Easy to Find: The Data-Driven Approach to Development

Gelişime veri odaklı bir yaklaşım benimsemek, belirli bir acı noktasını seçme, bunu ele alma girişiminde bulunma ve girişiminizin sonucunu makul bir şekilde ölçme fırsatı sunar.
İçindekiler

Teknoloji ile günlük etkileşimlerimizi düşündüğümüzde, “arama” terimi “sörf yapmak” ile eş anlamlı hale geliyor. Arama, internetle birlikte her yerde var olmaya başladı - gerçekleştirebileceğimiz neredeyse her “bağlantılı” eylem bir tür arama ile başlıyor. Bu iki şeyi ifade ediyor: birincisi, teknoloji tüketicileri olarak, kesintisiz arama deneyimlerini beklemeye başladık; ikincisi, bize bu arama fırsatlarını sunan şirketlerin, bunu nasıl yaptığımız hakkında çok fazla veriye sahip olduğunu biliyoruz.

Guru'da, arama performansımızı geliştirmek için bu verileri sürekli olarak inceliyoruz - ve genellikle bulduklarımız bizi şaşırtıyor. Ve nihayetinde en iyi arama hiç arama değildir inancına sahip olsak da, aramayı optimize etmenin müşterilerimizin ihtiyaç duyduğu bilgiyi bulmalarına yardımcı olmaya devam edeceğini biliyoruz.

data-driven-search-blog-hero.png

Bir cevap aramak

Arama performansımızı geliştirmeye yönelik son çabalarımızda, başarılı veya başarısız bir aramayı kategorize etmenin birkaç yolunu düşündük. Oturum süresi, görüntülenen kart sayısı, toplam tıklama sayısı, sorgu sayısı mıydı? Aramaları “iyi” veya “kötü” olarak kategorize etmenin birçok yolu vardı, ancak nihayetinde bir kullanıcının o tanıdık üst çubuğa yazıp enter'a bastıktan sonra gerçekleştirilen eylemleri değerlendirmeye karar verdik.

Merakımızı gün yüzüne çıkarmak için veri ekibimiz devreye giriyor. En iyi kullanıcı verilerimizi değerlendirmenin en iyi yolunu belirlemek için onlarla çalıştıktan sonra, kullanıcıların ilk sorgularından sonra yaptıkları tüm eylemlerin bir güneş grafiğini oluşturdular. Hayran kaldığımız etkileyici çalışmalarını beş dakika kadar düşündükten ve karşımızdaki veri görselleştirmesini anlamaya başladıktan sonra, hangi yolları sevdiğimize, hangi yolları sevmediğimize ve hangi yolları daha derinlemesine araştırmamız gerektiğine karar vermeye hazırdık.

Neden veri odaklı bir yaklaşım benimsemeliyiz?

Büyük sorunlara veri odaklı bir yaklaşım benimsemek, çok spesifik bir acı noktasını seçme, bu noktayı ele almaya çalışma ve girişiminizin sonucunu makul bir şekilde miktarlandırma fırsatı sunar. Örneğin, ekibimiz sadece “aramayı daha iyi hale getirmeye” çalışsaydı, yapacak çok sayıda olası aktivite olurdu. Sonuçların daha hızlı yüklenmesini artırmayı deneyebilir, algoritmamızı değiştirmeye çalışabilir veya sonuçları müşterilere yeni şekillerde önermeyi göz önünde bulundurabiliriz. Ve bu aktivitelerin hepsi değerli girişim sayılacak ve muhtemelen aramayı bir şekilde geliştirecektir - ama spesifik bir sonuca odaklanmış bir veri odaklı bir yaklaşım her seferinde kazandırır. Neden? Her iki yöntemi de göz önünde bulunduralım.

Diyelim ki, aramayı geliştirmek için hepsini bir anda deneyelim yaklaşımını benimsedik. Muhtemelen birçok mühendis, veri bilimcisi, ürün yöneticisi ve diğer meslektaşlarımız bireysel görevler üzerinde çalışacaklar ve sorumluluklarını tamamen veya kısmen üstlenecekler. Bu projeleri karmaşıklığa dayalı olarak büyük farklılıklarla tamamlama ihtimalleri var ve ardından bir sonraki şey üzerine geçecekler. Yeterince basit. Ama ekip olarak, aradaki orijinal görevi - aramayı geliştirmek - gözden geçirmenin zamanı geldiğinde, başarımızı değerlendirmek çok zor olacak. Çünkü başarıyı değerlendirmek için kullanmakta olduğumuz her ölçüt doğru yönde hareket ediyorsa, hangi proje(ler)in iyileşmeye neden olduğunu nasıl bilebiliriz? Ya da, eğer ölçütlerimiz yanlış yöne hareket ettiyse, hangi projelerden geri çekileceğimizi nasıl bilebiliriz?

