Warum Arbeits- und Wertpriorisierung nicht funktioniert

Und warum lohnt es sich, es zu benutzen?

Der Artikel erklärt, warum die beliebteste Methode zur Priorisierung von Rückständen nicht so gut ist, wie Sie denken, und was getan werden kann, um sie zu verbessern.

Die Bewertung von Entwicklungsarbeit und -werten (Return on Labour) ist das Hauptelement der Priorisierung im Produktstau: Dies ist ein einfacher, verständlicher Ansatz und daher sehr beliebt. Sie haben wahrscheinlich 2 solcher Spalten im Lebensmittel-Backlog (und selbst wenn nicht, sollten Sie sie hinzufügen):

Spalten: Feature / Projekt, Arbeit, Wert.
Inhalt in Zellen der ersten Spalte:
Registerkarte "Community"
Sendestream aktualisieren
PayPal-Abrechnung hinzufügen
Empfangsfehler korrigieren
Kontakt mit dem Manager
Nutzungsbedingungen aktualisieren

Die Arbeitskosten können in Mannwochen angegeben oder einfach durch den Schwierigkeitsgrad der Aufgabe (einfach / leicht / schwer) bestimmt werden. Sobald Sie Zahlen haben, ist es wichtig, die Funktionen auszuwählen, die die größte finanzielle Rendite erzielen. Aber hier wird alles etwas komplizierter. Um zu verstehen, warum, ordnen wir unsere Aufgaben in einem rechteckigen Koordinatensystem an:

Die X-Achse ist die Arbeitslast, die Y-Achse ist der Wert

Es ist ziemlich offensichtlich, dass die Projekte oben links besser sind als alle anderen, und die Projekte unten rechts am schlechtesten sind. Aber wie kann man alles andere vergleichen? Zum Glück gibt es eine Lösung. Möglicherweise kennen Sie die Matrix aus Arbeit und Wert bereits . Wenn Sie es googeln, finden Sie Tausende verschiedener Variationen der Matrix - es ist seit langem die beste Vorgehensweise in der Branche.

Auf der X-Achse: kleine Arbeitskosten - inkrementelle Verbesserungen, große Arbeitskosten - „Geldgrube“ (ca. übersetzt: in anderen Quellen „Zeitfresser“).
Auf der Y-Achse: Kleine Arbeit kostet leichte Siege, große Arbeit kostet große Siege.

Die Idee ist sehr einfach: Die Unterteilung in Quadranten hilft zu sehen, wie die Projekte angeordnet sind.

Der kleine / kleine Quadrant in der unteren linken Ecke enthält geringfügige geringfügige Produktverbesserungen. Jeder Lebensmittelbestand umfasst viele Aufgaben dieser Art, die alle eine wichtige Rolle bei der Behebung von Ausfallzeiten spielen, gleichzeitig aber eine niedrige Priorität haben.

Andererseits deckt der Quadrant Viele / Viele große Projekte ab, die ein hohes Einkommen versprechen. Viele ehrgeizige Teams setzen gerne speziell auf solche Projekte.

Die begehrtesten Projekte sind solche, die kleine Arbeitskosten und hohe Renditen in der oberen linken Ecke kombinieren - niemand wird einfache Gewinne ablehnen (und wer weiß, vielleicht wird eines dieser Projekte zu einem weiteren Knopf, mit dem Sie 300 Millionen Dollar verdienen können ... ).

Und schließlich der untere rechte Quadrant - große Anstrengungen und niedrige Renditen - die sogenannte Geldgrube, undankbare Aufgaben, ein Koffer ohne Griff. Auf jeden Fall möchte niemand bereits begrenzte Ressourcen für die Schaffung von Dingen ausgeben, die viel Arbeit erfordern und nur einen sehr geringen Wert haben.

