Kedy sa téme venovať
Téma je najdôležitejšia vtedy, keď sa operácia často opakuje, vychádza z jednoznačných pravidiel a zanecháva záznam umožňujúci rekonštruovať každú zmenu. Najprv treba pomenovať potrebu používateľa a výsledok, ktorý má byť lepší než súčasný stav.
Ako pripraviť prácu
Prácu na téme „Príklady automatizácie: odstraňovanie obrázkov, generovanie štítkov, prideľovanie SKU a EAN“ je najlepšie rozdeliť do krátkych etáp, ktoré sa dajú overiť. Najprv vznikne základná verzia plniaca hlavný cieľ. Potom sa overí správnosť údajov, správanie na mobilných zariadeniach, prístupnosť a neobvyklé situácie. Až po úspešnom teste sa riešenie sprístupní všetkým používateľom. Pri príprave je vhodné najprv spustiť režim náhľadu, overovať SKU a EAN, zachovať mapovanie pred zmenou a po nej a blokovať duplicity.
Čo najčastejšie zhoršuje výsledok
Hromadné odstránenie obrázkov alebo pridelenie nesprávnych identifikátorov môže poškodiť katalóg, integrácie a históriu produktu. Vlastník projektu by mal vopred stanoviť spôsob kontroly, eskalácie a bezpečného vrátenia zmeny.
Ako posúdiť kvalitu
Treba sledovať počet správnych záznamov, konflikty, vrátené zmeny, trvanie operácie a všetky položky vynechané pri overovaní. Výsledok je vhodné porovnať s východiskovým stavom, nielen s očakávaniami tímu po prezentácii.
Praktické rozhodnutie na záver
Dokumentácia k téme „Príklady automatizácie: odstraňovanie obrázkov, generovanie štítkov, prideľovanie SKU a EAN“ by mala uvádzať rozsah, predpoklady, zodpovednosti a príklady schváleného výsledku. Vďaka tomu nebude ďalšia zmena vyžadovať opätovné zisťovanie celého kontextu.
