Perusahaan IT yang terlibat dalam pengembangan produk sering mencari analitik dalam tim mereka. Kenapa ada analis? Untuk menguji hipotesis yang ditemukan oleh tim, mengembangkan sistem metrik (dan mendukungnya), melakukan berbagai eksperimen, dan kemudian memberikan rekomendasi untuk meningkatkan produk. Ini adalah analis produk, juga dikenal dengan nama kode "analis data".
Di saluran jarak jauh Alfa-Bank, kami juga mengembangkan produk. Tetapi di tim kami tidak ada analis lain, selain analis sistem, yang tugasnya mencakup mengumpulkan dan menganalisis persyaratan, serta merancang dan mendokumentasikan solusi. Pembaca yang penuh perhatian akan melihat sedikit kontradiksi di sini. Jadi apa yang analis sistem juga aktif terlibat dalam analisis produk?
Di bawah cut - sebuah studi kecil, yang dirancang untuk menilai seberapa kuat analis sistem terlibat dalam proses bekerja dengan metrik produk.
Polling
Seperti di kota-kota lain di negara kita, pemilik produk berurusan dengan masalah makanan, jadi semua yang terkait dengan metrik adalah keuskupannya. Dan oleh karena itu, untuk menyelami konteksnya, kami melakukan survei di antara para pemilik produk perbankan internet baru untuk pengusaha perorangan dan badan hukum. Kami memiliki tiga blok pertanyaan utama.
- Siapa dan bagaimana tim Anda menentukan metrik produk?
- Dari mana Anda mendapatkan data metrik? Sumber apa yang Anda gunakan?
- Manakah dari anggota tim (peran) yang terlibat dalam proses penentuan metrik, pengumpulan dan analisis data untuk memantau pencapaian mereka? Di mana partisipasi mereka terwujud?
Ternyata pemilik produk membedakan tiga jenis metrik.
Metrik bisnis. Seperti namanya, mereka menunjukkan berapa banyak produk menghasilkan uang atau berapa banyak uang yang disimpan bank. Mereka ditentukan oleh pemilik produk atau ditetapkan segera pada tingkat strategi. Data tentang metrik tersebut diunduh dari beberapa sumber, baca - dengan keterlibatan tim pengembangan. Tetapi analisis data ini ada di pundak pemilik produk dan pakar bisnis.
Metrik penggunaan. Mereka membantu untuk memahami bagaimana pengguna akhir secara aktif bekerja dengan fitur-fitur produk. Apakah nyaman bagi mereka untuk berpindah dari satu bagian ke bagian lain, melihat perintah, tekan tombol, dan lainnya. Metrik ini ditentukan oleh pemilik produk dalam kolaborasi erat dengan tim pengembangan. Dan untuk memantau data ini dalam format yang nyaman, tim pengembangan membuat dasbor.
Metrik kesehatan. Mereka membantu menjaga jari pada denyut nadi produk itu sendiri, untuk melihat apakah kesalahan, kebocoran memori dan hal-hal tidak menyenangkan lainnya muncul. Sebagian besar, mereka mirip dengan jenis metrik sebelumnya, hanya saja pemilik produk tidak begitu aktif terlibat dalam proses menentukan dan menganalisisnya.
Setelah itu, kami sudah mewawancarai analis sistem untuk keterlibatan mereka dalam bekerja dengan metrik produk. Dan ya, orang-orang dari tim-tim itulah yang diwawancarai dengan pemilik produk siapa mereka berbicara pada langkah pertama. Ada 4 pertanyaan dengan opsi jawaban yang sudah disiapkan sebelumnya.
# 1 Seberapa sering Anda menghadapi tugas pengumpulan dan analisis data untuk mengontrol metrik produk?
Lebih dari setengah orang (58%) menjawab bahwa mereka melakukan ini secara tidak teratur, yaitu, Anda duduk dan melakukan apa yang biasanya dilakukan analis sistem, kemudian pemilik produk mendatangi Anda dan meminta Anda untuk mengunggah data atas permintaannya. 17% responden mengatakan bahwa cawan ini sama sekali tidak mereka terima, jadi kami tidak mulai menanyakan pertanyaan-pertanyaan berikut kepada mereka.
Karena pemilik produk melaporkan bahwa tim pengembangan mengunduh data dari berbagai sumber untuk dianalisis, pertanyaan kedua adalah:
# 2 Sumber apa yang Anda gunakan untuk mengumpulkan dan menganalisis data untuk mengontrol metrik produk?
Sumber yang paling populer adalah Sistem Perbankan Otomatis, ini milik kami - Persamaan (35%). Perak mengambil basis Alpha Metric dengan 26% (kami pada satu waktu membuat analog kami sendiri dari Yandex Metric untuk potongan serupa).
(ALBO = Bisnis Online Alpha)Pertanyaan ketiga menyangkut alat.
# 3 Alat apa yang Anda gunakan untuk menganalisis data untuk mengontrol metrik produk?
SQL dan Excel yang ditempati diprediksi teratas (masing-masing 53% dan 40%). 7% lebih suka Python, tetapi ini lebih merupakan pengecualian dari aturan.
# 4 Alat pemantauan data apa yang Anda gunakan?
Rasanya dan warnanya - ada tiga alat utama sekaligus.
- Superset (40%) - digunakan untuk membangun dasbor berdasarkan data dari basis data Alpha Metric;
- Kibana (33%) - digunakan untuk membuat dasbor berdasarkan data dari log aplikasi, serta data dari basis data produk lokal;
- Grafana (20%) - sering digunakan untuk membuat dasbor untuk memantau metrik kesehatan.
Jadi apa kesimpulannya?
Seorang analis sistem dihadapkan dengan tugas mengumpulkan dan menganalisis data untuk mengontrol metrik produk. Namun, mereka tidak teratur sifatnya, oleh karena itu, kemungkinan besar, mereka tidak mengalihkan perhatian analis sistem dari tugas-tugas utama. Dan analis menggunakan sumber data yang berbeda untuk mengontrol metrik produk. Ini memiliki akses langsung ke bagian sumber, dari data lain perlu diterima pada aplikasi. Untuk menyederhanakan kehidupan analis, tidak akan keluar dari tempatnya untuk menjauh dari aplikasi dengan memberinya akses ke sumber yang diperlukan.
Alat analisis data utama untuk memantau metrik produk adalah SQL dan Excel. Analis sistem tidak memerlukan alat khusus lainnya untuk analisis data, ia terlibat dalam proses pemantauan data untuk mengontrol metrik produk dan menggunakan alat yang berbeda untuk ini. Mungkin bermanfaat untuk pindah ke satu alat untuk memantau data.
Baru-baru ini, kolega saya menulis
sebuah artikel di mana dia mencoba menjawab pertanyaan tentang apa yang dilakukan seorang analis sistem di Bank. Analis, seperti anggota tim pengembangan lainnya, dapat benar-benar menangani masalah produk, termasuk bekerja dengan metrik produk.
Tetapi tugas semacam itu lebih bersifat tambahan, yang bertujuan membantu pemilik produk mengunggah data untuk menganalisis metrik bisnis, menganalisis metrik penggunaan, dan menghasilkan gagasan untuk mengembangkan fungsionalitas produk, memastikan operasi aplikasi yang stabil dengan menganalisis dan memantau metrik kesehatan.