Da qualche mese stiamo lavorando sodo per aggiungere la Personality Analytics alla piattaforma Deeper Signals. Progettare e costruire un motore di analisi è un'impresa significativa. Ha richiesto un ripensamento dell'architettura dei dati, la pulizia del vecchio codice e un notevole lavoro di rielaborazione dell'interfaccia utente. Mentre ci avviciniamo al traguardo, ho pensato di condividere un po' del processo e di come sarà (si spera) il prodotto finale. ‍

La domanda più importante era perché. La portata di questo progetto e l'investimento che avrebbe richiesto ci hanno fatto dubitare di noi stessi durante tutto il processo di pianificazione. Fornirà davvero un valore ai nostri clienti? Qual è il ROI? Alla fine la risposta è stata semplice. Le valutazioni di Deeper Signals sono uniche perché consentono alle organizzazioni di offrire la consapevolezza di sé e degli altri all'intera organizzazione. Se i leader hanno accesso a dati psicologici accurati sull'intera forza lavoro, la loro capacità di prevedere e comprendere le prestazioni è impareggiabile.

Sapevamo già che i nostri clienti utilizzano i dati Core Drivers in questo modo, esportandoli nelle soluzioni di Insights & Analytics esistenti. L'aggiunta di questa funzionalità alla nostra piattaforma sarebbe un chiaro elemento di differenziazione. Inoltre, ci permette di strutturare i dati e le visualizzazioni in modo da aggiungere facilmente un nuovo livello di approfondimento alle domande critiche che le organizzazioni si pongono continuamente, come ad esempio: "cosa sta determinando l'abbandono del lavoro?", "perché questi team sono più impegnati di altri?" e "perché alcuni leader hanno più successo di altri?"‍

Poi abbiamo considerato la nostra attuale struttura dei dati. L'integrazione dei dati HRIS richiedeva l'aggiunta di molti altri campi agli indici esistenti. Ciò ha portato a un'analisi dei dati attualmente archiviati in Elastic, della struttura di tali dati e abbiamo persino preso in considerazione la possibilità di migrare tutti i nostri dati a un data warehouse come Snowflake o Redshift. Il nostro team dati ha trascorso innumerevoli ore a ricercare i pro e i contro e a parlare con esperti di Big Data, AI ed Elastic Search. Dovevamo trovare un equilibrio tra tempi, costi e requisiti della roadmap futura. È stata una scelta difficile, ma alla fine abbiamo optato per rimanere con Elastic (per ora) e per ristrutturare il modo in cui i dati sono archiviati e spostare alcuni dati più vecchi che non sono mai stati inseriti in Elastic. ‍

La progettazionedell'interfaccia utente ci ha portato all'annosa questione "comprare o costruire". Esistono numerosi pacchetti di grafici e diagrammi incorporabili e SDK che avremmo potuto utilizzare per accelerare il progetto. Looker di Google è il prodotto di punta in questo settore, ma anche RevealBI o High Charts sono accessibili e sarebbero sufficienti. L'acquisto ci farebbe risparmiare un sacco di tempo e ci garantirebbe un prodotto ricco di funzionalità. Alcune opzioni offrono persino modelli di machine-learning già pronti, una caratteristica che è nella nostra roadmap. Tuttavia, anche gli aspetti negativi dell'acquisto erano evidenti. Innanzitutto, il costo di questi pacchetti varia da 10 a 100 mila dollari all'anno. Inoltre, una volta che gli utenti iniziano a creare le proprie visualizzazioni, sarebbe un incubo migrare al nostro motore. Alla fine abbiamo deciso di costruire. Ma chiunque abbia affrontato il problema dell'acquisto o della costruzione sa che non si risolve mai. È sempre lì a ricordarvi che avreste potuto scegliere l'altra strada, soprattutto a tarda notte quando non riuscite a ricordare perché avete iniziato il progetto. ‍