Wenn Sie unsere Pläne für diese Matrix überschneiden, erhalten Sie schnell ein klares Bild:

... und jetzt ist die Priorisierung ganz einfach:

1. Zuerst werden wir alles los, was sich im Quadranten der Geldgrube befindet (dies ist eine gute Befreiung).
2. Dann setzen wir den einfachen Gewinn auf hohe Priorität.
3. Und am Ende bilden wir eine Mischung aus inkrementellen Verbesserungen und großen Einsätzen, basierend auf den verfügbaren Ressourcen und unserem Appetit.

Ziemlich einfach?

Nicht so schnell…

So offensichtlich wie alles oben Genannte, besteht das Problem darin, dass die Priorisierung durch die Methode zur Bewertung der Arbeitskosten und des Werts uns zwingt, die falschen „Gewinner“ auszuwählen. Erstens, weil diese Methode die Notwendigkeit beinhaltet, basierend auf der Vorhersage zukünftiger Ereignisse zu bewerten - die Anstrengungen, die zur Implementierung der Aufgabe erforderlich sind, und die Vorteile, die den Benutzern durch diese Bemühungen gebracht werden. Wie Sie bereits wissen, sind die Prognosen sehr schlecht.

Die Tendenz, die Arbeit zu unterschätzen

1979 beschrieben die Verhaltenspsychologen Daniel Kahneman und Amos Tversky ein Phänomen, das sie als Planungsfehler bezeichneten . Sie zeigten, dass Menschen und Teams regelmäßig zu optimistisch einschätzen, wie lange es dauert, eine Aufgabe zu erledigen, was letztendlich die Bewertung unterschätzt. Dieses Phänomen wurde auch in vielen anderen Studien bestätigt.

Wenn Sie im IT-Bereich arbeiten, ist diese Nachricht für Sie keine schockierende Entdeckung. Aufgaben und Projekte werden ständig verzögert und der Unterschied zum ursprünglichen Plan kann bis zu 2-3 Mal (und manchmal viel mehr) betragen. Erfahrene Teamleiter und Projektmanager planen die Zeit lieber mit einem Spielraum, sie fügen Puffer hinzu oder multiplizieren die Punktzahl einfach mit 2, aber selbst in diesem Sinne werden Projekte immer noch nicht pünktlich und noch mehr nicht vorzeitig abgeschlossen ( Beispiel ).

Die Gründe dafür sind einige Merkmale, von denen die meisten verschiedene kognitive Verzerrungen sind:

• Optimismus und Gedanken über das Gewünschte.
• Ungenaue Erinnerungen daran, wie lange es in der Vergangenheit für eine ähnliche Aufgabe gedauert hat.
• Übermäßiger Fokus auf die Erledigung einer Aufgabe.
• Unterschätzung der Auswirkungen des Falls.
• Der Umfang der Aufgaben - je größer das Projekt, desto geringer ist die Genauigkeit der Dauerschätzung.

Tendenz zur Überschätzung der Rendite

Im Jahr 2003 erweiterten Kahneman und Lovallo die Definition eines Planungsfehlers um die Tendenz, Zeit, Kosten und Risiken künftiger Maßnahmen zu unterschätzen und gleichzeitig den Nutzen dieser Maßnahmen zu überschätzen. Mit anderen Worten, Probleme bei der Projektplanung sind nicht nur mit Zeitüberschreitungen verbunden, sondern auch mit Geldüberschreitungen und einem Mangel an Gesamtnutzen.

Im technischen Bereich sind wir diesbezüglich nicht besonders naiv. Immer wieder sehe ich Manager und Teams, die an ihre Einschätzung des zukünftigen Nutzens glauben, basierend auf einem „Gespür für die Leber“, egal wie gut sich die vorherigen Vorhersagen herausstellten. Die beiden Hauptfaktoren, die dazu beitragen, sind folgende:

• Es gibt keine klaren Metriken - häufig wird die Antwort auf die Frage, ob ein Projekt erfolgreich ist, aus einer Interpretation der Ergebnisse gebildet, da die Erfolgskriterien nicht im Voraus festgelegt wurden.
• Wir neigen dazu, uns an unsere erfolgreichen Vorhersagen zu erinnern und die fehlgeschlagenen zu vergessen (oder sie anderen zuzuschreiben).

