პროდუქტის პრიორიტიზაციის ფრეიმვორქები და როდის გამოვიყენოთ თითოეული

მთავარი დასკვნები

• პრიორიტიზაციის ფრეიმვორქი შენს ნაცვლად არ წყვეტს; ის დაშვებებს ცხადს ხდის, რომ გუნდმა აზრებზე კი არა, მტკიცებულებებზე იდავოს.

• RICE და value vs effort საუკეთესოა შედარებადი ელემენტების გრძელი ბექლოგის პირველადი დალაგებისთვის, თუ მხოლოდ საბოლოო ქულას კი არა, შემავალ მონაცემებსაც განიხილავთ.

• როცა რეალური კითხვა ისაა, რა უნდა შევიდეს კონკრეტულ რელიზში ან პროდუქტში, MoSCoW და Kano ქულების მოდელებზე უკეთ მუშაობს.

• Opportunity scoring გადაწყვეტილებებს მომხმარებლის საჭიროებებზე ამაგრებს, cost of delay კი დროზე დამოკიდებული სამუშაოს დაყოვნების ფასს აჩენს.

• ცრუ სიზუსტე, მანიპულირებული მონაცემები და სტრატეგიის არარსებობა უფრო მეტ ზიანს აყენებს, ვიდრე „არასწორი“ ფრეიმვორქის არჩევა, ამიტომ პრიორიტეტებს ყოველ დაგეგმვის ციკლზე გადახედეთ.

ყველა პროდუქტის გუნდს იდეები რესურსზე მეტი აქვს. მომხმარებლების მოთხოვნები, გაყიდვების დაპირებები, ტექნიკური ვალი, ხელმძღვანელობის ინტუიცია და შენი საკუთარი როუდმეპი ერთსა და იმავე რამდენიმე ინჟინერზე ეჯიბრება ერთმანეთს. თუ გადაწყვეტილების მიღების საერთო წესი არ გაქვთ, იმარჯვებს ყველაზე ხმამაღალი ხმა ან უახლესი ესკალაცია, გუნდი კი დროს ხარჯავს სამუშაოზე, რომელიც სასწრაფოდ გამოიყურება, მაგრამ პროდუქტს იშვიათად წინ წევს.

პრიორიტიზაციის ფრეიმვორქები არსებობს იმისთვის, რომ ეს გადაწყვეტილებები გახდეს ცხადი, შედარებადი და განსახილველი. არცერთი მათგანი ავტომატურად სწორ პასუხს არ იძლევა. სამაგიეროდ, გაიძულებს დაშვებები დაასახელო, რის შედეგადაც დავა აზრებზე კი არა, მტკიცებულებებზე მიდის.

ამ სტატიაში განვიხილავთ ექვს ფართოდ გავრცელებულ ფრეიმვორქს, აგიხსნით, რომელ კითხვას პასუხობს თითოეული საუკეთესოდ, და გაჩვენებთ, როგორ აირიდო შეცდომები, რომლებიც სასარგებლო ინსტრუმენტს ბიუროკრატიად აქცევს.

ქულების ფრეიმვორქები: RICE და Value vs Effort

ქულების ფრეიმვორქები სასარგებლოა, როცა შედარებადი ელემენტების გრძელი სია გაქვს და მათი თავდაპირველი დალაგება გჭირდება.

RICE

RICE თითოეულ ინიციატივას აფასებს ოთხი პარამეტრით: Reach (რამდენ ადამიანს შეეხება გარკვეულ პერიოდში), Impact (რამდენად წასწევს მიზანს თითოეული მათგანისთვის), Confidence (რამდენად ხარ დარწმუნებული პირველ ორში) და Effort (რამდენ დროს მოითხოვს გუნდისგან). ქულა მიიღება, როცა reach-ს, impact-სა და confidence-ს ერთმანეთზე ამრავლებ და effort-ზე ყოფ.

მისი ძლიერი მხარე confidence-ის ფაქტორია, რომელიც ღიად „სჯის“ სუსტი მტკიცებულებით გამყარებულ იდეებს. სუსტი მხარე ისაა, რომ ზუსტად გამოიყურება მაშინაც, როცა ყველა შემავალი მონაცემი ვარაუდია. გამოიყენე მსგავსი ტიპის ელემენტების შესადარებლად, მაგალითად ზრდის ექსპერიმენტებისთვის, და ყოველთვის განიხილე შემავალი მონაცემები და არა მხოლოდ საბოლოო რიცხვი.

