ปรัชญา DevOps เมื่อการพัฒนารวมกับการบำรุงรักษาซอฟต์แวร์จะไม่ทำให้ใครแปลกใจ เทรนด์ใหม่กำลังได้รับแรงผลักดัน - DevOps 2.0 หรือ BizDevOps โดยรวมองค์ประกอบสามส่วนไว้ในหนึ่งเดียว: ธุรกิจ การพัฒนา และการสนับสนุน และเช่นเดียวกับใน DevOps แนวทางปฏิบัติด้านวิศวกรรมเป็นพื้นฐานของการเชื่อมโยงระหว่างการพัฒนาและการสนับสนุน และในการพัฒนาธุรกิจ การวิเคราะห์จะเข้ามามีบทบาทเป็น "กาว" ที่รวมการพัฒนาเข้ากับธุรกิจ
ฉันอยากจะยอมรับทันที: เราเพิ่งค้นพบตอนนี้ว่าเรามีการพัฒนาธุรกิจอย่างแท้จริงหลังจากอ่านหนังสืออัจฉริยะ ต้องขอบคุณความคิดริเริ่มของพนักงานและความหลงใหลในการปรับปรุงอย่างไม่อาจระงับได้ ปัจจุบันการวิเคราะห์เป็นส่วนหนึ่งของกระบวนการผลิตเพื่อการพัฒนา ซึ่งช่วยลดลูปความคิดเห็นและให้ข้อมูลเชิงลึกอย่างสม่ำเสมอ ฉันจะบอกคุณโดยละเอียดว่าทุกอย่างทำงานให้เราได้อย่างไร
ข้อเสียของ Classic DevOps
เมื่อมีการสร้างผลิตภัณฑ์ใหม่สำหรับลูกค้า ธุรกิจจะสร้างแบบจำลองพฤติกรรมของลูกค้าในอุดมคติและคาดหวังให้เกิดการเปลี่ยนแปลงที่ดี โดยอาศัยพื้นฐานในการสร้างเป้าหมายและผลลัพธ์ทางธุรกิจ ในส่วนของทีมพัฒนามุ่งมั่นที่จะสร้างโค้ดที่ดีและมีคุณภาพสูง สนับสนุนความหวังสำหรับกระบวนการอัตโนมัติที่สมบูรณ์ ความสะดวกและสะดวกในการบำรุงรักษาผลิตภัณฑ์ใหม่
ความเป็นจริงส่วนใหญ่มักพัฒนาในลักษณะที่ลูกค้าได้รับกระบวนการที่ค่อนข้างซับซ้อน ธุรกิจติดอยู่กับคอนเวอร์ชันที่ต่ำ ทีมพัฒนาปล่อยการแก้ไขแล้วครั้งเล่า และการสนับสนุนจมหายไปในโฟลว์คำขอจากลูกค้า ฟังดูคุ้นเคยใช่ไหม?
รากเหง้าของความชั่วร้ายอยู่ที่วงจรผลตอบรับที่ยาวและไม่ดีซึ่งสร้างไว้ในกระบวนการ เมื่อรวบรวมความต้องการและรับคำติชมระหว่างการวิ่ง ธุรกิจและนักพัฒนาจะต้องสื่อสารกับลูกค้าจำนวนจำกัดที่มีอิทธิพลอย่างมากต่อชะตากรรมของผลิตภัณฑ์ บ่อยครั้งที่สิ่งสำคัญสำหรับคนๆ หนึ่งไม่ได้เป็นเรื่องปกติสำหรับกลุ่มเป้าหมายทั้งหมดเลย
การทำความเข้าใจว่าผลิตภัณฑ์กำลังดำเนินไปในทิศทางที่ถูกต้องนั้นมาพร้อมกับรายงานทางการเงินและผลการวิจัยตลาดหลายเดือนหลังจากการเปิดตัว และเนื่องจากขนาดตัวอย่างที่จำกัด พวกเขาจึงไม่มีโอกาสทดสอบสมมติฐานกับลูกค้าจำนวนมาก โดยทั่วไปแล้วจะพบว่ายาว ไม่ถูกต้อง และไม่มีประสิทธิภาพ
เครื่องมือถ้วยรางวัล
เราพบวิธีที่ดีในการหลีกหนีจากสิ่งนี้ เครื่องมือที่ก่อนหน้านี้เคยช่วยเหลือเฉพาะนักการตลาดเท่านั้น ขณะนี้ได้มาถึงมือของธุรกิจและนักพัฒนาแล้ว เราเริ่มใช้การวิเคราะห์เว็บอย่างจริงจังเพื่อดูกระบวนการแบบเรียลไทม์ ที่นี่ และเดี๋ยวนี้ เพื่อทำความเข้าใจว่าเกิดอะไรขึ้น จากนี้ ให้วางแผนผลิตภัณฑ์และเผยแพร่ให้กับลูกค้าจำนวนมาก
