाविकच, एक उत्तर आहे.

समजण्यासाठी सर्वात सोपा उदाहरण म्हणून ऑनलाइन स्टोअर घेऊ.

समजा तुम्हाला तुमची विक्री वाढवायची आहे. यासाठी तुम्हाला कोणत्या मेट्रिक्सची आवश्यकता असेल? याकडे कसे जायचे?

एक सोपा, तार्किक आणि कार्यरत मार्ग आहे. जेव्हा तुम्ही प्रश्नाचे उत्तर देता तेव्हा सर्व काही ठिकाणी येते:

मूल्य कोण तयार करते?

आम्ही विक्रीच्या प्रमाणात काम करत आहोत, बरोबर? आम्हाला ते वाढवायचे आहे, बरोबर?

विक्री वाढवण्यासाठी कोण आणि कशावर प्रभाव टाकला पाहिजे?

अर्थात,

कारण प्रभावित करणे आवश्यक आहे -
जो मूल्य "उत्पादन" करतो.

ऑनलाइन स्टोअरमध्ये कोण पैसे कमवतो? पैसा येतो कुठून?

खूप सोपे: ग्राहकांकडून.

ऑनलाइन स्टोअरमध्ये नेमके कुठे तुम्ही ग्राहकांना प्रभावित करू शकता?

होय, कुठेही!
बरोबर. ग्राहक जीवन चक्राच्या प्रत्येक टप्प्यावर.

जीवनचक्राचे प्रतिनिधित्व करण्यासाठी, तथाकथित तयार करणे सोयीचे आहे. प्रक्रियेद्वारे क्लायंटच्या हालचालीचे "फनेल".

ऑनलाइन स्टोअर फनेलचे उदाहरण:

नक्की का? कारण जेव्हा ग्राहक एका फनेल पायरीवरून दुसऱ्या टप्प्यावर जातात तेव्हा ते अचूकपणे गमावले जातात.

फनेलच्या कोणत्याही स्तरावर ग्राहकांची संख्या वाढवून, आम्ही परिणामी विक्रीचे प्रमाण आपोआप वाढवतो.

एक साधे उदाहरण.

शॉपिंग कार्टमधून चेकआउटवर जाताना मेट्रिक "सोडलेल्या कार्टची टक्केवारी" मूलत: रूपांतरण दर्शवते.

समजा, पहिल्या मापनात, तुम्हाला आढळले की 90% टोपल्या हरवल्या आहेत, म्हणजे. 10 बास्केटपैकी फक्त 1 ऑर्डर केली जाते.

शॉपिंग कार्टमध्ये स्पष्टपणे काहीतरी चूक आहे, बरोबर?

साधेपणासाठी, आम्ही असे गृहीत धरू की एका ऑर्डरची रक्कम 100 रूबल आहे. ते. एकूण विक्री खंड फक्त 100 रूबल असेल.

कार्ट शुद्धीकरणाच्या परिणामी, सोडलेल्या गाड्यांची टक्केवारी 10% कमी झाली, 80%. ते संख्यांमध्ये कसे दिसते?

10 बास्केटपैकी 2 ऑर्डर देण्यास सुरुवात झाली. 100 रूबल * 2 = 200 रूबल.

पण विक्रीत ही 100% वाढ आहे! बिंगो!

चरण रूपांतरण केवळ 10% ने वाढवून, तुम्ही तुमच्या विक्रीचे प्रमाण 100% वाढवले ​​आहे.

विलक्षण!

पण ते नक्की कसे कार्य करते.

योग्यरित्या तयार केलेल्या मेट्रिक्सचे सौंदर्य काय आहे हे आता तुम्हाला समजले आहे का?

ते तुमच्या प्रक्रियेवर विलक्षण प्रभाव टाकू शकतात.

