Memberdayakan adopsi dengan penemuan digital

Ujian akhir inovasi adalah reaksi pelanggan terhadap penemuan Anda. Apakah hipotesis terbukti benar? Apakah pelanggan menggunakan solusinya? Apakah solusi diskalakan untuk memenuhi kebutuhan persentase pengguna yang diinginkan? Yang utama, apakah mereka terus datang kembali? Tak satu pun dari pertanyaan-pertanyaan ini dapat ditanyakan sampai solusi produk minimum yang layak (MVP) telah disebarkan.

Pada artikel ini, kami akan fokus pada pemberdayaan adopsi menggunakan integrasi berkelanjutan dan alat alur penyebaran berkelanjutan (CI/CD). Integrasi berkelanjutan adalah otomatisasi kode beberapa kali per hari untuk memiliki proyek tunggal yang diperbarui. Penyebaran berkelanjutan adalah pengiriman otomatis fungsi-fungsi tersebut sepanjang hari.

Mengurangi gesekan CI/CD yang memengaruhi adopsi

Beberapa hambatan untuk adopsi dapat diminimalkan melalui kombinasi teknologi dan proses. Bagi pembaca dengan pengetahuan tentang proses CI/CD atau Azure DevOps, proses alur CI/CD berikut akan terasa akrab. Artikel ini menetapkan titik awal untuk tim adopsi cloud yang memicu perulangan inovasi dan umpan balik. Titik awal ini mungkin mendorong pendekatan CI/CD atau Azure DevOps yang lebih kuat saat produk dan tim matang.

Seperti yang dijelaskan dalam Mengukur dampak pelanggan, validasi positif dari hipotesis apa pun membutuhkan iterasi dan penentuan. Artikel CI/CD ini bertujuan untuk meminimalkan lonjakan teknis yang memperlambat inovasi, sambil memastikan Anda tetap menjaga praktik terbaik. Melakukan hal itu akan membantu desain tim untuk mencapai kesuksesan di masa depan sambil memenuhi kebutuhan pelanggan saat ini.

Memberdayakan adopsi dan penemuan digital: Model kematangan

Tujuan utama dari metodologi Inovasi adalah untuk membangun kemitraan pelanggan dan mempercepat perulangan umpan balik, yang mengarah pada inovasi pasar. Gambar dan bagian berikut menjelaskan implementasi awal yang mendukung metodologi ini.

• Solusi bersama: Buat repositori terpusat untuk semua aspek solusi.
• Perulangan umpan balik: Pastikan perulangan umpan balik dapat dikelola secara konsisten melalui iterasi.
• Integrasi berkelanjutan: Secara teratur membangun serta mengonsolidasikan solusi.
• Pengujian yang andal: Validasi kualitas solusi serta perubahan yang diharapkan untuk memastikan keandalan metrik pengujian Anda.
• Penyebaran solusi: Terapkan solusi sehingga tim dapat dengan cepat berbagi perubahan dengan pelanggan.
• Pengukuran terintegrasi: Tambahkan metrik pembelajaran ke perulangan umpan balik untuk analisis yang jelas oleh tim penuh.

Untuk meminimalkan lonjakan teknis, asumsikan bahwa jatuh tempo pada awalnya akan rendah di seluruh prinsip-prinsip ini. Rencanakan ke depan dengan menyelaraskan dengan alat dan proses yang dapat menskalakan karena hipotesis menjadi lebih halus. Di Azure, GitHub dan Azure DevOps memungkinkan tim kecil untuk memulai dengan sedikit gesekan. Tim-tim ini mungkin tumbuh untuk memasukkan ribuan pengembang yang berkolaborasi dalam solusi skala serta menguji ratusan hipotesis pelanggan. Sisa artikel ini menggambarkan pendekatan "rencana besar, mulai dengan yang kecil" untuk memberdayakan adopsi di seluruh prinsip-prinsip ini.

Solusi bersama

Seperti yang dijelaskan dalam Mengukur dampak pelanggan, validasi positif dari hipotesis apa pun membutuhkan iterasi dan penentuan. Anda akan mengalami lebih banyak kegagalan daripada kemenangan selama siklus inovasi apa pun. Ini yang diharapkan. Namun, ketika kebutuhan, hipotesis, dan solusi pelanggan selaras dalam skala besar, dunia berubah dengan cepat.

Saat Anda menskalakan penemuan dan inovasi digital, tidak ada alat yang lebih berharga daripada basis kode bersama solusinya. Sayangnya, tidak ada cara yang dapat diandalkan untuk memprediksi iterasi mana atau MVP mana yang akan menghasilkan kombinasi yang berhasil. Itu sebabnya tidak pernah terlalu awal untuk membuat basis kode atau repositori bersama. Ini adalah satu-satunya lonjakan teknis yang tidak boleh ditunda. Ketika tim melakukan iterasi melalui berbagai solusi MVP, repositori bersama memungkinkan kolaborasi yang mudah serta pengembangan yang dipercepat. Saat perubahan pada solusi menyeret metrik pembelajaran, kontrol versi memungkinkan Anda memutar kembali ke versi solusi yang lebih lama serta lebih efektif.