Sobald Sie beginnen, Erfolg und Misserfolg systematisch zu messen, zeigt sich ein klares Bild davon, wie schlecht wir Abgase vorhersagen können. Eine Analyse von A / B-Experimenten, die unabhängig von Microsoft, Netflix und Booking durchgeführt wurden, ergab, dass bestenfalls nur 1 von 3 getesteten Ideen ein positiv messbares Ergebnis zeigt. Die verbleibenden untersuchten Ideen ergaben entweder überhaupt kein Ergebnis oder waren negativ. Diese Zahlen spiegeln jedoch nicht die Situation der gesamten Branche wider. Eine von drei Gewinnerideen ist ein sehr gutes Ergebnis, das nur mit ausgereiften Produkten und Unternehmen möglich ist, die viel Zeit damit verbracht haben, ihre Benutzer und Kunden zu recherchieren. Ein Startup wird näher an einem Verhältnis von 1:10 (oder schlechter) sein, und etwas reifere Unternehmen können auf eine bessere Leistung zählen.

„Es ist demütigend zu sehen, wie schlecht Experten (einschließlich uns) Merkmale schätzen. Jedes vom Entwicklungsteam erstellte Feature wird erstellt, weil jemand glaubt, dass es einen Wert hat, aber viele Vorteile fallen angesichts der Realität zusammen. “

Aus einer Microsoft-Studie , 2009

John T. Gurville von der Harvard Business School beschrieb in seinem Forschungsartikel aus dem Jahr 2006 eine starke Diskrepanz zwischen dem Wert, den Unternehmen von Verbrauchern als Ergebnis von Innovationen erwarten, und dem, was Verbraucher selbst sehen. Laut Gurvilles Forschung neigen Unternehmen dazu, die Vorteile eines Produkts zu überschätzen, während Benutzer viel mehr Wert in einer bereits verwendeten Lösung sehen und die Kosten für die Umstellung auf eine neue Lösung neu bewerten. Laut Hurville überschätzen Unternehmen den Wert um das Neunfache.

Zurück zur Matrix „Arbeit / Wert“

Projekte kosten also normalerweise viel mehr als wir denken und sind in den Augen der Benutzer weniger wertvoll als wir denken.

Rückblickend auf die Matrix wird uns klar, dass die Situation in Wirklichkeit wie folgt ist:

Ja, höchstwahrscheinlich fallen Sie in die Zone der Geldgrube.

Aber noch schlimmer. Wie das Ergebnis der Analyse von A / B-Tests zeigt, haben einige Projekte ein negatives Ergebnis - dies wird von fast keinem Entwicklungsteam berücksichtigt. Somit erscheint ein Risikoelement, das in dieser Matrix in keiner Weise offenbart wird.

Die echte „Labour / Value“ -Matrix sieht ungefähr so ​​aus:

Auf der y-Achse unter Null - negativ, Verlustgenerator.

Wenn wir unsere Projekte der aktualisierten Matrix überlagern, erhalten wir ein neues, viel weniger optimistisches Bild - einige Projekte, die früher zu großen Siegen gehörten, befinden sich jetzt im Geldloch:

Ich denke, dies ist ein guter Moment, um sich von der Matrix „Arbeit / Wert“ zu verabschieden. Dieses Modell ist zu vereinfacht und legt nahe, dass Sie mit einer gewissen Sicherheit im Voraus feststellen können, wie viel die Entwicklung kosten wird und wie viel sich die neue Funktion positiv auswirken wird. Wenn es eine Matrix der realen Situation gäbe (und ich denke, dass sie nicht existiert), würde sie wahrscheinlich so aussehen:

Grün - die Projekte, die Sie berücksichtigen möchten.
Orange - Projekte, die Sie nicht machen möchten.
Rot - Projekte, die Sie wirklich nicht machen wollen.