Value vs Effort

ყველაზე მარტივი მეთოდი: თითოეული ელემენტი დაიტანე ორი-ორზე ბადეზე, სადაც ერთი ღერძი ღირებულებაა, მეორე კი ძალისხმევა. მაღალი ღირებულება და დაბალი ძალისხმევა სწრაფი გამარჯვებებია; მაღალი ღირებულება და მაღალი ძალისხმევა დიდი ფსონებია; დაბალი ღირებულების ელემენტები კი ან შემავსებელია, ან უარის თქმის კანდიდატი. მეთოდი სწრაფია და ვორქშოპებისთვის იდეალური, მაგრამ მალავს, როგორ განსაზღვრე „ღირებულება“, ამიტომ დატანამდე ამ განმარტებაზე შეთანხმდით.

მოცულობის ფრეიმვორქები: MoSCoW და Kano

ზოგი გადაწყვეტილება ბექლოგის დალაგებას კი არ ეხება, არამედ იმის განსაზღვრას, რა უნდა შევიდეს კონკრეტულ რელიზში ან პროდუქტში. აქ კატეგორიზაცია ქულებზე უკეთ მუშაობს.

MoSCoW

MoSCoW მოთხოვნებს ოთხ ჯგუფად ყოფს: Must have, Should have, Could have და Won’t have (ამჯერად). ის შესანიშნავია სტეიკჰოლდერების შესათანხმებლად ფიქსირებული ვადის პირობებში, რადგან კომპრომისს ხილულს ხდის: თუ რაიმე „Must“-ში გადადის, სხვა რამ იქიდან უნდა გავიდეს. რისკი კატეგორიების გაბერვაა. თუ ელემენტების უმეტესობა „Must“ აღმოჩნდა, სავარჯიშო ჩავარდა; გავრცელებული პრაქტიკული წესია, რომ Must-ები ძალისხმევის ორ მესამედზე საგრძნობლად ნაკლები იყოს.

Kano

Kano მოდელი ფუნქციებს იმის მიხედვით აჯგუფებს, როგორ მოქმედებს ისინი კმაყოფილებაზე. საბაზისო ფუნქციების არარსებობა იმედგაცრუებას იწვევს, მაგრამ მათი არსებობა ქებას არ იმსახურებს. ეფექტიანობის ფუნქციები კმაყოფილებას ზრდის, რაც უფრო კარგად მუშაობს. გამაოცებელი ფუნქციები მოულოდნელია და ენთუზიაზმს ბადებს. დროთა განმავლობაში გამაოცებელი ფუნქციები საბაზისოდ იქცევა, რადგან მომხმარებლები მათ ეჩვევიან. Kano ყველაზე სასარგებლოა ახალი პროდუქტის შექმნისას ან დიდი ვერსიის დაგეგმვისას და საუკეთესოდ მუშაობს, როცა შიდა ვარაუდებს კი არა, რეალურ მომხმარებლის კვლევას ეყრდნობა.

მომხმარებლისა და ეკონომიკის ხედვა

Opportunity Scoring

Opportunity scoring მომხმარებლებს სთხოვს შეაფასონ, რამდენად მნიშვნელოვანია მათთვის კონკრეტული შედეგი და რამდენად კმაყოფილი არიან არსებული გადაწყვეტებით. ყველაზე დიდი შესაძლებლობაა შედეგები, რომლებიც ძალიან მნიშვნელოვანია, მაგრამ ცუდადაა მომსახურებული. მეთოდი პრიორიტიზაციას მომხმარებლის საჭიროებებზე ამაგრებს და არა ფუნქციების იდეებზე, თუმცა კარგად დაპროექტებულ გამოკითხვასა და შედეგების მკაფიო სიას მოითხოვს, ამიტომ სხვა მეთოდებთან შედარებით მეტ წინასწარ მუშაობას საჭიროებს.

