В своем предыдущей статье, я описал, что мы можем воспринимать процесс поставки как Процесс Накопления Знаний.
Получившаяся диаграмма процесса показывает, как знания постепенно поступают и накапливаются через последовательность доминантных активностей. Точки, разделяющие эти активности не являются переключением между функциональными специалистами, а скорее приводят к изменению в паттерне взаимодействия. Был приведен пример такой диаграммы для среднестатистического процесса поставки программного обеспечения.
Теперь настало время показать применение такого подхода к другим процессам, и я приведу несколько примеров из мира, не связанного с поставкой программного обеспечения. Мы обратимся к началу 2003 года и моим первым циклам создания-измерения-изучения, которые сейчас мы привыкли называть бережливым стартапом. В то время я жил в Нью-Йорке и был одним из немногих инженеров в молодой компании занимающейся рекламой, через интернет.
Конечная точка этого процесса – подтверждение со стороны бизнеса актуальности обновленной версии нашего продукта. Обратите внимание, что мы обсуждаем не процесс создания и поставки самого продукта. Продукт уже сделан и готов ко встрече со своими пользователями. Вопрос в том: как мы выстраиваем процесс изучения с этого момента?
На ранних стадиях этого процесса доминирует одна активность: обеспечение того, чтобы нашему вице-президенту по рекламе на следующее утро не пришлось кричать: «Парень, где мой доход?!». Это потенциальное восклицание можно перефразировать как статистическую гипотезу и проверить на небольшом проценте пользователей, с контрольной группой. Мы стремились доказать, что наш функционал выпущенный в последней версии не причинил никакого вреда бизнесу. Мы хотели быть на 100% уверены, что менеджеры рекламных кампаний смогут использовать обновленный продукт, запустить свой портфель объявлений и получить тот же доход в день, что и контрольная группа, использующая предыдущую версию продукта.
Обратите внимание, данный процесс не имеет ничего общего с регрессионным тестированием, которое уже было проведено в рамках создания продукта. Мы могли бы экстраполировать нашу уверенность в регрессионном тестировании и на нашу гипотезу, но одно из правил на Мэдисон-авеню – не предполагай.
В таких экспериментах участвовали главный инженер по продукту (обычно я), вице-президент по рекламе, старший менеджер рекламной кампании и операционист. Когда приходили статистически значимые результаты наша уверенность возрастала, активность начинала угасать, и начинала доминировать новая активность.
Нашей следующей задачей было замерить улучшения от нового функционала, одним из которых было увеличение дохода от одного пользователя. Новая гипотеза: тестовая группа, использующая новый тип объявления или новый алгоритм, будет работать лучше, чем у контрольной группы. Для проведения нового эксперимента требуется изменение в составе группы исследователей. Нам нужен новый тип рекламы, поэтому мы привлекли графического дизайнера, программиста пользовательского интерфейса и нашего креативного директора. Эксперимент может доказать, например, что новый алгоритм географического таргетинга обеспечит более высокий процент кликов в категории путешествий. По мере того, как поступают результаты, мы получаем подтверждение, что продукт можно разворачивать на всей пользовательской базе, эта деятельность также в конечном итоге сходит на нет.
Затем мы столкнулись с последней проверкой: поможет ли улучшенный продукт с доказанной эффективностью его улучшений, в привлечении большего числа платежеспособных клиентов? Например, в то время существовала региональная авиакомпания, которая выполняла рейсы из одного аэропорта в несколько пунктов назначения. Они никогда бы не купили общенациональную рекламную кампанию, тратя деньги, так же как American, United или Delta. Может ли наш новый продукт, нацеленный на рекламу с высокой точностью таргетинга, превратить эту авиакомпанию в нашего клиента? (Так оно и было.) Эта активность требовала включения еще и сотрудника отдела продаж, чтобы работать в кругу тех же менеджеров рекламных кампаний и творческим персоналом, в то время как роль инженеров становилась минимальной. Таким образом, мы увидели еще одно изменение в паттерне взаимодействия.
В этом примере мы рассмотрели процесс поставки в области профессиональных сервисов как процесс накопления знаний. Мы визуализировали его как последовательность доминантных активностей. Все когда-то доминантные активности исчезают и уступают место новым. Каждый раз, когда это происходит, формируется сигнал не о передаче работы другому функциональному отделу, а о изменении в паттерне взаимодействия.
