Tecnologías de Azure para medir el impacto empresarial
Una vez que una organización crea un MVP, debe validar la hipótesis de innovación. En esta unidad, descubrirá cómo las herramientas de Azure pueden servir de ayuda en esta parte fundamental del proceso de innovación.
Medición de la eficacia
La medición de si una hipótesis fue correcta o incorrecta puede ser complicada, ya que pueden influir varios factores en los indicadores clave de rendimiento. Estos factores pueden aportar sugerencias sobre el éxito esperado, ya que establecer causalidad puede resultar complejo. Por ejemplo, incluso si las ventas aumentan después de la introducción de una determinada característica, es difícil probar si la característica nueva ha sido la principal responsable de dicho aumento de ventas.
Sin embargo, la forma en que las características se publican para los usuarios de la aplicación puede ayudar a evaluar la validez de una hipótesis:
- Las implementaciones controladas con marcas de características, anillos de características e implementaciones de valor controlado permiten publicar una característica para un conjunto limitado de usuarios, a fin de evitar la interrupción de la experiencia de toda la base de clientes. Además, puede comparar directamente el rendimiento de los clientes entre sí con la característica y sin ella.
- Las opciones del portal para que los usuarios decidan si quieren exponerse a una nueva función que pone a los usuarios al control de su propia experiencia. El hecho de que muchos usuarios opten por una característica nueva podría ser ya una confirmación de que la función anterior tenía posibilidades de mejora. Si los clientes que optan por la característica nueva vuelven a la experiencia anterior, podría ser un indicador de que al MVP implementado le falta la marca.
- La encuestas de clientes son un mecanismo de comentarios eficaz, si se implementan correctamente. Los clientes proporcionan información sobre su satisfacción si es un proceso sencillo. Las encuestas de satisfacción de "semáforo" de un solo clic o las preguntas únicas sobre la función nueva pueden proporcionar conclusiones para ayudar a evaluar si la hipótesis de innovación era correcta. Por lo general, solo unos pocos usuarios responden a las encuestas más largas y dedican tiempo a rellenarlas detenidamente y con sinceridad.
Descripción de la aplicación
Azure Application Insights es una plataforma de administración del rendimiento de aplicaciones (APM) que incluye un conjunto extenso de herramientas para recopilar datos de telemetría de la aplicación. Puede usar estas conclusiones con varios fines como, por ejemplo, la supervisión de rendimiento, la solución de problemas o la comprensión de cómo los usuarios se mueven por las aplicaciones. El último punto es fundamental para el ciclo de vida de la innovación. Se puede usar para validar una hipótesis de innovación y determinar si una innovación concreta mejora la experiencia del cliente.
Detección de problemas antes de que los usuarios los perciban
Un elemento fundamental que afecta a la experiencia del usuario es el rendimiento y la disponibilidad de una aplicación. Si una aplicación no funciona correctamente y muestra errores, o si su capacidad de respuesta no es suficiente, algunos usuarios la abandonarán frustrados. Su organización podría perder negocio. Esos usuarios frustrados también podrían dañar la reputación de su organización si comparten su experiencia en redes sociales.
La detección de esas situaciones problemáticas antes de que afecten a los usuarios es de máxima importancia. Para alcanzar ese objetivo, debe supervisar proactivamente la aplicación y empezar a ocuparse de posibles problemas antes de que afecten a la empresa. Por ejemplo, puede permitir que las notificaciones abran incidentes automáticamente para que se investiguen incluso antes de que los clientes los notifiquen.
Detección inteligente es una característica útil de Azure Application Insights. Puede generar alertas cuando el comportamiento de la aplicación no sea el habitual. Detecta anomalías mediante el aprendizaje automático y las alertas son más ricas que las notificaciones de error tradicionales.
Normalmente, las notificaciones informan de que podría haber un problema, sin aportar contexto sobre el posible impacto empresarial. Las alertas de Detección inteligente incluyen información como el número de usuarios afectados, el patrón asociado a los errores o la frecuencia de errores en comparación con el comportamiento normal. Después, puede centrarse en la incidencia más crítica desde una perspectiva empresarial.
Supervisar la actividad del usuario
Análisis de uso en Azure Application Insights puede ayudarle a evaluar qué áreas de la aplicación necesitan mejoras. Por ejemplo, un análisis de uso puede identificar las características más populares de la aplicación o puntos concretos en los que los usuarios abandonan el portal web. Puede explorar, por ejemplo, si la aplicación funciona mejor en determinadas zonas geográficas respecto a otras y, de este modo, obtener información valiosa sobre dónde podrían estar las brechas de la aplicación.
Después de formular una hipótesis con los datos que proporciona Azure Application Insights, se puede analizar la telemetría para medir si la situación ahora es mejor o peor. Puede insertar eventos empresariales personalizados en la aplicación, de modo que los datos de telemetría incluyan información adicional que ayude en el proceso de medida.
Los embudos pueden ser una herramienta relevante. Gracias a los embudos, puede predefinir los flujos que espera que sigan los usuarios cuando usen la aplicación. Después, puede supervisar qué patrones siguen los usuarios e identificar problemas en las aplicaciones si los usuarios se comportan de maneras inesperadas.
Retención de usuarios
La herramienta de retención de Application Insights ofrece una función específica en torno al abandono de usuarios. Cuando se combina con eventos empresariales, incluye datos de aprendizaje valiosos. Por ejemplo, comprender qué acciones han adoptado los clientes que han abandonado la aplicación de forma inesperada le permitirá formular hipótesis con el máximo impacto empresarial.
Por ejemplo, si la mayoría de los usuarios que han abandonado el sitio web lo han hecho desde la página del método de pago, sospechará que en esa parte existe un problema empresarial. Es posible que las opciones de pago sean insuficientes o no se muestren claramente, o bien que otro problema impida que los usuarios avancen en su proceso de compra.
Análisis de impacto
Análisis de impacto es una característica de Azure Application Insights que correlaciona los aspectos técnicos de la aplicación con métricas empresariales tangibles.
Por ejemplo, ¿con qué rapidez se debe cargar la página del producto para que la mayoría de los usuarios continúen con su proceso de compra? Con Análisis de impacto, puede mostrar la relación entre el tiempo de carga de la página y la tasa de usuarios que compran el producto mostrado. Esta información puede ayudarle a validar o rechazar una hipótesis de innovación y a convertir los requisitos empresariales en especificaciones técnicas.
Resumen
Tailwind Traders ha decidido introducir algunas características nuevas en la aplicación de comercio electrónico, como una plataforma de pago nueva. La aplicación se ha instrumentado con Azure Application Insights para entender cuántos clientes usan el método de pago nuevo y si hay un aumento de la tasa de conversión en el proceso de pago. El método de pago nuevo se ha marcado como versión preliminar, de modo que los usuarios son más comprensivos en caso de que haya problemas.
Application Insights ha ayudado a Tailwind Traders a identificar que un alto porcentaje de usuarios han decidido elegir el método de pago nuevo, a pesar del banner de "versión preliminar". Application Insights ha confirmado que la función nueva funcionaba según lo previsto, sin errores importantes. Además, la tasa de conversión en compras ha aumentado significativamente.
Tailwind Traders ahora puede centrarse en convertir el MVP del método de pago nuevo en una característica de nivel de producción. La empresa puede pasar a la fase de aprendizaje del ciclo de vida de innovación para formular más hipótesis.