Обратная связь в реальном времени: гибкий процесс разработки в Walmart

Рубрика «Инновации в корпорациях» выходит при поддержке Spinon.

Сейчас уже недостаточно просто думать, что клиентами понравилась кампания или приложение – с помощью данных можно узнать это наверняка. В случае новых технологий и приложений можно не только узнать, нравится это клиентам или нет – можно также определить, почему им это нравится, и как они это используют. Вопрос только в том, как использовать имеющиеся данные. Я хочу на примере компании Walmart рассказать, какую роль могут играть данные в процессе разработки приложений и придании этому процессу большей гибкости.

Недавно я общался с Георгием Господиновым (Georgi Gospodinov), специалистом по анализу данных Walmart, который помогает преобразовать аналитические технологии и процесс разработки продуктов компании. Мы обсудили то, как Walmart первой из подобных компаний внедряет гибкие технологии создания новых продуктов. Опыт Walmart может быть полезен компаниям любого масштаба.

Знания не ждут

Идея тестирования продуктов существует со времен зарождения капитализма, но сейчас, в эпоху больших данных, стали доступны такие инструменты испытания и понимания сути продуктов, каких не было еще десять, а то и пять лет назад. Особенно важно для процесса разработки новых кампаний и продуктов то, что тестирование может происходить постоянно, а не только после окончания каждого цикла работы.

Георгий Господинов, один из ведущих специалистов, работающих над аналитической платформой Walmart. Фото: Walmart

По словам Господинова, сейчас в Walmart прямо в процессе разработки новых продуктов непрерывно получают и учитывают обратную связь от их конечных пользователей. Вместо того, чтобы тратить по шесть месяцев на создание прототипа и только потом узнавать, придется ли он по вкусу пользователям, в Walmart взяли на вооружение так называемое «мышление бережливого стартапа». «С самого начала мы даем пользователям продукта возможность взаимодействовать с его прототипом, чтобы в реальном времени получать обратную связь и учитывать ее в процессе работы», – рассказал Господинов.

Для Walmart этот подход оказался незаменимым, так как он позволяет на постоянной основе экономить время и деньги.

В Walmart такая модель обратной связи стала возможна благодаря двум концепциям: активного обучения и мониторинга производительности.

Обучение не ходу

В основе подхода Walmart лежит способность быстро адаптировать продукты к изменениям. «Модели быстро устаревают, а данные меняются, – объясняет Господинов. – Меняются предпочтения пользователей. Поэтому нужно настроить систему так, чтобы либо модели обучались автоматически, либо хотя бы производилась оценка ее эффективности. Мы делаем и то, и другое».

В приложения Walmart встроены функции, благодаря которым модели могут автоматически получать данные в реальном времени и в зависимости от них адаптировать свое поведение. Эти приложения могут самостоятельно корректировать курс после нового цикла получения и оптимизации данных пользователей.

Активное обучение происходит в ручном режиме в процессе разработки и в автоматическом режиме после выпуска продукта, так что он работает тем качественнее, чем активнее его используют. Благодаря тому, что этот уровень адаптивного обучения внедряется практически во все новые продукты Walmart, нам удалось заложить основу для нового этапа технологической революции – искусственного интеллекта.

Оптимальная производительность

Однако Господинов решил, что приложениям Walmart будет недостаточно просто подстраивать свою работу. Инженеры компании также добавили систему мониторинга производительности в реальном времени. Этот слой непрерывно обрабатывает собранные данные и использует различные метрики для оценки качества работы приложения. По-настоящему уникальным эту технологию делает то, что она максимально нетребовательна к характеристикам компьютера.

«Прямо сейчас мы можем измерять производительность в реальном времени без развертывания еще одной полноценной системы поверх нашей, – рассказывает Господинов. – Таким образом, мы контролируем работу приложений даже в момент их запуска, что очень полезно».

Подобная гибкая в двух плоскостях система позволяет Walmart оперативно узнавать, что работает, что не работает, что получается улучшить в плане производительности, стабильности и других показателей работы приложений. Этот адаптивный подход к разработке уникален еще и тем, в насколько крупной корпорации он внедрен. Также он показывает, в какую сторону будет развиваться сфера разработки продуктов в будущем».

Источник

Материалы по теме:

Принципы «бережливого стартапа» нужны корпорациям даже больше, чем небольшим компаниям

Ошибка при использовании ПО может стоить вам дорого. Как себя обезопасить?

Facebook будет тестировать приложения на 2000 смартфонов

Как превратить свой бизнес в компанию будущего?

Фото на обложке: Walmart