Получившаяся диаграмма процесса показывает, как знания постепенно поступают и накапливаются через последовательность доминантных активностей. Точки, разделяющие эти активности не являются переключением между функциональными специалистами, а скорее приводят к изменению в паттерне взаимодействия. Был приведен пример такой диаграммы для среднестатистического процесса поставки программного обеспечения.
Теперь настало время показать применение такого подхода к другим процессам, и я приведу несколько примеров из мира, не связанного с поставкой программного обеспечения. Мы обратимся к началу 2003 года и моим первым циклам создания-измерения-изучения, которые сейчас мы привыкли называть бережливым стартапом. В то время я жил в Нью-Йорке и был одним из немногих инженеров в молодой компании занимающейся рекламой, через интернет.
Что мы доставляем?
Конечная точка этого процесса – подтверждение со стороны бизнеса актуальности обновленной версии нашего продукта. Обратите внимание, что мы обсуждаем не процесс создания и поставки самого продукта. Продукт уже сделан и готов ко встрече со своими пользователями. Вопрос в том: как мы выстраиваем процесс изучения с этого момента?
Схематично это может выглядеть так:
На ранних стадиях этого процесса доминирует одна активность: обеспечение того, чтобы нашему вице-президенту по рекламе на следующее утро не пришлось кричать: «Парень, где мой доход?!». Это потенциальное восклицание можно перефразировать как статистическую гипотезу и проверить на небольшом проценте пользователей, с контрольной группой. Мы стремились доказать, что наш функционал выпущенный в последней версии не причинил никакого вреда бизнесу. Мы хотели быть на 100% уверены, что менеджеры рекламных кампаний смогут использовать обновленный продукт, запустить свой портфель объявлений и получить тот же доход в день, что и контрольная группа, использующая предыдущую версию продукта.
Обратите внимание, данный процесс не имеет ничего общего с регрессионным тестированием, которое уже было проведено в рамках создания продукта. Мы могли бы экстраполировать нашу уверенность в регрессионном тестировании и на нашу гипотезу, но одно из правил на Мэдисон-авеню – не предполагай.
В таких экспериментах участвовали главный инженер по продукту (обычно я), вице-президент по рекламе, старший менеджер рекламной кампании и операционист. Когда приходили статистически значимые результаты наша уверенность возрастала, активность начинала угасать, и начинала доминировать новая активность.
Нашей следующей задачей было замерить улучшения от нового функционала, одним из которых было увеличение дохода от одного пользователя. Новая гипотеза: тестовая группа, использующая новый тип объявления или новый алгоритм, будет работать лучше, чем у контрольной группы. Для проведения нового эксперимента требуется изменение в составе группы исследователей. Нам нужен новый тип рекламы, поэтому мы привлекли графического дизайнера, программиста пользовательского интерфейса и нашего креативного директора. Эксперимент может доказать, например, что новый алгоритм географического таргетинга обеспечит более высокий процент кликов в категории путешествий. По мере того, как поступают результаты, мы получаем подтверждение, что продукт можно разворачивать на всей пользовательской базе, эта деятельность также в конечном итоге сходит на нет.
Затем мы столкнулись с последней проверкой: поможет ли улучшенный продукт с доказанной эффективностью его улучшений, в привлечении большего числа платежеспособных клиентов? Например, в то время существовала региональная авиакомпания, которая выполняла рейсы из одного аэропорта в несколько пунктов назначения. Они никогда бы не купили общенациональную рекламную кампанию, тратя деньги, так же как American, United или Delta. Может ли наш новый продукт, нацеленный на рекламу с высокой точностью таргетинга, превратить эту авиакомпанию в нашего клиента? (Так оно и было.) Эта активность требовала включения еще и сотрудника отдела продаж, чтобы работать в кругу тех же менеджеров рекламных кампаний и творческим персоналом, в то время как роль инженеров становилась минимальной. Таким образом, мы увидели еще одно изменение в паттерне взаимодействия.
Еще раз
В этом примере мы рассмотрели процесс поставки в области профессиональных сервисов как процесс накопления знаний. Мы визуализировали его как последовательность доминантных активностей. Все когда-то доминантные активности исчезают и уступают место новым. Каждый раз, когда это происходит, формируется сигнал не о передаче работы другому функциональному отделу, а о изменении в паттерне взаимодействия.