Grafici globali, grafici di valutazione o grafici di progetto? Mentre costruiamo l'interfaccia utente, queste sono le domande a cui stiamo ancora rispondendo. Da un lato, sarebbe favoloso creare grafici per diverse valutazioni o progetti in un unico dashboard. D'altra parte, sappiamo che gli utenti condividono l'accesso alle dashboard e vogliono limitare i dati a valutazioni o progetti specifici. Inoltre, non volevamo perdere i grafici predefiniti esistenti che vengono caricati con ogni valutazione Core Drivers. Ciò significa che dobbiamo avere grafici predefiniti e grafici modificabili. Vanno inseriti negli stessi dashboard o in dashboard diversi? Al momento del lancio, avremo dei costruttori di grafici drag-and-drop per le valutazioni e i progetti. In seguito, aggiungeremo una dashboard globale per i grafici di clienti specifici. Stiamo ancora definendo la funzionalità dei grafici predefiniti. ‍

Quando uscirà? Ci vorranno altre due settimane per scrivere tutto il codice del backend e completare la ristrutturazione di Elastic. A quel punto il nostro team di frontend dovrebbe aver finito di aggiornare il design generale (una storia per un'altra volta) e potremo concentrare il 100% delle nostre energie sul frontend di Personality Analytics. Per questo dovrebbero essere necessarie altre 2-3 settimane. Quindi, se tutto va bene, entro la seconda settimana di settembre dovremmo essere pronti per la prima serata. Ecco un'anticipazione di dove siamo arrivati con il design. 

So che siamo rimasti in silenzio sul fronte delle funzionalità per un po' di tempo, ma siamo certi che varrà la pena aspettare. Ripensando alla stesura di questo blog, sembra molto più semplice di quanto non sia sembrato, ma credetemi, è stato un lavoro molto impegnativo. Speriamo che questo vi dia un'idea di ciò che abbiamo fatto. Se avete domande o suggerimenti, non esitate a contattarmi.

Da qualche mese stiamo lavorando sodo per aggiungere la Personality Analytics alla piattaforma Deeper Signals. Progettare e costruire un motore di analisi è un'impresa significativa. Ha richiesto un ripensamento dell'architettura dei dati, la pulizia del vecchio codice e un notevole lavoro di rielaborazione dell'interfaccia utente. Mentre ci avviciniamo al traguardo, ho pensato di condividere un po' del processo e di come sarà (si spera) il prodotto finale. ‍

La domanda più importante era perché. La portata di questo progetto e l'investimento che avrebbe richiesto ci hanno fatto dubitare di noi stessi durante tutto il processo di pianificazione. Fornirà davvero un valore ai nostri clienti? Qual è il ROI? Alla fine la risposta è stata semplice. Le valutazioni di Deeper Signals sono uniche perché consentono alle organizzazioni di offrire la consapevolezza di sé e degli altri all'intera organizzazione. Se i leader hanno accesso a dati psicologici accurati sull'intera forza lavoro, la loro capacità di prevedere e comprendere le prestazioni è impareggiabile.

Sapevamo già che i nostri clienti utilizzano i dati Core Drivers in questo modo, esportandoli nelle soluzioni di Insights & Analytics esistenti. L'aggiunta di questa funzionalità alla nostra piattaforma sarebbe un chiaro elemento di differenziazione. Inoltre, ci permette di strutturare i dati e le visualizzazioni in modo da aggiungere facilmente un nuovo livello di approfondimento alle domande critiche che le organizzazioni si pongono continuamente, come ad esempio: "cosa sta determinando l'abbandono del lavoro?", "perché questi team sono più impegnati di altri?" e "perché alcuni leader hanno più successo di altri?"‍

