Wie gelingt es, Nutzungs-, Betriebs- und Entwicklungsdaten in einem Tool zu integrieren und zu vernetzen, so dass die laufende Weiterentwicklung faktengestützt optimiert werden kann und die maximale Wertschöpfung garantiert wird? Für Cloud Applikationen auf Basis Microsoft Azure bieten Application Dashboards mit Power BI die ideale Lösung.
Agile Softwareentwicklung ist heute längst Standard. Auch Ansätze aus dem Lean Startup Umfeld haben mittlerweile verbreitet Einzug gehalten. So ist insbesondere der Terminus MVP (für Minimal Viable Product) ausgesprochen beliebt geworden. Im Wesentlichen geht es dabei um das systematische Lernen von Nutzern und deren Nutzung einer Applikation. Features sollen faktengestützt realisiert und ausgebaut werden. Und mit jedem Realisierungsschritt sollen vordefinierte, messbare Ziele erreicht werden. Diese Idee überzeugt und wird damit bei Projektrealisierungen initial gerne propagiert oder zumindest mit MVP-Entwicklung suggeriert. Aber mit dem GO! beginnt man dann mit dem kontinuierlichen Abarbeiten eines manchmal fast mysteriös wachsenden Backlogs. Genau gleich wie immer.
Wo liegt das Problem?
Häufig trägt auch die Tatsache zu diesem unbefriedigenden Resultat bei, dass die echten Fakten nur unzureichend vorliegen - nämlich die Nutzer, deren Verhalten (nur das ist entscheidend, Umfragen nützen wenig) sowie ihre Experience mit der Applikation. Diese Daten sind oft auch kaum mit anderen Kenndaten aus Entwicklung und Betrieb vernetzt und haben somit einen überschaubaren Nutzen. Was bleibt dann ausser HiPPO-basierten Entscheiden (steht für Highest Paid Person's Opinion) oder einem basisdemokratischen Aufnehmen der Wünsche aller Stakeholder? Natürlich, die Daten lassen sich meist irgendwie zusammentragen und auswerten. Aber es ist komplex, mühsam und braucht Spezialisten. Und das steht klar im Widerspruch zu einer Projektsituation in einer frühen Lebensphase eines Software Produktes. Jetzt müssen möglichst schnell die Features her - um Analysen kümmern wir uns, wenn ein ganzes Produktteam steht - so das Paradoxon.
Es braucht also simple und möglichst für alle zugängliche Technologien, um zu Insights zu kommen. Diese müssen mit geringem Aufwand und möglichst ohne Beeinträchtigung der Entwicklungsleistung eingeführt und dann laufend aktualisiert und optimiert werden können. Sind Website Tracking Tools wie Google Analytics die Lösung? Diese Systeme sind nicht ohne Grund omnipräsent, bringen aber als Messwerkzeug für eine agile Entwicklung oft wenig Nutzen. Sie erfassen nur die äusserste (Anzeige-) Schicht der Applikation, verstehen Nutzerprozesse innerhalb einer Applikation kaum, haben technisch bedingt Mühe mit Single Page Applikationen und nicht zuletzt liefern sie nur bei grösseren Nutzungsmengen eine brauchbare Datenqualität. Und der Einbezug von Metadaten für gute Kohortenanalysen und Wirkungsanalysen bei Feature-Entwicklungen kann schnell zu komplex werden.
Cloud Applikationen bieten mehr als nur Skalierung
Applikationen, welche basierend auf der Microsoft Azure Cloud realisiert werden, ermöglichen einen neuen Lösungsansatz. Insbesondere, wenn diese als moderne Cloud-Native Lösungen mit sogenannten PaaS Komponenten konzipiert sind. Dies bedeutet, dass die einzelnen Funktionalitäten wie beispielsweise Suche, Datenverarbeitungsprozesse, Integrationsprozesse oder Nutzerverwaltung nicht in einem monolithischen Code-Konstrukt, sondern mit einzelnen spezialisierten Standard-Services realisiert werden. Dies hat eine Vielzahl von Vorteilen - unter anderem, dass alle Aktionen bei Konfiguration und Nutzung dieser Services standardisiert aufgezeichnet werden und so für Auswertungen zur Verfügung stehen. Einfach so.
Die Basis ist also gelegt und mit Microsoft Power BI steht ein mächtiges und dennoch einfaches Instrument zur Verfügung, um diese optimal auszunutzen. Sämtliche im Kontext von Applikationen anfallenden Daten können bezogen, vernetzt und visualisiert werden. Und mit den integrierten Funktionen wie dynamische Filter, Drilldown / Drillthrough oder auch hierarchischen Datenstrukturen können sehr einfach vertiefte Erkenntnisse gewonnen werden. Eine wirkliche Innovation dabei ist, dass Entwicklungs-, Betriebs- und Nutzungsdaten einheitlich vorliegen und beliebig vernetzt werden können. So kann beispielsweise direkt in einer Ansicht gemessen werden:
-
Was ein neues Feature... (bereitgestellt mit Release X = Entwicklungsdaten)
-
...für eine Veränderung der Betriebskosten... (= Betriebsdaten)
-
…sowie Mehrnutzung der korrelierenden Option Y mit entsprechenden Mehreinnahmen (= Nutzungsdaten) verursacht hat.
Um ehrlich zu sein: Die Integration dieser Daten aus Azure in Power BI ist nicht immer ganz einfach, dafür ist diese einfach wiederverwendbar.
Für technisch interessierte Leser: Unter https://github.com/garaio/AzureRecipes veröffentlicht GARAIO AG eine wachsende Anzahl von Rezepten unter anderem auch für solche Auswertungen in Power BI (zum BeispielBest Practises für Application Dashboards mit Power BI).
Lean werden - eine Teamaufgabe
Selbstverständlich ist es wichtig, dass die richtigen Messgrössen ausgewertet und diese agil mit der Entwicklung verfeinert werden. Hier kann Schwarmintelligenz helfen. Indem die Auswertungen in die im Alltag benutzten Tools und gelebten Prozesse integriert werden, werden diese hinterfragt, reflektiert und die Optimierung vorangetrieben. Im Microsoft Umfeld ist dies sehr einfach möglich: Power BI lässt sich direkt in Teams integrieren und so entsteht zusammen mit der gleichartigen Integration der anderen Tools wie zum Beispiel Azure DevOps eine zentrale Cockpit- und Kommunikationsoberfläche für alle Involvierten.
Wenn eine solche Transparenz vorhanden ist, kann das zu einem Umdenken im gesamten Projektteam führen und sich auf die tägliche Arbeit und insbesondere die Sprint Plannings auswirken. Was hat das, was ich heute tue, morgen für einen Impact auf die Zahlen? Ist es jetzt das Wichtigste? Wieviel Engineering ist gut genug? Verursache ich unsinnige Kosten oder vergraule ich Nutzer mit Fehlern? Und so ist Lean plötzlich mehr als nur ein Verkaufsargument.