Cost of Delay

Cost of delay აფასებს, რამდენ ღირებულებას კარგავ ყოველ კვირას, როცა ელემენტი არ არის მიწოდებული. მისი ხანგრძლივობაზე გაყოფა გაძლევს თანმიმდევრობის წესს, რომელსაც ხშირად CD3-ს უწოდებენ: პირველ რიგში ის სამუშაო შეასრულე, რომლის დაყოვნების ფასი დროის ერთეულზე ყველაზე მაღალია. ეს ხედვა განსაკუთრებით ძლიერია დროზე დამოკიდებული ამოცანებისთვის, როგორიცაა რეგულაციური ვადები, სეზონური შესაძლებლობები ან სახელშეკრულებო ვალდებულებები, რომლებსაც სხვა ფრეიმვორქები ხშირად არასაკმარის წონას ანიჭებს.

ფრეიმვორქი შენს ნაცვლად გადაწყვეტილებას არ იღებს. ის შენს მსჯელობას ხილულს ხდის, რომ გუნდმა სწორ საკითხზე იდავოს. — TechSkill-ის ინსტრუქტორები

როგორ ავირჩიოთ სწორი ფრეიმვორქი

უნივერსალურად საუკეთესო მეთოდი არ არსებობს. აირჩიე იმ გადაწყვეტილების მიხედვით, რომელიც წინ გიდევს, და ნუ მოგერიდება ორის კომბინირება: მაგალითად, Kano რელიზის ფორმირებისთვის გამოიყენე, RICE კი მის შიგნით ელემენტების დასალაგებლად.

• გრძელი, შერეული ბექლოგი, რომელსაც პირველადი რანჟირება სჭირდება: RICE ან value vs effort.

• ფიქსირებული ვადა მოქნილი მოცულობით: MoSCoW.

• ახალი პროდუქტი ან დიდი რედიზაინი: Kano, მომხმარებლის კვლევით გამყარებული.

• გაურკვეველია, რა სჭირდებათ მომხმარებლებს ყველაზე მეტად: opportunity scoring.

• დროზე დამოკიდებული სამუშაო, რომელიც მუდმივ გაუმჯობესებებს ეჯიბრება: cost of delay.

• სწრაფი ვორქშოპი სტეიკჰოლდერებთან: value vs effort დაფაზე.

ქვემოთ მოცემულ ცხრილში ექვსივე ფრეიმვორქი გვერდიგვერდაა: რისთვის არის თითოეული საუკეთესო და რა ხაფანგს უნდა მოერიდო.

სანამ რამეს ქულას მიანიჭებ, დარწმუნდი, რომ იდეა ამად ღირს. დაუდასტურებელ იდეებს ფარული confidence-ის პრობლემა აქვთ, ამიტომ იდეის ვალიდაცია აშენებამდე ბუნებრივი პირველი ნაბიჯია.

გავრცელებული შეცდომები

1. ცრუ სიზუსტე. RICE-ის ქულა 412 და 398 არაფერს ნიშნავს, როცა შემავალი მონაცემები უხეში შეფასებებია. ახლო ქულები თანაბრად ჩათვალე და განიხილე.

2. პრიორიტიზაცია სტრატეგიის გარეშე. ფრეიმვორქები ელემენტებს მიზანთან მიმართებით ალაგებს. თუ მიზანი ბუნდოვანია, რანჟირებას აზრი არ აქვს.

3. შემავალი მონაცემებით მანიპულირება. როცა ქულები დაფინანსებას წყვეტს, ადამიანები impact-ს აზვიადებენ. შემავალი მონაცემები ერთად განიხილეთ და მტკიცებულება მოითხოვეთ.

4. დამოკიდებულებებისა და რისკის იგნორირება. დაბალქულიანმა პლატფორმულმა ცვლილებამ შეიძლება ხუთი მაღალქულიანი ფუნქცია გახსნას.

5. ერთხელ შეფასება და დავიწყება. პრიორიტეტები ცოდნის დაგროვებასთან ერთად უნდა გადაიხედოს, სულ მცირე ყოველ დაგეგმვის ციკლზე.

პრიორიტიზაცია, საბოლოო ჯამში, ლიდერობის უნარია: მკაფიოდ უარის თქმა და მიზეზის ახსნა. თუ პროდუქტის გადაწყვეტილებებს ხელმძღვანელობ და გინდა, ისინი AI სტრატეგიას დაუკავშირო, ჩვენი AI Product Strategy კურსი გასწავლის მიზნების დასახვას, AI შესაძლებლობების შეფასებას და კომპრომისების ხელმძღვანელობისთვის გადმოცემას.