A filosofia DevOps, onde o desenvolvimento se une à manutenção de software, já não surpreende ninguém. Um novo treinamento está ganhando força — DevOps 2.0 ou BizDevOps. Neste conceito, já se fundem três componentes: negócios, desenvolvimento e suporte. E assim como nas práticas de engenharia do DevOps, que formam a base da conexão entre desenvolvimento e suporte, na bizdevops a análise assume o papel de "cola", unindo desenvolvimento e negócios.
Quero confessar imediatamente: só agora, ao ler livros inteligentes, descobrimos que temos um verdadeiro bizdevops. Isso se formou de maneira orgânica graças à iniciativa dos funcionários e a uma constante paixão por melhorias. Agora, a análise é parte integrante do processo de desenvolvimento, reduzindo significativamente os ciclos de feedback e fornecendo insights regularmente. Vou explicar em detalhes como tudo funciona aqui.
Desvantagens do DevOps clássico
Quando novos produtos para clientes são planejados, o negócio cria um modelo ideal de comportamento dos clientes e espera uma boa conversão, a partir do qual estabelece suas metas e resultados de negócios. A equipe de desenvolvedores, por sua vez, busca criar um código de alta qualidade. O suporte, por sua vez, espera a automação completa dos processos, a facilidade e a conveniência de acompanhar o novo produto.
A realidade, na maioria das vezes, se configura de tal forma que os clientes acabam enfrentando um processo bastante complicado, o negócio se depara com uma baixa conversão, as equipes de desenvolvimento lançam correções sucessivamente e o suporte se afunda em um fluxo de solicitações dos clientes. Isso soa familiar?
A raiz do problema está em um longo e ineficaz ciclo de feedback, embutido no processo. Tanto os negócios quanto os desenvolvedores, ao coletar requisitos e receber feedback durante os sprints, conversam com um número limitado de clientes, que influenciam fortemente o futuro do produto. Muitas vezes, o que é importante para um, não é característico de toda a audiência-alvo.
A compreensão sobre se o desenvolvimento do produto está seguindo na direção certa chega junto com relatórios financeiros e resultados de pesquisas de mercado meses após o lançamento. E mesmo assim, devido à limitação da amostra, não oferecem a oportunidade de verificar hipóteses com um grande volume de clientes. No geral, isso resulta em um processo longo, impreciso e ineficaz.
Ferramenta de troféu
Encontramos uma boa maneira de sair disso. Uma ferramenta que antes ajudava apenas os profissionais de marketing agora chegou às mãos de empresas e desenvolvedores. Começamos a usar ativamente a web-analytics para observar o processo em tempo real, entendendo aqui e agora o que está acontecendo. Com base nisso, planejamos o próprio produto e sua distribuição para um grande número de clientes.
Se algum aprimoramento do produto está previsto, é possível verificar imediatamente quais métricas estão associadas e como essas métricas impactam vendas e características importantes para os negócios. Dessa forma, podemos descartar hipóteses com baixo efeito. Ou, por exemplo, lançar uma nova funcionalidade para um número estatisticamente significativo de usuários e monitorar as métricas em tempo real, entendendo se tudo está funcionando como planejado. Não esperar feedback na forma de reclamações ou relatórios, mas monitorar e corrigir rapidamente o processo de criação do produto. Podemos lançar uma nova funcionalidade, coletar dados estatisticamente relevantes em três dias, fazer alterações em mais três dias – e, assim, em uma semana ter um ótimo novo produto.
É possível rastrear todo o funil, todos os clientes que entraram em contato com o novo produto, identificar os pontos onde o funil se estreitou rapidamente e entender as causas. Tanto os desenvolvedores quanto os negócios agora acompanham isso, é parte do trabalho diário. Eles veem a mesma jornada do cliente e, juntos, podem gerar ideias e hipóteses para melhorias.
Essa integração entre negócios e desenvolvimento, juntamente com a análise, permite a criação contínua de produtos, a otimização constante, a busca e a identificação de gargalos, todo o processo como um todo.