Alat CI/CD yang paling banyak diadopsi untuk mengelola repositori kode adalah GitHub, yang memungkinkan Anda membuat repositori kode bersama hanya dengan beberapa langkah. Selain itu, fitur Azure Repos Azure DevOps dapat digunakan untuk membuat repositori Git atau TFVC.

Perulangan umpan balik

Menjadikan pelanggan bagian dari solusi adalah kunci untuk membangun kemitraan pelanggan selama siklus inovasi. Hal itu dicapai, sebagian, dengan mengukur dampak pelanggan. Ini memerlukan percakapan dan pengujian langsung dengan pelanggan. Keduanya menghasilkan umpan balik yang harus dikelola dengan efektif.

Setiap titik umpan balik adalah solusi potensial untuk kebutuhan pelanggan. Lebih penting lagi, setiap bit umpan balik pelanggan langsung merupakan kesempatan untuk meningkatkan kemitraan. Jika umpan balik membuatnya menjadi solusi MVP, rayakanlah dengan pelanggan. Bahkan jika beberapa umpan balik tidak dapat ditindaklanjuti, cukup bersikap transparan dengan keputusan untuk mengurangi umpan balik menunjukkan pola pikir pertumbuhan dan fokus pada pembelajaran berkelanjutan.

Azure DevOps mencakup cara untuk meminta, memberikan, serta mengelola umpan balik. Alat-alat ini memusatkan umpan balik sehingga tim bisa mengambil tindakan dan memberikan tindak lanjut dalam melayani umpan balik transparan.

Integrasi berkelanjutan

Integrasi berkelanjutan adalah otomatisasi kode beberapa kali per hari untuk memiliki proyek tunggal yang diperbarui. Ketika skala adopsi dan hipotesis semakin dekat dengan inovasi sejati dalam skala besar, jumlah hipotesis yang lebih kecil untuk diuji cenderung tumbuh dengan cepat. Untuk perulangan umpan balik yang akurat dan proses adopsi yang lancar, penting bahwa hipotesis tersebut terintegrasi dan mendukung hipotesis utama di balik inovasi. Ini mengharuskan Anda untuk bergerak dengan cepat untuk berinovasi dan tumbuh, yang membutuhkan beberapa pengembang untuk menguji variasi hipotesis inti. Untuk upaya pengembangan tahap selanjutnya, Anda bahkan mungkin memerlukan beberapa tim pengembang, masing-masing menjadikan solusi bersama sebagai target. Integrasi berkelanjutan adalah langkah pertama menuju pengelolaan semua bagian yang bergerak.

Dalam integrasi berkelanjutan, perubahan kode sering digabungkan ke cabang utama. Proses build dan pengujian otomatis memastikan bahwa kode di cabang utama selalu memiliki kualitas produksi. Ini memastikan bahwa pengembang bekerja sama untuk mengembangkan solusi bersama yang memberikan perulangan umpan balik yang akurat dan andal.

Azure DevOps dan Azure Pipelines menyediakan kemampuan integrasi berkelanjutan hanya dengan beberapa langkah dalam GitHub atau repositori lainnya. Untuk informasi selengkapnya, lihat Apa itu integrasi berkelanjutan? atau coba lab langsung integrasi berkelanjutan. Arsitektur solusi tersedia yang dapat mempercepat pembuatan alur CI/CD Anda melalui Azure DevOps.

Pengujian yang dapat diandalkan

Cacat dalam solusi apa pun bisa membuat positif palsu atau negatif palsu. Kesalahan yang tidak terduga bisa dengan mudah menyebabkan salah tafsir metrik adopsi pengguna. Mereka juga bisa menghasilkan umpan balik negatif dari pelanggan yang tidak secara akurat mewakili tes hipotesis Anda.

Selama iterasi awal dari solusi MVP, diharapkan adanya cacat. Pengadopsi awal bahkan mungkin melihat mereka tampak menawan. Dalam rilis awal, biasanya tidak ada pengujian penerimaan. Namun, salah satu aspek membangun dengan empati menyangkut validasi kebutuhan dan hipotesis. Keduanya dapat diselesaikan melalui tes unit pada tingkat kode dan tes penerimaan manual sebelum penyebaran. Bersama-sama, ini menyediakan beberapa cara keandalan dalam pengujian. Anda harus mencoba mengotomatiskan serangkaian build, unit, dan penerimaan yang terdefinisi dengan baik. Ini akan memastikan metrik yang dapat diandalkan terkait dengan kebimbangan yang lebih halus untuk hipotesis dan solusi yang dihasilkan.