ऑनलाइन स्टोअरसह, सर्वकाही अगदी सोपे आहे, परंतु हे सर्व कसे हलवायचे, उदाहरणार्थ, सॉफ्टवेअर उत्पादनाच्या गुणवत्तेकडे? होय, अगदी समान:

1. आम्ही काम करत असलेले मुख्य मूल्य आम्ही निवडतो. उदाहरणार्थ, आम्ही उद्योगातील घटनांची संख्या कमी करतो.
2. हे मूल्य कोण आणि कशामुळे निर्माण होते हे आम्हाला समजते. उदाहरणार्थ, स्त्रोत कोड.
3. आम्ही स्त्रोत कोडच्या जीवन चक्राचा एक फनेल तयार करतो आणि फनेलच्या प्रत्येक चरणावर मेट्रिक्स ठेवतो. सर्व.

येथे, उदाहरणार्थ, कोणती गुणवत्ता मेट्रिक्स मिळू शकतात (एका दृष्टीक्षेपात) ...

मूल्य सूचक:

• कोडच्या प्रति 1000 ओळी औद्योगिक दोषांची घनता

स्त्रोत कोडच्या जीवन चक्रावर आधारित मेट्रिक्स:

• अयशस्वी संकलनाचा वाटा,
• ऑटोटेस्ट कव्हरेज,
• अयशस्वी ऑटोटेस्टची टक्केवारी,
• अयशस्वी उपयोजनांचे प्रमाण.

दोषांच्या जीवन चक्रावर आधारित मेट्रिक्स:

• दोष शोधण्याची गतिशीलता,
• सुधारणेची गतिशीलता,
• पुनर्शोधांची गतिशीलता,
• दोषांच्या विचलनाची गतिशीलता,
• निराकरणासाठी सरासरी प्रतीक्षा वेळ,
• सरासरी निश्चित वेळ.

परिणाम

तुम्ही बघू शकता, मेट्रिक्सचा विषय खरोखरच खूप महत्त्वाचा, आवश्यक आणि मनोरंजक आहे.

योग्य मेट्रिक्स कसे निवडायचे:

OMTM निवडा, त्याच्या मूळ मूल्याचा विचार करा आणि त्या मूल्याचे उत्पादक मोजा.

निर्मात्याच्या जीवन चक्र फनेलवर आधारित मेट्रिक्स तयार करा.

परिपूर्ण मेट्रिक्स न वापरण्याचा प्रयत्न करा.

या विषयावर आणखी काय वाचायचे

लीन स्टार्टअप चळवळीच्या पार्श्वभूमीवर मेट्रिक्सचा विषय लोकप्रिय झाला आहे, म्हणून प्राथमिक स्त्रोतांकडून वाचणे सुरू करणे चांगले आहे - "लीन स्टार्टअप" पुस्तके (रशियन भाषेत अनुवादित - "स्क्रॅचपासून व्यवसाय. लीन स्टार्टअप पद्धत" वर ओझोन) आणि "लीन अॅनालिटिक्स" (कोणतेही भाषांतर नाही, परंतु इंग्रजीतील पुस्तक ओझोनवर विकले जाते).

रशियन भाषेतही इंटरनेटवर काही माहिती मिळू शकते, परंतु दुर्दैवाने, पाश्चात्य विभागातही एक व्यापक पाठ्यपुस्तक अद्याप सापडलेले नाही.

तसे, आता वैयक्तिक "उत्पादन विशेषज्ञ" देखील आहेत ज्यांचे कार्य त्यांच्या उत्पादनासाठी मेट्रिक्सची योग्य प्रणाली तयार करणे आणि त्यांना सुधारण्याचे मार्ग सुचवणे आहे.

एवढेच.

लेखाने आपल्याला समस्येचे सार अधिक चांगल्या प्रकारे समजून घेण्यात मदत केली असल्यास, लेखक "लाइक" आणि पुन्हा पोस्ट केल्याबद्दल कृतज्ञ असेल.

स्त्रोत: www.habr.com