Neden geliştirme için dar bir odak seçmeliyiz?

Daha odaklanmış, bir seferde bir problem çözme yaklaşımını benimseyerek, bu tür zorluklara karşı daha iyi koruma sağlayabiliriz. Örneğin, arama söz konusu olduğunda daha odaklanmış bir yaklaşım benimsemek, “aramayı daha iyi hale getirmek” yerine, istenmeyen olarak belirlediğimiz güneş grafiğimizdeki bir spesifik yolu iyileştirmeye yönelik bir hedef belirlememiz anlamına gelir. Örneğin, bir kart görüntülemeden hemen sonra tekrar arama yapan kullanıcıları incelemeyi seçebiliriz. Oradan bu durumun neden olabileceği tüm sebepleri dikkate alabiliriz - istenen kart mı arama sonuçlarında beliriyor? Sayfanın çok altında mı? Kullanıcı, yanlış anahtar terimler ile arama yaptığını fark edip yeniden denemeye mi karar verdi? Buradan, bu modeli çözmek için birçok yolu dikkate alabilir ve sonraki görevlerimizi buna göre tasarlayabiliriz. Bu tür problem odaklı planlama, tüm ekip olarak daha küçük zorlukları hızlıca çözmeye odaklanmamızı sağlar ve istediğimiz etkiyi hızlı ve etkili bir şekilde değerlendirip değerlendirmediğimizi anlamamıza yardımcı olur.

Arama, Guru gibi her bilgi yönetim aracının temel bileşeni olduğundan, bunun her zaman bizim öncelikli odak noktamız olacağını biliyoruz. Veri odaklı bir yaklaşım benimsemek, bulmacanın her parçasını nasıl ele aldığımız konusunda düşünceli ve kasıtlı olmamızı sağlar.

Teknoloji ile günlük etkileşimlerimizi düşündüğümüzde, “arama” terimi “sörf yapmak” ile eş anlamlı hale geliyor. Arama, internetle birlikte her yerde var olmaya başladı - gerçekleştirebileceğimiz neredeyse her “bağlantılı” eylem bir tür arama ile başlıyor. Bu iki şeyi ifade ediyor: birincisi, teknoloji tüketicileri olarak, kesintisiz arama deneyimlerini beklemeye başladık; ikincisi, bize bu arama fırsatlarını sunan şirketlerin, bunu nasıl yaptığımız hakkında çok fazla veriye sahip olduğunu biliyoruz.

Guru'da, arama performansımızı geliştirmek için bu verileri sürekli olarak inceliyoruz - ve genellikle bulduklarımız bizi şaşırtıyor. Ve nihayetinde en iyi arama hiç arama değildir inancına sahip olsak da, aramayı optimize etmenin müşterilerimizin ihtiyaç duyduğu bilgiyi bulmalarına yardımcı olmaya devam edeceğini biliyoruz.

data-driven-search-blog-hero.png

Bir cevap aramak

Arama performansımızı geliştirmeye yönelik son çabalarımızda, başarılı veya başarısız bir aramayı kategorize etmenin birkaç yolunu düşündük. Oturum süresi, görüntülenen kart sayısı, toplam tıklama sayısı, sorgu sayısı mıydı? Aramaları “iyi” veya “kötü” olarak kategorize etmenin birçok yolu vardı, ancak nihayetinde bir kullanıcının o tanıdık üst çubuğa yazıp enter'a bastıktan sonra gerçekleştirilen eylemleri değerlendirmeye karar verdik.

Merakımızı gün yüzüne çıkarmak için veri ekibimiz devreye giriyor. En iyi kullanıcı verilerimizi değerlendirmenin en iyi yolunu belirlemek için onlarla çalıştıktan sonra, kullanıcıların ilk sorgularından sonra yaptıkları tüm eylemlerin bir güneş grafiğini oluşturdular. Hayran kaldığımız etkileyici çalışmalarını beş dakika kadar düşündükten ve karşımızdaki veri görselleştirmesini anlamaya başladıktan sonra, hangi yolları sevdiğimize, hangi yolları sevmediğimize ve hangi yolları daha derinlemesine araştırmamız gerektiğine karar vermeye hazırdık.