หากคุณกำลังวางแผนการปรับปรุงผลิตภัณฑ์บางประเภท คุณสามารถดูได้ทันทีว่าเกี่ยวข้องกับหน่วยวัดใดบ้าง และหน่วยวัดเหล่านี้ส่งผลต่อยอดขายและลักษณะเฉพาะที่มีความสำคัญต่อธุรกิจอย่างไร วิธีนี้ทำให้คุณสามารถแยกแยะสมมติฐานที่มีผลกระทบต่ำได้ทันที หรือตัวอย่างเช่น เปิดตัวคุณลักษณะใหม่ให้กับผู้ใช้ในจำนวนที่มีนัยสำคัญทางสถิติ และตรวจสอบเมตริกแบบเรียลไทม์เพื่อทำความเข้าใจว่าทุกอย่างทำงานตามที่ตั้งใจไว้หรือไม่ อย่ารอการตอบรับในรูปแบบของคำขอหรือรายงาน แต่ให้ติดตามและปรับเปลี่ยนกระบวนการสร้างผลิตภัณฑ์ด้วยตนเองทันที เราสามารถเปิดตัวฟีเจอร์ใหม่ รวบรวมข้อมูลที่ถูกต้องทางสถิติได้ภายในสามวัน ทำการเปลี่ยนแปลงในอีกสามวัน และในหนึ่งสัปดาห์ ผลิตภัณฑ์ใหม่ที่ยอดเยี่ยมก็พร้อมแล้ว
คุณสามารถติดตาม Funnel ทั้งหมด ลูกค้าทั้งหมดที่เข้ามาสัมผัสกับผลิตภัณฑ์ใหม่ ตรวจจับจุดที่ Funnel แคบลงอย่างมาก และเข้าใจเหตุผล ขณะนี้ทั้งนักพัฒนาและธุรกิจต่างเฝ้าติดตามสิ่งนี้ซึ่งเป็นส่วนหนึ่งของงานประจำวันของพวกเขา พวกเขาเห็นการเดินทางของลูกค้าแบบเดียวกัน และเมื่อร่วมมือกันก็จะสามารถสร้างแนวคิดและสมมติฐานสำหรับการปรับปรุงได้
การบูรณาการธุรกิจและการพัฒนาร่วมกับการวิเคราะห์ทำให้สามารถสร้างผลิตภัณฑ์ได้อย่างต่อเนื่อง เพิ่มประสิทธิภาพอย่างต่อเนื่อง ค้นหาและดูปัญหาคอขวด และกระบวนการทั้งหมดโดยรวม
มันคือทั้งหมดที่เกี่ยวกับความซับซ้อน
เมื่อเราสร้างผลิตภัณฑ์ใหม่ เราไม่ได้เริ่มต้นจากศูนย์ แต่รวมเข้ากับเว็บบริการที่มีอยู่แล้ว เมื่อทดลองใช้ผลิตภัณฑ์ใหม่ ลูกค้ามักจะติดต่อกับหลายแผนก เขาสามารถสื่อสารกับพนักงานศูนย์ติดต่อ กับผู้จัดการในสำนักงาน เขาสามารถติดต่อฝ่ายสนับสนุน หรือในการแชทออนไลน์ เมื่อใช้หน่วยเมตริก เราจะสามารถดูได้ เช่น ปริมาณงานในศูนย์ติดต่อ วิธีที่ดีที่สุดในการประมวลผลคำขอที่เข้ามา เราทราบจำนวนคนที่มาถึงสำนักงานและแนะนำวิธีให้คำแนะนำลูกค้าเพิ่มเติม
มันเหมือนกันทุกประการกับระบบสารสนเทศ ธนาคารของเราดำรงอยู่มานานกว่า 20 ปี ในระหว่างนั้น ระบบที่ต่างกันจำนวนมากได้ถูกสร้างขึ้นและยังคงทำงานอยู่ การโต้ตอบระหว่างระบบแบ็กเอนด์บางครั้งอาจคาดเดาไม่ได้ ตัวอย่างเช่น ในระบบโบราณบางระบบมีการจำกัดจำนวนอักขระสำหรับฟิลด์บางฟิลด์ และบางครั้งอาจทำให้บริการใหม่ล้มเหลว การติดตามจุดบกพร่องโดยใช้วิธีการมาตรฐานนั้นค่อนข้างยาก แต่การวิเคราะห์เว็บนั้นเป็นเรื่องง่าย
เรามาถึงจุดที่เราเริ่มรวบรวมและวิเคราะห์ข้อความแสดงข้อผิดพลาดที่แสดงต่อลูกค้าจากระบบที่เกี่ยวข้องทั้งหมด ปรากฎว่าหลายรายการล้าสมัยและเราไม่สามารถจินตนาการได้ว่าพวกเขามีส่วนร่วมในกระบวนการของเราในทางใดทางหนึ่ง
