¿Y por qué vale la pena usarlo?
El artículo explica por qué la forma más popular de priorizar la acumulación de pedidos no es tan buena como cree, y qué se puede hacer para mejorarla.
La evaluación del trabajo y los valores del desarrollo (retorno del trabajo) es el elemento principal de priorización en la cartera de productos: este es un enfoque simple, comprensible y, por lo tanto, muy popular. Probablemente tenga 2 de esas columnas en la cartera de pedidos de comestibles (e incluso si no, debe agregarlas):
Columnas: Característica / Proyecto, Trabajo, Valor.
Contenido en celdas de la primera columna:
Pestaña Comunidad
Actualizar transmisión de envío
Agregar facturación de PayPal
Corregir error de recibo
Contacto con el gerente
Actualizar los Términos de Servicio
Los costos laborales se pueden indicar en semanas-hombre o simplemente determinados por el nivel de dificultad de la tarea (simple / fácil / difícil). Tan pronto como tenga números, es importante elegir las características que proporcionarán el mayor rendimiento financiero. Pero aquí todo se vuelve un poco más complicado. Para entender por qué, organicemos nuestras tareas en un sistema de coordenadas rectangular:
El eje X es la carga de trabajo, el eje Y es el valor
Es bastante obvio que los proyectos de la parte superior izquierda son mejores que todos los demás, y los de la parte inferior derecha son los peores. ¿Pero cómo comparar todo lo demás? Afortunadamente, existe una solución. Es posible que ya esté familiarizado con la matriz de trabajo y valor . Si lo busca en Google, puede encontrar miles de variaciones diferentes de la matriz: ha sido durante mucho tiempo la mejor práctica en la industria.
En el eje X: pequeños costos de mano de obra - mejoras incrementales, grandes costos de mano de obra - "pozo de dinero" (aprox. Traducción: en otras fuentes, "comedores de tiempo").
En el eje Y: la mano de obra pequeña cuesta victorias fáciles, la mano de obra grande cuesta grandes victorias.
La idea es muy simple: dividir en cuadrantes ayuda a ver cómo se organizan los proyectos.
El cuadrante Pequeño / Pequeño en la esquina inferior izquierda contiene pequeñas mejoras menores del producto. Cada cartera de pedidos de comestibles incluye muchas tareas de este tipo y todas ellas juegan un papel importante en el llenado de los tiempos de inactividad, pero al mismo tiempo tienen baja prioridad.
Por otro lado, el cuadrante Muchos / Muchos cubre grandes proyectos que prometen un gran ingreso. A muchos equipos ambiciosos les gusta apostar específicamente en tales proyectos.
Los más deseables son los proyectos que combinan pequeños costos laborales y altos rendimientos en la esquina superior izquierda: nadie rechazará las ganancias fáciles (y quién sabe, tal vez uno de estos proyectos será otro botón que le permitirá ganar $ 300 millones ... ).
Y, por último, el cuadrante inferior derecho (grandes esfuerzos y bajos rendimientos), el llamado pozo de dinero, tareas ingratas, una maleta sin asa. Definitivamente, nadie quiere gastar recursos ya limitados en la creación de cosas que requieren mucho trabajo y tienen muy poco valor.
La superposición de nuestros planes para esta matriz le permite obtener rápidamente una imagen clara:
... y ahora la priorización es bastante simple:
- Primero, nos deshacemos de todo lo que está en el cuadrante del pozo de dinero (esta es una buena liberación).
- Luego le damos prioridad fácil al triunfo fácil.
- Y al final, formamos una combinación de mejoras incrementales y grandes apuestas, en función de los recursos disponibles y nuestros apetitos.
Bastante simple?
No tan rápido ...
Tan obvio como todo lo anterior, el problema es que la priorización por el método de evaluación de los costos y el valor de la mano de obra nos obliga a elegir a los "ganadores" equivocados. En primer lugar, porque este método implica la necesidad de evaluar en función de la predicción de eventos futuros: los esfuerzos que se requerirán para implementar la tarea y los beneficios que se brindarán a los usuarios como resultado de estos esfuerzos. Como ya sabes, la gente es muy pobre en pronósticos.