Neden veri odaklı bir yaklaşım benimsemeliyiz?

Büyük sorunlara veri odaklı bir yaklaşım benimsemek, çok spesifik bir acı noktasını seçme, bu noktayı ele almaya çalışma ve girişiminizin sonucunu makul bir şekilde miktarlandırma fırsatı sunar. Örneğin, ekibimiz sadece “aramayı daha iyi hale getirmeye” çalışsaydı, yapacak çok sayıda olası aktivite olurdu. Sonuçların daha hızlı yüklenmesini artırmayı deneyebilir, algoritmamızı değiştirmeye çalışabilir veya sonuçları müşterilere yeni şekillerde önermeyi göz önünde bulundurabiliriz. Ve bu aktivitelerin hepsi değerli girişim sayılacak ve muhtemelen aramayı bir şekilde geliştirecektir - ama spesifik bir sonuca odaklanmış bir veri odaklı bir yaklaşım her seferinde kazandırır. Neden? Her iki yöntemi de göz önünde bulunduralım.

Diyelim ki, aramayı geliştirmek için hepsini bir anda deneyelim yaklaşımını benimsedik. Muhtemelen birçok mühendis, veri bilimcisi, ürün yöneticisi ve diğer meslektaşlarımız bireysel görevler üzerinde çalışacaklar ve sorumluluklarını tamamen veya kısmen üstlenecekler. Bu projeleri karmaşıklığa dayalı olarak büyük farklılıklarla tamamlama ihtimalleri var ve ardından bir sonraki şey üzerine geçecekler. Yeterince basit. Ama ekip olarak, aradaki orijinal görevi - aramayı geliştirmek - gözden geçirmenin zamanı geldiğinde, başarımızı değerlendirmek çok zor olacak. Çünkü başarıyı değerlendirmek için kullanmakta olduğumuz her ölçüt doğru yönde hareket ediyorsa, hangi proje(ler)in iyileşmeye neden olduğunu nasıl bilebiliriz? Ya da, eğer ölçütlerimiz yanlış yöne hareket ettiyse, hangi projelerden geri çekileceğimizi nasıl bilebiliriz?

Neden geliştirme için dar bir odak seçmeliyiz?

Daha odaklanmış, bir seferde bir problem çözme yaklaşımını benimseyerek, bu tür zorluklara karşı daha iyi koruma sağlayabiliriz. Örneğin, arama söz konusu olduğunda daha odaklanmış bir yaklaşım benimsemek, “aramayı daha iyi hale getirmek” yerine, istenmeyen olarak belirlediğimiz güneş grafiğimizdeki bir spesifik yolu iyileştirmeye yönelik bir hedef belirlememiz anlamına gelir. Örneğin, bir kart görüntülemeden hemen sonra tekrar arama yapan kullanıcıları incelemeyi seçebiliriz. Oradan bu durumun neden olabileceği tüm sebepleri dikkate alabiliriz - istenen kart mı arama sonuçlarında beliriyor? Sayfanın çok altında mı? Kullanıcı, yanlış anahtar terimler ile arama yaptığını fark edip yeniden denemeye mi karar verdi? Buradan, bu modeli çözmek için birçok yolu dikkate alabilir ve sonraki görevlerimizi buna göre tasarlayabiliriz. Bu tür problem odaklı planlama, tüm ekip olarak daha küçük zorlukları hızlıca çözmeye odaklanmamızı sağlar ve istediğimiz etkiyi hızlı ve etkili bir şekilde değerlendirip değerlendirmediğimizi anlamamıza yardımcı olur.

Arama, Guru gibi her bilgi yönetim aracının temel bileşeni olduğundan, bunun her zaman bizim öncelikli odak noktamız olacağını biliyoruz. Veri odaklı bir yaklaşım benimsemek, bulmacanın her parçasını nasıl ele aldığımız konusunda düşünceli ve kasıtlı olmamızı sağlar.

Guru platformunun gücünü ilk elden deneyimleyin - etkileşimli ürün turumuzu yapın
Tur yapın