Настройки дизайна
  • Общие
  • Шапка
  • Главная
Базовый цвет
Свой цвет
Сайдбар
Тень на внутренних страницах
Фон логотипа в цвет сайта
Шапка сайта всегда видна
Шапка по ширине экрана
Кнопка "Оставить заявку" вместо слогана
Главное меню
Пункты меню 3-го уровня
Скрыть слайдер
"Услуги" на главной
"Тизеры" на главной
"Форма обратной связи" на главной
"Выполненные работы" на главной
"Новости" на главной
"Блог" на главной
"Партнеры" на главной

О чем был шестой Мини-гипербатон: Метрики эффективности документации?

о чем был шестой мини-гипербатон: метрики эффективности документации?
Программа мероприятия
Ссылки на презентации внизу

Александр Лебедев (Философт) Оценка трудозатрат на написание документации

Александр Лебедев (Философт) Оценка трудозатрат на написание документации
  • Документация для бизнеса – это черный ящик, нужно уметь обосновать сроки и трудозатраты.
  • “Пирамида Лебедева” - известные характеристики будущей документации: срок, объем, комплектность (эти характеристики относятся к продуктам), уровень, качество, сложность предмета, сложность документации и требования к приемке (эти характеристики относятся к проекту).
  • Зачастую не все из этих характеристик известны заранее, тогда можно применить индуктивный (знаем уровень качества, сложность продукта) или дедуктивный подход (если известны только срок и комплектность).
  • В случае индуктивного подхода мы делим докумен на части, секции, страницы, этапы его разработки (сбор информации, написание, ревью) и строим диаграмму Ганта, оцениваем все этапы.
  • Если не удается – просим посмотреть систему, продукт, делим его на сценарии.
  • В дедуктивном подходе идем от договора, перечисляем все виды документов и делим на имеющихся писателей.
  • Сроки нужны не только для обоснования, но и для организации работ, планирования.
  • Оценку нужно грамотно продать и защитить.


Светлана Каюшина, Юрий Никулин, Антон Литвинов (Яндекс) Как измерить качество документации и эффективность ее разработки

Светлана Каюшина, Юрий Никулин, Антон Литвинов (Яндекс)
  • Метрики – это не самоцель, они призваны улучшать продукт и сообщать о сбоях.
  • В Яндексе менялись условия разработки документации, начиная с одного писателя на внутреннюю документацию и до массового потока документирования (сейчас в отделе 37 писателей).
  • После выхода на массовое производство потребовалось делать обоснование для менеджеров, соглашение об уровне качестве сервиса (метрики как SLA).
  • Проанализировали текущий опыт и выделили 136 метрик, которые можно измерять. Много. Выбрали подходящие под свои реалии.
  • Обязательно считайте стоимость расчета метрики, если она выше, чем затраты ресурсов на документацию – не используйте. Например, мерять процент ошибок затратно.
  • Все данные метрик по командам и документам выводятся на публичных дэшбордах в отделе.
  • Нет метрик по людям, это не соревнование. Не KPI.
  • Метрики, которые они используют, берутся из нескольких источников. Во-первых, это Яндекс Метрика, просмотры, клики, тепловые карты, вебвизор. Во-вторых, это метрики из Яндекс.трекера (трекер задач) и в-третьих, фидбек от пользователей (КСАТ), форма комментариев и т.д.
  • В Яндекс.Трекере берутся метрики по 1. времени принятия задачи (документа) в работу 2. количество дней на выполнение 3. время, проведенное в бэклоге (техдолг). 4. метрики по отдельным этапам задачи – сбор информации, написание, ревью.
  • Меряют общий показатель + 50-й и 80-й персентиль.
  • Для визуализации используют js библиотеку.
  • Для метрик по фидбеку пользователей поставили дополнительное условие – снизить количество бесполезного фидбека, когда пользователи пишут в форме смайлики, точки, пропуски.
  • Меняют поисковость, ищут и находят. Как? С помощью краудсорсинг ресурса Яндекс.Толока (где внешние пользователи за небольшие деньги делают задания по разметке страниц, картинок, текстов). Там создают задания, например, “Найди в документации как решить такую-то задачу”, отметь за сколько кликов и времени, “Найди ошибку в документации”.
  • С результатами работают, чтобы упростить поиск документов, передвигают секции, улучшают поисковую выдачу.
  • До этого было 29 процентов бесполезного фидбека (сентябрь 2017), стало – 10 процентов к октябрю 2018. Целевой показатель – не более 20.
  • Если растет, идет несколько итераций с наиболее “бесполезными”.
  • Меряют точность – это доля сообщений, когда пишут о том, что в справке уже есть и полноту – это доля сообщений, когда пишут о том, чего в справке нет.
  • Меряют доступность форм обратной связи с помощью Толоки, создают задание “Оставь сообщение об ошибке в форме”, медиана по доступности.

ссылки на презентации внизу

Анастасия Агеева (Intel) Автоматизация выгрузки данных из Веб-Аналитики

Анастасия Агеева (Intel)
  • Раньше выгрузки из Google Analitics вытаскивались перловыми скриптами + макросы в Excel, затем их нужно было соединять с данными из внутренних систем, метаданными Drupal (топики в документах), данными о скачиваниях и т.д. за тот же период.
  • Решили настроить автоматические выгрузки и матчинг отчетов в единый UI.
  • Подняли SQL базу, Решение сделали на основе Google Analytics API, MS Integrations Services, SQL запросов, MS Reporting.
  • Теперь строится отчет во внутренней системе “Профиль продукта”: топ 20 самых просматриваемых топиков, топ скачиваний документов, статистика по каждому документу и секциям внутри документа, удобно для справочной документации, можно поменять расположение секций в документе.
  • Обратная связь пользователей (КСАТ) по категориям, по срезам, по средним просмотрам.
  • Как это помогло: оказалось, что есть большая доля пользователей, которые скачивают справку в PDF, хотя от PDF хотели отказаться, а вот ZIP почти никто не скачивает, его теперь делают только для мажорных версий.
  • Также это правильно распределить топики и секции по структуре документов, поднять более популярные секции вверх, сделать их более искабельными.

Спасибо автору!

Появились вопросы?

Вы можете задать любой вопрос на тему нашей продукции или работы нашего сайта.

Рейтинг@Mail.ru