Poi abbiamo considerato la nostra attuale struttura dei dati. L'integrazione dei dati HRIS richiedeva l'aggiunta di molti altri campi agli indici esistenti. Ciò ha portato a un'analisi dei dati attualmente archiviati in Elastic, della struttura di tali dati e abbiamo persino preso in considerazione la possibilità di migrare tutti i nostri dati a un data warehouse come Snowflake o Redshift. Il nostro team dati ha trascorso innumerevoli ore a ricercare i pro e i contro e a parlare con esperti di Big Data, AI ed Elastic Search. Dovevamo trovare un equilibrio tra tempi, costi e requisiti della roadmap futura. È stata una scelta difficile, ma alla fine abbiamo optato per rimanere con Elastic (per ora) e per ristrutturare il modo in cui i dati sono archiviati e spostare alcuni dati più vecchi che non sono mai stati inseriti in Elastic. ‍

La progettazionedell'interfaccia utente ci ha portato all'annosa questione "comprare o costruire". Esistono numerosi pacchetti di grafici e diagrammi incorporabili e SDK che avremmo potuto utilizzare per accelerare il progetto. Looker di Google è il prodotto di punta in questo settore, ma anche RevealBI o High Charts sono accessibili e sarebbero sufficienti. L'acquisto ci farebbe risparmiare un sacco di tempo e ci garantirebbe un prodotto ricco di funzionalità. Alcune opzioni offrono persino modelli di machine-learning già pronti, una caratteristica che è nella nostra roadmap. Tuttavia, anche gli aspetti negativi dell'acquisto erano evidenti. Innanzitutto, il costo di questi pacchetti varia da 10 a 100 mila dollari all'anno. Inoltre, una volta che gli utenti iniziano a creare le proprie visualizzazioni, sarebbe un incubo migrare al nostro motore. Alla fine abbiamo deciso di costruire. Ma chiunque abbia affrontato il problema dell'acquisto o della costruzione sa che non si risolve mai. È sempre lì a ricordarvi che avreste potuto scegliere l'altra strada, soprattutto a tarda notte quando non riuscite a ricordare perché avete iniziato il progetto. ‍

Grafici globali, grafici di valutazione o grafici di progetto? Mentre costruiamo l'interfaccia utente, queste sono le domande a cui stiamo ancora rispondendo. Da un lato, sarebbe favoloso creare grafici per diverse valutazioni o progetti in un unico dashboard. D'altra parte, sappiamo che gli utenti condividono l'accesso alle dashboard e vogliono limitare i dati a valutazioni o progetti specifici. Inoltre, non volevamo perdere i grafici predefiniti esistenti che vengono caricati con ogni valutazione Core Drivers. Ciò significa che dobbiamo avere grafici predefiniti e grafici modificabili. Vanno inseriti negli stessi dashboard o in dashboard diversi? Al momento del lancio, avremo dei costruttori di grafici drag-and-drop per le valutazioni e i progetti. In seguito, aggiungeremo una dashboard globale per i grafici di clienti specifici. Stiamo ancora definendo la funzionalità dei grafici predefiniti. ‍

Quando uscirà? Ci vorranno altre due settimane per scrivere tutto il codice del backend e completare la ristrutturazione di Elastic. A quel punto il nostro team di frontend dovrebbe aver finito di aggiornare il design generale (una storia per un'altra volta) e potremo concentrare il 100% delle nostre energie sul frontend di Personality Analytics. Per questo dovrebbero essere necessarie altre 2-3 settimane. Quindi, se tutto va bene, entro la seconda settimana di settembre dovremmo essere pronti per la prima serata. Ecco un'anticipazione di dove siamo arrivati con il design. 

So che siamo rimasti in silenzio sul fronte delle funzionalità per un po' di tempo, ma siamo certi che varrà la pena aspettare. Ripensando alla stesura di questo blog, sembra molto più semplice di quanto non sia sembrato, ma credetemi, è stato un lavoro molto impegnativo. Speriamo che questo vi dia un'idea di ciò che abbiamo fatto. Se avete domande o suggerimenti, non esitate a contattarmi.