5 Schritte, um die Matrix „Arbeit / Wert“ funktionsfähig zu machen

Zunächst müssen Sie erkennen, dass 60-90% der Projekte in Ihrem Auftragsbestand nutzlos sind - sie liefern einfach kein aussagekräftiges Ergebnis oder kosten viel mehr, als Sie bereit sind, dafür zu zahlen. Priorisierung und Experimente sind erforderlich, um diejenigen Diamanten zu finden, die noch Vorteile bringen (sie werden auch mit einer Verzögerung implementiert, aber dies ist normal).

Zweitens unterstütze ich immer noch die Matrix „Arbeit / Wert“ und finde sie sehr praktisch. De facto empfehle ich es sehr oft den Unternehmen, mit denen ich zusammenarbeite. Ich ermutige jedoch auch zu Bemühungen, diesen Priorisierungsansatz leicht zu verbessern.

Zählen Sie die Rendite auf einer Serviette

Normalerweise können Sie die Genauigkeit der Berechnungen erheblich erhöhen, wenn Sie die Aufgabe in Teile aufteilen und diese Teile separat bewerten. Mein Lieblingsbeispiel sind Marketingkampagnen, die auf der Verteilung von Pushies oder Werbeaktionen innerhalb des Produkts basieren. Sie versprechen fast immer eine Verbesserung der Conversion oder eine Umsatzsteigerung von "10%". Wenn Sie jedoch herausfinden, wie Trichter in der Realität funktionieren - wie viele Personen sehen die Promo, wie viel Prozent klicken, wie viele dieser Klicks konvertieren -, ist es wahrscheinlich, dass die resultierende Zahl dies nicht tut "10%" und wird auf Bruchteile von einem Prozent reduziert. Ja, ein Fehler zweier Ordnung kann in weniger als zwei Minuten festgestellt werden.

Verwenden Sie verfügbare Daten oder neue Daten

Oft können die Daten, die wir bereits sammeln, schnell erkennen, wie wertvoll ein neues Feature oder Projekt sein kann - normalerweise durch Vergleich mit etwas sehr Ähnlichem, das bereits gestartet wurde.

In früheren Werbeaktionen können Sie beispielsweise feststellen, welche Klickrate Sie für eine neue Werbeaktion erwarten können. In allen Features oder Projekten kann ein erheblicher Arbeitsaufwand erforderlich sein. Daher ist es hilfreich, Ereignisse und Zähler hinzuzufügen, um die fehlenden Daten zu erfassen, die bei der Bewertung hilfreich sein können.

Überlegen Sie sich günstige Möglichkeiten, um Ihre Hypothesen zu testen

Bei großen Projekten ist es oft nützlich, Voruntersuchungen durchzuführen:

• Umfragen
• Rauchtests - zum Beispiel die gefälschte Tür-Werbekampagne von Facebook
• Benutzerdefinierte Interviews
• MVP

Alle diese Studien sind nicht für jedes Merkmal erforderlich, weil Sie sind schwer zu skalieren.

Konfidenzintervall

Nachdem Sie nun wissen, wie sich eine Unterschätzung der Arbeitskosten und eine Überschätzung des Werts auswirkt, können Sie Ihrem Lebensmittelbestand eine zusätzliche Spalte „Vertrauen“ hinzufügen, um zu berücksichtigen, wie sicher Sie bei den Berechnungen sind.

Ein sehr niedriges Konfidenzniveau kann 0,1, ein sehr hohes 0,8 sein (weitere Informationen zur Berechnung des Konfidenzniveaus finden Sie hier ).

Die Prioritätsberechnungsformel lautet nun wie folgt:

$$

$$Priority = \ frac {Exhaust} {Efforts} Vertrauensniveau$$

A / B-Tests

A / B-Tests zerstören fast alle Vermutungen und eliminieren die meisten Risiken. Wenn Sie eine Funktion vor dem Start testen, müssen Sie sich nicht auf Vorahnungen und Intuition verlassen - Sie werden genug sehen, ob die Idee erfolgreich ist oder nicht. Mit A / B-Tests können Sie Wetten mit relativ geringem Risiko platzieren. Aus diesem Grund testen Unternehmen wie Netflix alles - sowohl kleine als auch große Änderungen.