A questão é a complexidade
Quando criamos um novo produto, não começamos do zero, mas o inserimos em uma rede já existente de serviços. Ao se familiarizar com o novo produto, o cliente normalmente interage com várias divisões. Ele pode conversar com funcionários do centro de atendimento, com gerentes no escritório, pode entrar em contato com o suporte ou usar chats online. Com a ajuda de métricas, conseguimos ver, por exemplo, qual é a carga no centro de atendimento, como melhor processar os pedidos recebidos. Podemos entender quantas pessoas chegam ao escritório e sugerir como continuar a atender o cliente.
Com os sistemas de informação é exatamente a mesma coisa. O nosso banco existe há mais de 20 anos, e durante esse tempo foi criado e ainda funciona um grande conjunto de sistemas variados. A interação entre os sistemas de backend pode ser às vezes imprevisível. Por exemplo, em um sistema antigo, há limitações no número de caracteres para um determinado campo, e isso pode causar falhas em um novo serviço. Rastrear o bug com métodos padrão é bastante difícil, mas com a ajuda de webanalytics é simples.
Chegamos ao ponto em que começamos a coletar e analisar textos de erro de todos os sistemas envolvidos que são apresentados ao cliente. Descobrimos que muitos deles estavam desatualizados, e não podíamos imaginar que eles de alguma forma participassem do nosso processo.
Trabalho com analytics
Temos equipes de webanalytics e de desenvolvimento SCRUM no mesmo ambiente. Eles interagem constantemente. Quando necessário, os especialistas ajudam a configurar métricas ou a exportar dados, mas, na maioria das vezes, os próprios membros das equipes trabalham com o serviço de analytics, que não é complicado.
Ajuda é necessária, se por exemplo, forem necessárias algumas dependências, filtros adicionais por tipo de clientes ou fontes limitadas. Mas na arquitetura atual raramente enfrentamos isso.
Curiosamente, a implementação da analytics não exigiu a instalação de um novo sistema de TI. Utilizamos o mesmo software com o qual os marketeiros trabalhavam anteriormente. Apenas foi necessário concordar com seu uso e integrá-lo nos negócios e no desenvolvimento. Claro que não podíamos simplesmente pegar o que havia no marketing; tivemos que reconfigurar tudo de novo e dar acesso ao marketing em um novo ambiente para que estivéssemos todos no mesmo campo informativo.
No futuro, planejamos adquirir uma versão melhorada do software de webanalytics que permitirá lidar com o aumento do volume de sessões processadas.
Além disso, estamos ativamente integrando a webanalytics com bancos de dados internos de CRM e sistemas de contabilidade. Ao unir os dados, obtemos uma visão completa do cliente em todos os aspectos necessários: por fontes, tipos de clientes, produtos. Os serviços de BI, que ajudam a visualizar os dados, em breve estarão disponíveis para todos os departamentos.
O que conseguimos no final? Na prática, transformamos a análise e a decisão com base nela em parte do processo de produção, o que gerou um efeito visível.
Análise: não cometam os mesmos erros.
E por último, quero compartilhar algumas dicas que ajudarão você a evitar percalços durante a construção do BizDevOps.
- Se não conseguir fazer a análise rapidamente, significa que você está fazendo a análise errada. É preciso seguir um caminho simples a partir de um produto e, a partir daí, escalar.
- Você deve ter uma equipe ou uma pessoa que compreenda bem a futura arquitetura da análise. É importante definir antecipadamente como você vai escalar a análise, integrá-la a outros sistemas e reutilizar os dados.
- Não gere dados desnecessários. A estatística da web é, além de informações úteis, um enorme lixo com dados ruins e desnecessários. Esse lixo dificultará a tomada de decisões e a avaliação, se não houver objetivos claros.
- Não faça análise só por fazer. Primeiro, defina os objetivos, escolha a ferramenta e só depois a análise, mas apenas onde isso trará resultados.
O material foi preparado em conjunto com Olga Cebotari ().
Fonte: habr.com
