Уилл Гибсон, главный менеджер по продукции, Podium
В мире технологий для спортивных букмекеров скорость, масштаб и точность - это все. В Podium мы создаем платформы, которые обеспечивают работу глобальной индустрии ставок - от данных о скачках в режиме реального времени до моделирования коэффициентов и аналитики. Но инструменты, которые мы создаем для внутренних инноваций, так же важны, как и продукты, которые мы поставляем нашим клиентам, и это ключевая часть моей роли в Podium, чтобы мы оставались в авангарде того, что мы делаем.
Недавно эта философия воплотилась в жизнь в нашем проекте Racing API UI: пробный вариант, который быстро превратился в очень ценный внутренний инструмент, изменивший то, как мы взаимодействуем с данными о скачках и демонстрируем их.
Проблема: сложные данные, невиданный потенциал
API Podium's Racing предоставляет огромное количество подробных, глубоко структурированных данных - полностью заполненная встреча может содержать 40 000 строк JSON, и, будем честны, это сухое чтение. Будь то продавец, желающий продемонстрировать богатство данных, содержащихся в API, сотрудник операционной группы, отслеживающий наши результаты, или разработчик, тестирующий новые функции, получение нужных данных требовало определенных усилий и знаний об API. Все было на месте, включая возможность фильтрации и минимизации ответов на данные, но существовала фундаментальная проблема UX, которую нужно было решить, чтобы помочь людям добраться до того, что им нужно.
Потребность в продукте была очевидна: создать веб-интерфейс, который бы раскрывал богатство наших данных в чистом и простом виде. Но в соответствии с традиционными моделями поставки, процесс разработки UX и дизайна, циклы разработки, QA и отзывы заинтересованных сторон требовали от 6 до 12 недель работы. И как во многих компаниях, оптимизирующих выпуск продукции, выделенные ресурсы были просто недоступны.
Решение: Разработка, ориентированная на продукт, с помощью искусственного интеллекта
Вместо того чтобы ждать ресурсов, которые могут никогда не появиться, я выбрал другой подход. Существуют инструменты для создания пользовательского интерфейса с помощью искусственного интеллекта, но мне показалось, что можно сделать еще один шаг вперед, интегрировав дизайн пользовательского интерфейса и создание кода в один процесс. Используя Vercel, я понял, что могу интегрировать наш API в их инструмент для создания пользовательского интерфейса, и как только вы заставите эти две системы общаться друг с другом, все станет вопросом: "Какие данные вы хотите отобразить и где вы хотите их отобразить".
В пределах три неделиРаботая короткими ежедневными очередями (бесплатная версия дает вам десять запросов в день), мы создали функциональную версию 1. Она включала в себя:
- Безопасная аутентификация учетных данных API
- Получение данных из конечной точки наших этапов
- Картотека скачек и ответы на события в режиме реального времени, включая автоматическое обновление
- Метаданные абитуриента и шелка
- Третичный анализ данных, невозможный в родных ответах - такие вещи, как вычисления оверкругления для гонок или поиск сбоев обработки в стеке данных.
- Быстрая итерация улучшений и изменений пользовательского интерфейса
- Я могу легко поделиться обновленными версиями приложения с коллегами для оперативного анализа и получения отзывов.
Что мы узнали (и почему это важно)
- Разработка продуктов с использованием искусственного интеллекта работает, если все сделано правильно
Я не хотел создавать пробный вариант пользовательского интерфейса. Я хотел создать жизнеспособный продукт, который можно было бы передать бизнесу для использования. Это был пример того, как искусственный интеллект может сократить традиционные циклы создания продукта, от UX-идеи до разработки, до нескольких минут вместо нескольких дней. Как менеджер по продукту я всегда опасаюсь, что не успею охватить все функции, но в этом мире, если вы обнаружите, что чего-то не хватает, это просто еще одна порция подсказок. Это agile в самом прямом смысле этого слова.
- Менеджеры продуктов, наделенные полномочиями, создают лучшие и более быстрые MVP
Разработка продукта с использованием искусственного интеллекта обеспечила быструю итерацию, снизила риск недопонимания и позволила реализовать более четкое видение напрямую, без узких мест. Между пользователями и дизайнерами стало меньше переписок, что очень хорошо. Если MVP оказался не таким, как они ожидали, вы можете переделать его за час, а не за неделю. Порог, которого вы можете достичь для MVP, гораздо выше, потому что вы не отнимаете у разработчиков и UX ресурсы на итерации.
- Видимые данные - это ценные данные
Наглядное представление данных Racing API в пользовательском интерфейсе помогло нам выявить некоторые проблемы с качеством данных. Без этого инструмента ошибки могли бы остаться незамеченными. Теперь это важный уровень контроля качества и проверки, который используется разработчиками, менеджерами по продукту и операционными сотрудниками.
- Достаточно хорошо - не значит готово к производству
Код работал, но не соответствовал стандартам Podium. Код, созданный искусственным интеллектом, все еще нуждается в проверке разработчиками, рефакторинге и QA-тестах, прежде чем его можно будет запустить в производство. Хотя сгенерированный код работал, он был написан неэффективно, и нашим разработчикам пришлось потратить время на то, чтобы привести его в соответствие с нашими стандартами кодирования, разместить на github и интегрировать в существующие конвейеры тестирования и развертывания.
- Внутренние инструменты ≠ Продукты B2C
Такой подход сработал, потому что пользовательский интерфейс был рассчитан на внутренних пользователей и должен был быть достаточно хорошим, а не лучшим в своем классе. На мой взгляд, приложение, которое я создал, не было идеальным для полированных платформ, ориентированных на клиентов - бренд, производительность и точность UX все равно потребуют доработки. Однако вы можете создать отличную основу, которая удовлетворит потребности ваших внутренних пользователей.
Результат: Ощутимая ценность при меньших затратах
Мы записали ~160 часов на то, чтобы от идеи до внедрения пройти путь от продукта до разработки (около пяти недель). Это в разы меньше, чем ~500 часов, которые, по нашим расчетам, потребовались бы на стандартную поставку. Сейчас пользовательский интерфейс работает во внутренней компании, интегрирован в наш стек разработки и используется во всех командах для изучения данных, запуска отчетов и проверки ответов API в режиме реального времени.
Что еще более важно, это чертеж В Podium вы найдете новый вид инновационных продуктов, в котором расширенные возможности людей, умные инструменты и прагматичный подход к делу позволяют создавать ценности быстрее, чем когда-либо прежде.
Подробнее
Podium пересматривает способы создания, визуализации и предоставления данных о спортивных книгах. Будь то API для высокочастотных гонок, встроенные сервисы ценообразования или внутренние инструменты, ускоряющие разработку, мы создаем производительность на каждом уровне.
Связаться с Уиллом можно здесь: https://www.linkedin.com/in/will-gibson-41aa5010/