การทำงานกับการวิเคราะห์
นักวิเคราะห์เว็บและทีมพัฒนา SCRUM ของเราอยู่ในห้องเดียวกัน พวกเขามีปฏิสัมพันธ์กันตลอดเวลา เมื่อจำเป็น ผู้เชี่ยวชาญจะช่วยตั้งค่าหน่วยวัดหรือดาวน์โหลดข้อมูล แต่สมาชิกในทีมส่วนใหญ่ทำงานร่วมกับบริการการวิเคราะห์เอง ไม่มีอะไรซับซ้อน
จำเป็นต้องมีความช่วยเหลือ ตัวอย่างเช่น หากคุณต้องการการขึ้นต่อกันหรือตัวกรองเพิ่มเติมสำหรับไคลเอ็นต์หรือแหล่งที่มาบางประเภท แต่ในสถาปัตยกรรมปัจจุบันเราไม่ค่อยพบสิ่งนี้
สิ่งที่น่าสนใจคือการนำการวิเคราะห์ไปใช้ไม่จำเป็นต้องติดตั้งระบบไอทีใหม่ เราใช้ซอฟต์แวร์เดียวกับที่นักการตลาดเคยร่วมงานด้วย จำเป็นต้องตกลงในการใช้งานและนำไปใช้ในธุรกิจและการพัฒนาเท่านั้น แน่นอนว่าเราไม่สามารถยึดถือสิ่งที่การตลาดมีได้ เราต้องกำหนดค่าทุกอย่างใหม่อีกครั้ง และให้สิทธิ์ทางการตลาดเข้าถึงสภาพแวดล้อมใหม่ เพื่อที่พวกเขาจะได้อยู่ในเขตข้อมูลเดียวกันกับเรา
ในอนาคต เราวางแผนที่จะซื้อซอฟต์แวร์วิเคราะห์เว็บเวอร์ชันปรับปรุง ซึ่งจะช่วยให้เราสามารถรับมือกับปริมาณเซสชันที่ประมวลผลที่เพิ่มขึ้นได้
นอกจากนี้เรายังกระตือรือร้นในกระบวนการบูรณาการการวิเคราะห์เว็บและฐานข้อมูลภายในจาก CRM และระบบบัญชี ด้วยการรวมข้อมูล เราจะได้ภาพที่สมบูรณ์ของลูกค้าในทุกแง่มุมที่จำเป็น: ตามแหล่งที่มา ประเภทของลูกค้า ผลิตภัณฑ์ บริการ BI ที่ช่วยให้แสดงข้อมูลเป็นภาพจะพร้อมให้บริการแก่ทุกแผนกในเร็วๆ นี้
เราลงเอยด้วยอะไร? ในความเป็นจริง เราได้ทำการวิเคราะห์และการตัดสินใจในส่วนของกระบวนการผลิต ซึ่งมีผลที่มองเห็นได้
การวิเคราะห์: อย่าเหยียบคราด
และสุดท้ายนี้ผมอยากจะแชร์เคล็ดลับที่จะช่วยให้คุณหลีกเลี่ยงปัญหาในกระบวนการสร้างธุรกิจพัฒนาธุรกิจได้
- หากคุณไม่สามารถวิเคราะห์ได้อย่างรวดเร็ว แสดงว่าคุณกำลังทำการวิเคราะห์ที่ผิด คุณต้องทำตามเส้นทางง่ายๆ จากผลิตภัณฑ์เดียวแล้วจึงขยายขนาด
- คุณต้องมีทีมหรือบุคคลที่มีความเข้าใจที่ดีเกี่ยวกับสถาปัตยกรรมการวิเคราะห์ในอนาคต คุณยังคงต้องตัดสินใจเลือกว่าจะปรับขนาดการวิเคราะห์ บูรณาการเข้ากับระบบอื่น และนำข้อมูลกลับมาใช้ใหม่อย่างไร
- อย่าสร้างข้อมูลที่ไม่จำเป็น สถิติเว็บ นอกเหนือจากข้อมูลที่เป็นประโยชน์แล้ว ยังเป็นกองขยะขนาดใหญ่ที่มีข้อมูลคุณภาพต่ำและไม่จำเป็นอีกด้วย และขยะนี้จะรบกวนการตัดสินใจและการประเมินหากไม่มีเป้าหมายที่ชัดเจน
- อย่าทำการวิเคราะห์เพื่อประโยชน์ของการวิเคราะห์ ประการแรก เป้าหมาย การเลือกเครื่องมือ และหลังจากนั้น - การวิเคราะห์เฉพาะจุดที่จะมีผลกระทบเท่านั้น
วัสดุนี้จัดทำขึ้นร่วมกับ Chebotar Olga ().
ที่มา: will.com