Ang pilosopiya ng DevOps, kapag pinagsama ang pag-unlad sa pagpapanatili ng software, ay hindi magugulat sa sinuman. Ang isang bagong trend ay nakakakuha ng momentum - DevOps 2.0 o BizDevOps. Pinagsasama nito ang tatlong bahagi sa isang solong kabuuan: negosyo, pag-unlad at suporta. At tulad ng sa DevOps, ang mga kasanayan sa inhinyero ay bumubuo ng batayan ng koneksyon sa pagitan ng pag-unlad at suporta, at sa pag-unlad ng negosyo, ginagampanan ng analytics ang papel ng "glue" na pinagsasama ang pag-unlad sa negosyo.
Gusto kong aminin kaagad: ngayon lang natin nalaman na meron na tayong tunay na business development, after reading smart books. Sa paanuman ay nagtagpo ito salamat sa inisyatiba ng mga empleyado at isang hindi mapigilang pagnanasa para sa pagpapabuti. Bahagi na ngayon ang Analytics ng proseso ng paggawa ng development, na makabuluhang binabawasan ang mga loop ng feedback at regular na nagbibigay ng mga insight. Sasabihin ko sa iyo nang detalyado kung paano gumagana ang lahat para sa amin.
Mga disadvantages ng Classic DevOps
Kapag ang mga bagong produkto ng customer ay naisip, ang isang negosyo ay lumilikha ng isang perpektong modelo ng pag-uugali ng customer at umaasa ng magandang conversion, batay sa kung saan ito ay bumubuo ng mga layunin at resulta ng negosyo nito. Ang development team, sa bahagi nito, ay nagsusumikap na gumawa ng napakahusay, mataas na kalidad na code. Umaasa ang suporta para sa kumpletong automation ng mga proseso, kadalian at kaginhawaan ng pagpapanatili ng isang bagong produkto.
Ang katotohanan ay madalas na umuunlad sa paraang ang mga kliyente ay makatanggap ng medyo kumplikadong proseso, ang negosyo ay natigil sa mababang conversion, ang mga development team ay naglalabas ng pag-aayos pagkatapos ng pag-aayos, at ang suporta ay nalunod sa daloy ng mga kahilingan mula sa mga kliyente. Parang pamilyar?
Ang ugat ng kasamaan dito ay nakasalalay sa mahaba at mahinang feedback loop na binuo sa proseso. Ang mga negosyo at developer, kapag nangongolekta ng mga kinakailangan at tumatanggap ng feedback sa panahon ng mga sprint, nakikipag-ugnayan sa isang limitadong bilang ng mga customer na lubos na nakakaimpluwensya sa kapalaran ng produkto. Kadalasan kung ano ang mahalaga para sa isang tao ay hindi pangkaraniwan para sa buong target na madla.
Ang pag-unawa kung ang isang produkto ay gumagalaw sa tamang direksyon ay kasama ng mga ulat sa pananalapi at mga resulta ng pananaliksik sa merkado buwan pagkatapos ng paglunsad. At dahil sa limitadong laki ng sample, hindi sila nagbibigay ng pagkakataon na subukan ang mga hypotheses sa isang malaking bilang ng mga kliyente. Sa pangkalahatan, ito ay lumalabas na mahaba, hindi tumpak at hindi epektibo.
Tropeo tool
Nakahanap kami ng magandang paraan para makaiwas dito. Ang isang tool na dati ay tumulong lamang sa mga marketer ay nakahanap na ngayon ng paraan sa mga kamay ng mga negosyo at developer. Nagsimula kaming aktibong gumamit ng web analytics upang tingnan ang proseso sa real time, dito at ngayon upang maunawaan kung ano ang nangyayari. Batay dito, planuhin ang produkto mismo at i-roll out ito sa malaking bilang ng mga kliyente.
Kung nagpaplano ka ng ilang uri ng pagpapahusay ng produkto, makikita mo kaagad kung anong mga sukatan ang nauugnay dito, at kung paano nakakaapekto ang mga sukatang ito sa mga benta at katangian na mahalaga para sa negosyo. Sa ganitong paraan maaari mong agad na alisin ang mga hypotheses na may mababang epekto. O, halimbawa, maglunsad ng bagong feature sa isang makabuluhang bilang ng mga user at subaybayan ang mga sukatan sa real time upang maunawaan kung gumagana ang lahat ayon sa nilalayon. Huwag maghintay para sa feedback sa anyo ng mga kahilingan o ulat, ngunit agad na subaybayan at agad na ayusin ang proseso ng paggawa ng produkto sa iyong sarili. Maaari kaming maglunsad ng bagong feature, mangolekta ng data na tama ayon sa istatistika sa loob ng tatlong araw, gumawa ng mga pagbabago sa isa pang tatlong araw - at sa isang linggo ay handa na ang isang mahusay na bagong produkto.
Maaari mong subaybayan ang buong funnel, lahat ng mga customer na nakipag-ugnayan sa bagong produkto, tuklasin ang mga punto kung saan biglang lumiit ang funnel, at maunawaan ang mga dahilan. Parehong sinusubaybayan ito ng mga developer at negosyo bilang bahagi ng kanilang pang-araw-araw na gawain. Nakikita nila ang parehong paglalakbay ng customer, at magkasama silang makakabuo ng mga ideya at hypotheses para sa pagpapabuti.
Ang pagsasama-sama ng negosyo at pag-unlad kasama ng analytics ay ginagawang posible na lumikha ng mga produkto nang tuluy-tuloy, patuloy na mag-optimize, maghanap at makakita ng mga bottleneck, at ang buong proseso sa kabuuan.
