Die DevOps-Philosophie wird niemanden überraschen, wenn Entwicklung mit Softwarewartung verbunden ist. Ein neuer Trend gewinnt an Stärke - DevOps 2.0 oder BizDevOps. Darin verschmelzen drei Komponenten zu einem Ganzen: Geschäft, Entwicklung und Support. Und wie in den Entwicklungspraktiken von DevOpse die Grundlage für die Verbindung zwischen Entwicklung und Support bildet, übernimmt der Analyst im Geschäftsumfeld die Rolle eines „Klebers“, der Entwicklung mit Geschäft verbindet.
Ich möchte sofort zugeben: Wir haben echte Bizdevops, die wir erst jetzt durch das Lesen intelligenter Bücher gelernt haben. Es hat sich irgendwie dank der Initiative der Mitarbeiter und einer unermüdlichen Leidenschaft für Verbesserungen entwickelt. Jetzt ist die Analytik Teil des Produktionsentwicklungsprozesses, der Rückkopplungsschleifen erheblich reduziert und regelmäßig Erkenntnisse liefert. Ich werde Ihnen im Detail sagen, wie alles mit uns arrangiert ist.
Nachteile von Classic DevOps
Bei der Konzeption neuer Kundenprodukte schafft ein Unternehmen ein ideales Modell für das Kundenverhalten und erwartet eine gute Konvertierung, auf deren Grundlage es seine Geschäftsziele und -ergebnisse aufbaut. Das Entwicklungsteam seinerseits ist bestrebt, sehr guten und qualitativ hochwertigen Code zu erstellen. Der Support hofft jedoch auf eine vollständige Automatisierung der Prozesse, auf die einfache und bequeme Wartung eines neuen Produkts.
Die Realität entwickelt sich meistens so, dass Kunden einen ziemlich komplizierten Prozess erhalten, das Geschäft auf einer geringen Conversion beruht, Entwicklungsteams Fix für Fix Probleme lösen und der Support im Strom der Kundenanfragen ertrinkt. Ist das bekannt?
Die Wurzel des Bösen liegt hier in einer langen Rückkopplungsschleife von schlechter Qualität, die in den Prozess eingebettet ist. Beim Sammeln von Anforderungen und beim Erhalten von Feedback während Sprints kommunizieren Unternehmen und Entwickler mit einer begrenzten Anzahl von Kunden, was das Schicksal des Produkts stark beeinflusst. Oft ist das, was für einen wichtig ist, überhaupt nicht charakteristisch für die gesamte Zielgruppe.
Um zu verstehen, ob sich das Produkt in die richtige Richtung entwickelt, werden Monate nach dem Start Finanzberichte und Marktforschungsergebnisse vorgelegt. Und sie bieten aufgrund der begrenzten Stichprobe nicht die Möglichkeit, Hypothesen bei einer großen Anzahl von Kunden zu testen. Im Allgemeinen stellt sich heraus, dass es lang, ungenau und ineffizient ist.
Trophäeninstrument
Wir haben einen guten Weg gefunden, um davon wegzukommen. Als Tool, das früher nur Marketingfachleuten half, fielen wir in die Hände von Unternehmen und Entwicklern. Wir haben begonnen, Webanalysen aktiv zu nutzen, um den Prozess hier und jetzt in Echtzeit zu betrachten und zu verstehen, was passiert. Planen Sie auf dieser Grundlage das Produkt selbst und führen Sie es an eine große Anzahl von Kunden aus.
Wenn Sie eine Produktverbesserung planen, können Sie sofort sehen, mit welchen Metriken diese verknüpft ist und wie sich diese Metriken auf Umsatz- und Geschäftsmerkmale auswirken. So können Sie Hypothesen mit geringer Wirkung sofort aussortieren. Sie können beispielsweise eine neue Funktion für eine statistisch signifikante Anzahl von Benutzern bereitstellen und die Metriken in Echtzeit verfolgen, um zu verstehen, ob alles wie beabsichtigt funktioniert. Warten Sie nicht auf Feedback in Form von Einsprüchen oder Berichten, sondern überwachen Sie den Prozess der Produkterstellung sofort und passen Sie ihn schnell an. Wir können eine neue Funktion einführen, in drei Tagen bereits statistisch korrekte Daten erfassen, in drei Tagen weitere Änderungen vornehmen - und jetzt in einer Woche ist ein hervorragendes neues Produkt fertig.
Sie können den gesamten Trichter verfolgen, alle Kunden, die mit einem neuen Produkt in Kontakt gekommen sind, die Punkte finden, an denen sich der Trichter stark verengt hat, und die Gründe herausfinden. Sowohl Entwickler als auch Unternehmen beobachten dies jetzt, dies ist Teil der täglichen Arbeit. Sie sehen denselben Kundenpfad und können gemeinsam Ideen und Hypothesen zur Verbesserung generieren.
Eine solche Integration von Geschäft und Entwicklung zusammen mit Analysen ermöglicht es, Produkte kontinuierlich zu erstellen, ständig zu optimieren, Engpässe zu suchen und zu erkennen, den gesamten Prozess.