Fitur Azure Test Plans menyediakan alat untuk mengembangkan dan mengoperasikan paket pengujian selama eksekusi pengujian manual atau otomatis.

Penyebaran solusi

Mungkin aspek yang paling berarti dalam memberdayakan adopsi adalah kemampuan Anda untuk mengontrol perilisan solusi kepada pelanggan. Dengan menyediakan layanan mandiri atau alur otomatis untuk merilis solusi kepada pelanggan, Anda akan mempercepat perulangan umpan balik. Dengan memungkinkan pelanggan untuk berinteraksi dengan cepat dengan perubahan dalam solusi, Anda mengundang mereka ke dalam proses. Pendekatan ini juga memicu pengujian hipotesis yang lebih cepat, mengurangi asumsi dan potensi pengerjaan ulang.

Ada beberapa metode untuk penyebaran solusi. Tiga di antaranya yang paling umum adalah:

• Penyebaran berkelanjutan adalah metode yang paling canggih, karena secara otomatis menyebarkan perubahan kode ke dalam produksi. Untuk tim matang yang menguji hipotesis matang, penyebaran berkelanjutan bisa jadi sangat berharga.
• Selama tahap awal pengembangan, pengiriman berkelanjutan mungkin adalah yang lebih tepat. Dalam pengiriman berkelanjutan, setiap perubahan kode secara otomatis diterapkan ke lingkungan seperti produksi. Pengembang, pembuat keputusan bisnis, dan lainnya di tim dapat menggunakan lingkungan ini untuk memverifikasi bahwa pekerjaan mereka siap produksi. Anda juga dapat menggunakan metode ini untuk menguji hipotesis dengan pelanggan tanpa memengaruhi kegiatan bisnis yang sedang berlangsung.
• Penyebaran manual adalah pendekatan yang paling tidak canggih untuk manajemen rilis. Seperti namanya, seseorang di tim secara manual menerapkan perubahan kode terbaru. Pendekatan ini rawan kesalahan, tidak dapat diandalkan, dan dianggap antipola oleh sebagian besar teknisi berpengalaman.

Selama iterasi pertama dari solusi MVP, penyebaran manual adalah umum, terlepas dari penilaian sebelumnya. Ketika solusinya sangat tidak pasti dan umpan balik pelanggan tidak diketahui, ada risiko signifikan dalam mengatur ulang seluruh solusi (atau bahkan hipotesis inti). Berikut adalah aturan umum untuk penyebaran manual: tidak ada bukti pelanggan, tidak ada otomatisasi penyebaran.

Berinvestasi lebih awal bisa menyebabkan waktu terbuang. Lebih penting lagi, dapat membuat dependensi pada alur rilis yang membuat tim lebih tahan terhadap pivot awal. Setelah beberapa iterasi pertama atau ketika umpan balik pelanggan menunjukkan potensi keberhasilan, model penyebaran yang lebih maju harus diadopsi dengan cepat.

Pada setiap tahap validasi hipotesis, Azure DevOps dan Azure Pipelines menyediakan pengiriman berkelanjutan serta kemampuan penyebaran berkelanjutan. Pelajari selengkapnya tentang pengiriman berkelanjutan, atau periksa laboratorium langsung. Arsitektur solusi juga dapat mempercepat pembuatan alur CI/CD Anda melalui Azure DevOps.

Pengukuran terintegrasi

Ketika Anda mengukur dampak pelanggan, penting untuk memahami bagaimana pelanggan bereaksi terhadap perubahan dalam solusi. Data ini, yang dikenal sebagai telemetri, memberikan wawasan tentang tindakan yang diambil pengguna (atau kelompok pengguna) ketika bekerja dengan solusi. Dari data ini, mudah untuk mendapatkan validasi kuantitatif hipotesis. Metrik tersebut kemudian dapat digunakan untuk menyesuaikan solusi serta menghasilkan hipotesis yang lebih halus. Perubahan yang lebih halus itu membantu mematangkan solusi awal dalam iterasi selanjutnya, yang pada akhirnya mendorong untuk mengulangi adopsi dalam skala besar.

Di Azure, Azure Monitor menyediakan alat dan juga antarmuka untuk mengumpulkan dan meninjau data dari pengalaman pelanggan. Anda dapat menerapkan pengamatan dan wawasan tersebut untuk menyempurnakan backlog dengan menggunakan Azure Boards.

Langkah berikutnya

Setelah Anda mendapatkan pemahaman tentang alat dan proses pipa CI/CD yang diperlukan untuk memberdayakan adopsi, saatnya untuk memeriksa disiplin inovasi yang lebih maju: berinteraksi dengan perangkat. Disiplin ini dapat membantu mengurangi hambatan antara pengalaman fisik dan digital, membuat solusi Anda lebih mudah diadopsi.

Berinteraksi dengan perangkat