Ito ay tungkol sa pagiging kumplikado
Kapag lumikha kami ng bagong produkto, hindi kami nagsisimula sa simula, ngunit isinasama ito sa isang umiiral nang web ng mga serbisyo. Kapag sinusubukan ang isang bagong produkto, ang isang kliyente ay madalas na nakikipag-ugnayan sa ilang mga departamento. Maaari siyang makipag-ugnayan sa mga empleyado ng contact center, sa mga manager sa opisina, maaari siyang makipag-ugnayan sa suporta, o sa mga online na chat. Gamit ang mga sukatan, makikita natin, halimbawa, kung ano ang load sa contact center, kung paano pinakamahusay na iproseso ang mga papasok na kahilingan. Maiintindihan namin kung gaano karaming tao ang pumupunta sa opisina at iminumungkahi kung paano higit na payuhan ang kliyente.
Ito ay eksaktong pareho sa mga sistema ng impormasyon. Ang aming bangko ay umiral nang higit sa 20 taon, kung saan ang isang malaking layer ng mga heterogenous system ay nilikha at gumagana pa rin. Ang pakikipag-ugnayan sa pagitan ng mga backend system ay maaaring minsan ay hindi mahuhulaan. Halimbawa, sa ilang sinaunang sistema ay may mga paghihigpit sa bilang ng mga character para sa isang partikular na field, at kung minsan ay nag-crash ito sa bagong serbisyo. Medyo mahirap na subaybayan ang isang bug gamit ang mga karaniwang pamamaraan, ngunit ang paggamit ng web analytics ay madali.
Dumating kami sa punto kung saan nagsimula kaming mangolekta at mag-analisa ng mga error na teksto na ipinapakita sa kliyente mula sa lahat ng mga kasangkot na system. Lumalabas na marami sa kanila ang luma na, at hindi namin maisip na kahit papaano ay kasangkot sila sa aming proseso.
Paggawa gamit ang analytics
Ang aming mga web analyst at SCRUM development team ay matatagpuan sa parehong silid. Palagi silang nakikipag-ugnayan sa isa't isa. Kung kinakailangan, tumulong ang mga espesyalista sa pag-set up ng mga sukatan o pag-download ng data, ngunit karamihan sa mga miyembro ng team mismo ang nagtatrabaho sa serbisyo ng analytics, walang kumplikado doon.
Kinakailangan ang tulong kung, halimbawa, kailangan mo ng ilang dependency o karagdagang mga filter para sa isang limitadong uri ng mga kliyente o pinagmumulan. Ngunit sa kasalukuyang arkitektura ay bihira nating makatagpo ito.
Kapansin-pansin, ang pagpapatupad ng analytics ay hindi nangangailangan ng pag-install ng isang bagong IT system. Ginagamit namin ang parehong software na dating ginamit ng mga marketer. Kinakailangan lamang na sumang-ayon sa paggamit nito at ipatupad ito sa negosyo at pag-unlad. Syempre, hindi lang namin makukuha kung ano ang meron sa marketing, kailangan naming muling i-configure ang lahat at bigyan ng access sa marketing ang bagong environment para sila ay nasa parehong field ng impormasyon sa amin.
Sa hinaharap, plano naming bumili ng pinahusay na bersyon ng web analytics software na magbibigay-daan sa aming makayanan ang dumaraming dami ng mga naprosesong session.
Aktibo rin kaming nasa proseso ng pagsasama ng web analytics at mga panloob na database mula sa CRM at mga accounting system. Sa pamamagitan ng pagsasama-sama ng data, nakakakuha kami ng kumpletong larawan ng kliyente sa lahat ng kinakailangang aspeto: ayon sa pinagmulan, uri ng kliyente, produkto. Ang mga serbisyo ng BI na tumutulong sa pag-visualize ng data ay malapit nang maging available sa lahat ng mga departamento.
Ano ang natapos namin? Sa katunayan, ginawa naming bahagi ng proseso ng produksyon ang analytics at paggawa ng desisyon tungkol dito, na may nakikitang epekto.
Analytics: huwag tumapak sa kalaykay
At sa wakas, gusto kong magbahagi ng ilang mga tip na makakatulong sa iyong maiwasan ang pagkakaroon ng problema sa proseso ng pagbuo ng isang negosyo sa pagpapaunlad ng negosyo.
- Kung hindi ka makakagawa ng analytics nang mabilis, mali ang iyong analytics. Kailangan mong sundin ang isang simpleng landas mula sa isang produkto at pagkatapos ay palakihin.
- Dapat ay mayroon kang isang koponan o tao na may mahusay na pag-unawa sa hinaharap na arkitektura ng analytics. Kailangan mo pa ring magpasya sa baybayin kung paano mo sukatin ang analytics, isama ito sa iba pang mga system, at muling gamitin ang data.
- Huwag bumuo ng hindi kinakailangang data. Ang mga istatistika sa web, bilang karagdagan sa kapaki-pakinabang na impormasyon, ay isa ring malaking basurahan na may mababang kalidad at hindi kinakailangang data. At ang basurang ito ay makakasagabal sa paggawa ng desisyon at pagtatasa kung walang malinaw na layunin.
- Huwag gumawa ng analytics para sa kapakanan ng analytics. Una, mga layunin, pagpili ng tool, at pagkatapos lamang - analytics lamang kung saan magkakaroon ito ng epekto.
Ang materyal ay inihanda nang magkasama sa Chebotar Olga ().
Pinagmulan: www.habr.com