Для бизнеса, который планирует развиваться и расти, а не извлекать сиюминутную выгоду, система аналитики практически мастхэв. Она помогает строить бизнес-планы, дает более реальное представление о том, как чувствует себя компания; с её помощью можно принимать решение, основываясь на фактах, а не на догадках. В этой статье мы рассказываем о своем опыте внедрения системы аналитики и той пользе, которую она приносит.

Как появилась идея внедрить?

Началось все с того, что мы стали собирать данные из разных источников. На тот момент конкретной цели у нас не было, мы просто хотели понять, как можно их использовать. В самом начале у нас были таблички с данными по клиентам от отдела продаж, условия заключенных договоров, конфлюенс, таск-трекер, потом подключили консоли админов.

В итоге стало понятно: на этом этапе можно использовать данные, чтобы снять часть рутины с менеджеров и улучшить организацию процессов.

Как проходило внедрение?

В первую очередь мы составили список всех имеющихся источников данных, а также систематизировали сопутствующую информацию: какие есть таск-трекеры в отделах, как контролируется рабочее время, где отслеживаются и ведутся процессы, как происходит коммуникация в почте и чатах, как вообще собирается информация, где найти детализацию по клиентам.

На заметку: альтернативный путь — отталкиваться от задач, которые будут решать пользователи с помощью системы аналитики. В этом случае следует собрать их потребности и на основе этого подключить необходимые источники.

На этом этапе много общались с коллегами. Узнавали, как они проверяют статусы задач, какие метрики используют, какие данные могут им пригодиться, как они контролируют процессы. После долгих обсуждений поняли, что у каждого менеджера, у каждого тимлида есть свои эвристики, по которым они проверяют, всё ли идет нормально. Опираясь на них, мы собрали  условия для запросов, по которым показываются данные. 

Например, вместо того, чтобы просто показывать чистые данные по задачам, мы подгружаем их по определенным критериям: сколько у нас просроченных задач за сутки или сколько тех, у которых дедлайн уже завтра. Из этого возникли стандартные автоматизированные проверки для руководства направления эксплуатации. 

В итоге у нас появился Redash, в котором отображались текущие задачи и статусы по ним.

Чуть позже собрали закрытый Redash, в котором отображались данные по клиентам: сколько времени мы тратим на проект, какие специалисты в нем участвуют, условия, на которых мы работаем — тарифы и кол-во часов, которые входят в пакет.

Параллельно мы строили дашборды — интерфейс для контроля команд и минимизации рутины для менеджеров. Туда подгружается информация из таск-трекера и дейликов. В основном такие данные собираем по проектам-эпикам.

Как система аналитики помогает нам? Что дает?

1. Посредством дашбордов с необходимыми данными мы экономим время, которое тимлиды и менеджеры расходуют на рутинные операции по проверке и контролю процессов.

2. Система аналитики помогает нам точнее определять рентабельность и целесообразность услуг, которые мы оказываем клиенту.

Две главные проблемы, которые мы решаем с помощью аналитики, это:

• Разрозненность данных — то, что данные разных типов разбросаны по разным источникам без единого хранилища и представления. После внедрения данные у нас централизованы и агрегируются в одном месте.

• Отсутствие точной аналитики по тому, насколько нам выгоден тот или иной клиент.

Например, на дашборде руководителя отдела есть вся сводная информация по отделу. Так мы отчасти закрываем несовершенство таск-трекера, который не умеет собирать такую аналитику. Там есть самая разная статистика по задачам, например, отображаются те таски, по которым мы ждем ответа от клиентов уже в течении недели. 

Есть данные о работе сервисных менеджеров, которые принимают задачи от клиентов и передают их на оценку — хватит ли у нас ресурсов. То есть используем аналитику в том числе и как агрегатор задач.

Другой пример — дашборд для тимлидов, на котором они смотрят задачи, которые можно брать в работу. Для него мы разработали развесистую систему запросов, которая назначает задачам веса. Вес зависит от: категории, приоритета, дедлайна. Так тимлиду проще выбрать задачу, ведь бывает, что список состоит из пятидесяти задач, и чтобы вручную определить, какая из них важнее, придется потратить уйму времени.

Срочные и важные задачи в этом списке будет вверху, менее важные, но срочные будут пониже, важные, но несрочные иногда будут даже выше предыдущих.

Как она работает?

Сама система состоит из 3 компонентов:

1. Apache Airflow для передачи данных.

2. Greenplum DB в качестве СУБД.

3. Redash для дашбордов и визуализации.

Для агрегации данных мы используем различные способы. Например, для отслеживания клиентского тарифа у нас есть запрос со сложной структурой. Для него мы выбираем данные из таск-трекера и системы мониторинга по тому, сколько, например, алертов мы обработали. Также мы логируем действия сотрудников на серверах клиента, считаем сколько часов провели в консоли дежурные и сколько часов дежурные записали по задачам.

Далее необходимо понять, сколько времени и на что потратили коллеги. Для этого приходится выполнять сложную операцию с разными условиями.

• Если у дежурного в этот день не стояло какой-то конкретной задачи, но он записал в таймшит рабочее время, то система считает, сколько времени он провел в консоли. Потому что, скорее всего, он пошел реагировать на алерт, по ним мы не создаем задач, чтобы не тратить лишнее время и сразу на них реагировать.

• Если же задача у дежурного стояла, то система будет игнорировать консольное время и подгружать время, которое записано по задаче.

• Далее мы суммируем все часы по всем сотрудникам, работающих с клиентом с разбивкой по отделам.

• В итоге собираем все эти данные на один большой дашборд, где ещё есть следующая информация: тариф клиента, сколько у него серверов на обслуживании, сколько времени мы потратили на клиента в этом месяце.

Благодаря такому сложному сводному запросу, мы понимаем, сколько времени уже потратили на проект и как трудозатраты соотносятся с тарифом. Чтобы информация была более объективной, добавляем расшифровки: какие отделы больше потратили часов, какая была статистика в прошлом месяце, какое среднее за три или за шесть месяцев. И на этих данных можно сделать вывод: это разовая флуктуация, потому что у клиента, например, была авария или это систематическое превышение.

Еще к системе аналитики прикручена некоторая информация о сотрудниках — из нашего самописного сервиса для учета отпусков. На дашборде руководителя, кроме части про задачи, есть небольшой анализ по сотрудникам. Там информация о том, кто скоро пойдет в отпуск, а кто не бывал в отпуске уже полгода, а значит, нужно спросить у человека, как дела и не желает ли он отдохнуть.

Что вам со всего этого?

Давайте резюмируем, что дало внедрение системы аналитики:

1. Примерно в 3 раза меньше времени руководители и тимлиды стали тратить на рутинные проверки статуса задач и работ по проектам.

2. Повысилась эффективность апсейла за счет того, что мы в динамике и цифрах показываем клиенту, что ему стоит перейти на другой тариф.

3. Снизилось выгорание сотрудников из-за того, что руководители вовремя напоминают о том, что пора в отпуск.

Так что ответ на вопрос в заголовке простой: вам со всего этого — польза. Конечно, многое зависит от профиля деятельности компании и других условий-обстоятельств, но совершенно очевидно, что для компаний определённого масштаба система аналитики — залог того, что её менеджеры смогут смотреть дальше и глубже завесы ежедневной рутины.

Ну, а мы пошли дальше и вместе с @selectel создали SaaS, который удобен для внедрения аналитики в вашей организации. Там есть демо-режим, так что можно проверить-затестить.

Будем рады, если это вам поможет в развитии бизнеса. И будем рады ответить на вопросы в комментариях.