Es geht nur um Komplexität
Wenn wir ein neues Produkt erstellen, beginnen wir nicht bei Null, sondern binden es in die bereits vorhandenen Feinheiten von Diensten ein. Beim Anprobieren eines neuen Produkts kontaktiert der Kunde am häufigsten mehrere Abteilungen. Er kann mit den Mitarbeitern des Contact Centers, mit Managern im Büro kommunizieren, den Support in Online-Chats kontaktieren. Mithilfe von Metriken können wir beispielsweise sehen, wie stark das Contact Center belastet ist und wie eingehende Anforderungen am besten verarbeitet werden. Wir können verstehen, wie viele Personen ins Büro kommen, und vorschlagen, wie der Kunde weiter beraten werden kann.
Bei Informationssystemen ist alles genau gleich. Unsere Bank besteht seit mehr als 20 Jahren. In dieser Zeit wurde eine große Schicht heterogener Systeme geschaffen, die immer noch funktioniert. Die Interaktion zwischen Backend-Systemen ist manchmal unvorhersehbar. In einem alten System für ein bestimmtes Feld gibt es beispielsweise Einschränkungen hinsichtlich der Anzahl der Zeichen, und manchmal stürzt dadurch ein neuer Dienst ab. Das Verfolgen eines Fehlers mit Standardmethoden ist recht schwierig, die Verwendung von Webanalysen ist jedoch elementar.
Wir kamen zu dem Punkt, an dem wir begannen, die Fehlertexte zu erfassen und zu analysieren, die dem Kunden von allen beteiligten Systemen angezeigt werden. Es stellte sich heraus, dass viele von ihnen veraltet waren und wir uns nicht einmal vorstellen konnten, dass sie irgendwie in unseren Prozess involviert waren.
Arbeiten Sie mit Analysen
Wir haben Webanalyse- und SCRUM-Entwicklungsteams im selben Raum. Sie interagieren ständig miteinander. Bei Bedarf helfen Ihnen Experten beim Einrichten von Metriken oder beim Hochladen von Daten. Grundsätzlich arbeiten die Teammitglieder jedoch selbst mit dem Analysedienst. Es ist nichts kompliziertes.
Hilfe wird benötigt, wenn Sie beispielsweise einige Abhängigkeiten, zusätzliche Filter für einen begrenzten Typ von Clients oder Quellen benötigen. In der gegenwärtigen Architektur begegnen wir dem jedoch selten.
Interessanterweise erforderte die Einführung von Analytics nicht die Installation eines neuen IT-Systems. Wir verwenden dieselbe Software, mit der Vermarkter zuvor gearbeitet haben. Es war nur notwendig, seine Verwendung zu koordinieren und in Geschäft und Entwicklung umzusetzen. Natürlich konnten wir nicht nur das nehmen, was Marketing hat, wir mussten alles neu konfigurieren und dem Marketing Zugriff auf die neue Umgebung gewähren, damit sie mit uns im selben Informationsfeld waren.
In Zukunft planen wir den Kauf einer verbesserten Version der Webanalysesoftware, die dem zunehmenden Volumen verarbeiteter Sitzungen gerecht wird.
Wir integrieren auch aktiv Webanalysen und interne Datenbanken aus CRM- und Buchhaltungssystemen. Durch die Kombination der Daten erhalten wir ein vollständiges Bild des Kunden in allen erforderlichen Abschnitten: nach Quelle, Kundentyp, Produkt. BI-Services zur Visualisierung von Daten werden in Kürze allen Abteilungen zur Verfügung stehen.
Womit sind wir gelandet? Tatsächlich haben wir Analysen und Entscheidungen zu einem Teil des Produktionsprozesses gemacht, was einen sichtbaren Effekt ergab.
Analytics: Treten Sie nicht auf einen Rechen
Und schließlich möchte ich Ihnen Tipps geben, mit denen Sie beim Aufbau eines Geschäftsgeräts Zapfen vermeiden können.
- Wenn die Analyse nicht schnell durchgeführt werden kann, führen Sie die falsche Analyse durch. Sie müssen einem einfachen Pfad von einem Produkt aus folgen und dann skalieren.
- Sie müssen ein Team oder eine Person haben, die die zukünftige Analysearchitektur gut versteht. Es ist auch notwendig, am Ufer zu entscheiden, wie Sie die Analysen skalieren, in andere Systeme integrieren und die Daten wiederverwenden.
- Generieren Sie keine zusätzlichen Daten. Webstatistiken sind neben nützlichen Informationen auch eine riesige Müllkippe mit minderwertigen und redundanten Daten. Und dieser Müll wird die Entscheidungsfindung und Bewertung beeinträchtigen, wenn es keine klaren Ziele gibt.
- Führen Sie keine Analysen für Analysen durch. Zuerst Ziele, die Wahl eines Instruments und erst dann - Analytik nur dort, wo sie einen Effekt erzeugt.
Material gemeinsam mit Chebotar Olga (
olga_cebotari ) vorbereitet.