La tendencia a subestimar el trabajo
En 1979, los psicólogos conductistas Daniel Kahneman y Amos Tversky describieron un fenómeno que llamaron un error de planificación . Demostraron que las personas y los equipos son regularmente demasiado optimistas al estimar el tiempo que lleva completar una tarea, lo que finalmente subestima la evaluación. Este fenómeno también se ha confirmado en muchos otros estudios.
Si trabaja en el sector de TI, esta noticia no es un descubrimiento sorprendente para usted. Las tareas y los proyectos se retrasan constantemente y la diferencia con el plan original puede llegar hasta 2-3 veces (y a veces mucho más). Los líderes de equipo y los gerentes de proyecto experimentados prefieren planificar el tiempo con un margen, agregan amortiguadores o simplemente multiplican el puntaje por 2, pero incluso con esto en mente, los proyectos aún no terminan a tiempo y aún más, no terminan antes de tiempo ( ejemplo ).
Las razones de esto son algunas características, la mayoría de las cuales son varias distorsiones cognitivas:
- Optimismo y pensamientos sobre lo deseado.
- Recuerdos inexactos de cuánto tiempo llevó una tarea similar en el pasado.
- Enfoque excesivo en completar una tarea.
- Subestimación del impacto del caso.
- La escala de las tareas: cuanto mayor es el proyecto, menor es la precisión de la estimación de la duración.
Tendencia a sobreestimar los retornos
En 2003, Kahneman y Lovallo ampliaron la definición de un error de planificación para incluir una tendencia a subestimar el tiempo, el costo y los riesgos de acciones futuras y al mismo tiempo sobreestimar los beneficios de estas acciones. En otras palabras, los problemas en la planificación de proyectos están asociados no solo con excesos de tiempo, sino también con excesos de dinero y una escasez de beneficios totales.
En el campo técnico, no somos particularmente ingenuos al respecto. Una y otra vez, veo gerentes y equipos que creen en sus estimaciones de beneficios futuros basados en un "talento para el hígado", sin importar cuán buenas resultaron las predicciones anteriores. Los dos factores principales que contribuyen a esto son los siguientes:
- No hay métricas claras: a menudo la respuesta a la pregunta de si un proyecto tiene éxito se forma a partir de una interpretación de los resultados, porque los criterios de éxito no se han determinado de antemano.
- Tendemos a recordar nuestras predicciones exitosas y olvidar las fallidas (o atribuirlas a otras).
Tan pronto como comience a medir sistemáticamente el éxito y el fracaso, aparece una imagen clara de cuán mal podemos predecir el escape. Un análisis de los experimentos A / B realizados de forma independiente por Microsoft, Netflix y Booking mostró que, en el mejor de los casos, solo 1 de cada 3 ideas evaluadas muestra un resultado positivo medible. Las ideas restantes estudiadas no dieron ningún resultado o fueron negativas. Pero estos números no reflejan la situación de toda la industria. Una de las tres ideas ganadoras es un muy buen resultado, posible solo con productos maduros y compañías que han pasado mucho tiempo investigando a sus usuarios y clientes. Una startup estará más cerca de una proporción de 1:10 (o peor), y las empresas un poco más maduras pueden contar con un mejor rendimiento.
“Es humillante ver cómo los expertos (incluidos nosotros) no valoran las características. Cada característica creada por el equipo de desarrollo se crea porque alguien cree que tendrá valor, pero muchas ventajas colapsan cuando se enfrentan a la realidad ".
De un estudio de Microsoft , 2009
John T. Gurville, de la Harvard Business School, en su artículo de investigación de 2006, describió una fuerte discrepancia entre el valor que las compañías esperan que los consumidores brinden como resultado de la innovación y cómo los consumidores mismos ven ese valor. Según la investigación de Gurville, las empresas tienden a sobrestimar los beneficios de un producto, mientras que los usuarios ven mucho más valor en una solución ya utilizada y reevalúan el costo de cambiar a una nueva solución. Según Hurville, las empresas sobreestiman el valor de 9 veces.
Volver a la matriz "Trabajo / Valor"
Por lo tanto, los proyectos suelen costar mucho más de lo que pensamos y son menos valiosos a los ojos de los usuarios de lo que pensamos.
Mirando hacia atrás en la matriz, nos queda claro que en realidad la situación es la siguiente:
Sí, lo más probable es que caigas en la zona del pozo de dinero.
Pero aún peor. Como muestra el resultado del análisis de las pruebas A / B, algunos proyectos tienen un resultado negativo; esto es algo que casi ningún equipo de desarrollo tiene en cuenta. Por lo tanto, aparece un elemento de riesgo que no se revela de ninguna manera en esta matriz.
La verdadera matriz "Trabajo / Valor" se parece a esto:
En el eje y debajo de cero - negativo, generador de pérdidas.
Si superponemos nuestros proyectos en la matriz actualizada, obtenemos una nueva imagen, mucho menos optimista: algunos proyectos que solían pertenecer a grandes victorias ahora están en el agujero del dinero:
Creo que este es un buen momento para decir adiós a la matriz "Trabajo / Valor". Este modelo está demasiado simplificado y sugiere que, con cierto grado de certeza, puede saber de antemano cuánto costará el desarrollo y cuánto tendrá un impacto positivo la nueva característica. Si hubiera una matriz de la situación real (y creo que no existe), entonces, probablemente, se vería así:
Verde: los proyectos que desea considerar.
Naranja: proyectos que no quieres hacer.
Rojo: proyectos que realmente no quieres hacer.
5 pasos para hacer viable la matriz "Trabajo / Valor"
En primer lugar, debe darse cuenta de que el 60-90% de los proyectos en su cartera de pedidos son inútiles: simplemente no darán al menos ningún resultado significativo o costarán mucho más de lo que está dispuesto a pagar por ellos. Se necesitan priorización y experimentos para encontrar aquellos diamantes que aún traerán beneficios (también se implementarán con un retraso en los términos, pero esto es normal).
En segundo lugar, sigo apoyando la matriz "Trabajo / Valor" y me parece muy conveniente. De hecho, a menudo lo recomiendo a las empresas con las que trabajo. Sin embargo, también aliento los esfuerzos para mejorar ligeramente este enfoque de priorización.
Cuenta el retorno de una servilleta
Por lo general, puede aumentar significativamente la precisión de los cálculos si divide la tarea en partes y evalúa estas partes por separado. Mi ejemplo favorito son las campañas de marketing, que se basan en la distribución de artículos o promociones dentro del producto. Casi siempre prometen una mejora en la conversión o un aumento de los ingresos del "10%", pero si se da cuenta de cómo funcionarán los embudos en realidad: cuántas personas verán la promoción, qué porcentaje hará clic, cuántos de esos clics se convertirán, es probable que el número resultante no "10%", y se reducirá a fracciones de un porcentaje. Sí, se puede notar un error de dos órdenes en menos de dos minutos.
Usar datos disponibles o datos nuevos
A menudo, los datos que ya recopilamos pueden determinar rápidamente lo valiosa que puede ser una nueva característica o proyecto, generalmente comparándolo con algo muy similar que ya se ha lanzado.
Por ejemplo, las promociones anteriores pueden indicarle qué CTR puede esperar para una nueva promoción. Se puede requerir una cantidad considerable de trabajo en cualquier característica o proyecto, por lo tanto, es útil agregar eventos y contadores para recopilar los datos faltantes que pueden ayudar con la evaluación.
Piensa en formas baratas de probar tus hipótesis
Para proyectos grandes, a menudo es útil realizar investigaciones preliminares:
- Encuestas
- Pruebas de humo: por ejemplo, la campaña publicitaria de puerta falsa de Facebook
- Entrevistas personalizadas
- MVP
Todos estos estudios no son necesarios para cada característica, porque Son difíciles de escalar.
Intervalo de confianza
Ahora que sabe qué efecto puede tener la subestimación de los costos laborales y la revaluación del valor, puede agregar una columna adicional "Confianza" en su cartera de pedidos de comestibles para tener en cuenta la confianza que tiene en los cálculos.
Un nivel de confianza muy bajo puede ser 0.1, muy alto 0.8 (más información sobre cómo calcular el nivel de confianza aquí ).
La fórmula de cálculo de prioridad es ahora la siguiente:
Pruebas A / B
Las pruebas A / B destruyen casi todas las conjeturas y eliminan la mayoría de los riesgos. Si prueba una característica antes del lanzamiento, no necesita confiar en presentimientos e intuición; verá lo suficiente si la idea es exitosa o no. Las pruebas A / B le permiten realizar apuestas con un riesgo relativamente bajo. Por esta razón, compañías como Netflix están probando todo , tanto pequeños como grandes cambios.