E por que vale a pena usá-lo
O artigo explica por que a maneira mais popular de priorizar a lista não processada não é tão boa quanto você pensa e o que pode ser feito para melhorá-la.
A avaliação do trabalho de desenvolvimento e dos valores (retorno do trabalho) é o principal elemento da priorização no backlog do produto: essa é uma abordagem simples, compreensível e, portanto, muito popular. Você provavelmente tem duas dessas colunas na lista de pendências de compras (e mesmo se não tiver, deve adicioná-las):
Colunas: Recurso / Projeto, Trabalho, Valor.
Conteúdo nas células da primeira coluna:
Guia Comunidade
Atualizar fluxo de envio
Adicionar faturamento do PayPal
Erro de recebimento correto
Contato com o gerente
Atualizar Termos de Serviço
Os custos de mão-de-obra podem ser indicados em semanas-homem ou simplesmente determinados pelo nível de dificuldade da tarefa (simples / fácil / difícil). Assim que você tiver números, torna-se importante escolher os recursos que fornecerão o maior retorno financeiro. Mas aqui tudo se torna um pouco mais complicado. Para entender por que, vamos organizar nossas tarefas em um sistema de coordenadas retangulares:
O eixo X é a carga de trabalho, o eixo Y é o valor
É óbvio que os projetos do canto superior esquerdo são melhores que todos os outros, e os do canto inferior direito são os piores. Mas como comparar tudo o resto? Felizmente, existe uma solução. Você já deve estar familiarizado com a matriz de trabalho e valor . Se você pesquisar no Google, poderá encontrar milhares de variações diferentes da matriz - há muito tempo é a melhor prática do setor.
No eixo X: pequenos custos de mão-de-obra - melhorias incrementais, grandes custos de mão-de-obra - “poço de dinheiro” (aproximadamente tradução: em outras fontes, “comedores de tempo”).
No eixo Y: trabalho pequeno custa vitórias fáceis, trabalho grande custa grandes vitórias.
A idéia é muito simples - dividir em quadrantes ajuda a ver como os projetos são organizados.
O quadrante Pequeno / Pequeno no canto inferior esquerdo contém pequenas melhorias menores no produto. Cada lista de pendências de compras inclui muitas tarefas desse tipo e todas elas desempenham um papel importante no preenchimento de períodos de inatividade, mas, ao mesmo tempo, têm baixa prioridade.
Por outro lado, o quadrante Muitos / Muitos cobre grandes projetos que prometem uma grande renda. Muitas equipes ambiciosas gostam de apostar especificamente em tais projetos.
Os projetos mais desejáveis são aqueles que combinam pequenos custos de mão de obra e altos retornos no canto superior esquerdo - ninguém recusará ganhos fáceis (e quem sabe, talvez um desses projetos se torne outro botão que permitirá que você ganhe US $ 300 milhões ... ).
E, finalmente, o quadrante inferior direito - grandes esforços e baixos retornos - o chamado poço do dinheiro, tarefas ingratas, uma mala sem alça. Definitivamente, ninguém quer gastar recursos já limitados na criação de coisas que exigem muito trabalho e têm muito pouco valor.
A sobreposição de nossos planos para essa matriz permite obter rapidamente uma imagem clara:
... e agora a priorização é bastante simples:
- Primeiro, nos livramos de tudo o que está no quadrante do poço do dinheiro (essa é uma boa libertação).
- Em seguida, definimos a prioridade fácil de ganhar alta.
- E, no final, formamos uma mistura de melhorias incrementais e grandes apostas, com base nos recursos disponíveis e em nosso apetite.
Bem simples?
Não é tão rápido ...
Tão óbvio quanto o exposto acima, o problema é que a priorização pelo método de avaliação dos custos e valor da mão-de-obra nos obriga a escolher os "vencedores" errados. Primeiro, porque esse método envolve a necessidade de avaliar com base na previsão de eventos futuros - os esforços que serão necessários para implementar a tarefa e os benefícios que serão trazidos aos usuários como resultado desses esforços. Como você já sabe, as pessoas são muito pobres em previsões.
A tendência de subestimar o trabalho
Em 1979, os psicólogos behavioristas Daniel Kahneman e Amos Tversky descreveram um fenômeno que eles chamaram de erro de planejamento . Eles mostraram que as pessoas e as equipes são regularmente otimistas demais em estimar o tempo necessário para concluir uma tarefa, o que acaba subestimando a avaliação. Esse fenômeno também foi confirmado em muitos outros estudos.
Se você trabalha no setor de TI, essas notícias não são uma descoberta chocante para você. Tarefas e projetos são constantemente adiados e a diferença em relação ao plano original pode chegar a 2-3 vezes (e às vezes muito mais). Líderes de equipe experientes e gerentes de projeto preferem planejar o tempo com uma margem, acrescentam buffers ou simplesmente multiplicam a pontuação por 2, mas mesmo com isso em mente, os projetos ainda não terminam no prazo e, ainda mais, não terminam antes ( exemplo ).
As razões para isso são alguns recursos, a maioria dos quais são várias distorções cognitivas:
- Otimismo e pensamentos sobre o desejado.
- Memórias imprecisas de quanto tempo levou para uma tarefa semelhante no passado.
- Foco excessivo na conclusão de uma tarefa.
- Subestimação do impacto do caso.
- A escala das tarefas - quanto maior o projeto, menor a precisão da estimativa de duração.
Tendência a superestimar retornos
Em 2003, Kahneman e Lovallo expandiram a definição de erro de planejamento para incluir uma tendência a subestimar o tempo, custo e riscos de ações futuras e, ao mesmo tempo, superestimar os benefícios dessas ações. Em outras palavras, os problemas no planejamento do projeto estão associados não apenas ao excesso de tempo, mas também ao excesso de dinheiro e à escassez de benefícios totais.
No campo técnico, não somos particularmente ingênuos quanto a isso. Vez após vez, vejo gerentes e equipes que acreditam em suas estimativas de benefícios futuros com base em um "talento para o fígado", não importa quão boas sejam as previsões anteriores. Os dois principais fatores que contribuem para isso são os seguintes:
- Não há métricas claras - geralmente a resposta para a pergunta se um projeto é bem-sucedido é formada a partir de uma interpretação dos resultados, porque os critérios de sucesso não foram determinados previamente.
- Tendemos a lembrar de nossas previsões bem-sucedidas e esquecer as fracassadas (ou atribuí-las a outras pessoas).
Assim que você começa a medir sistematicamente o sucesso e o fracasso, aparece uma imagem clara de quão mal somos capazes de prever a exaustão. Uma análise dos experimentos A / B realizados de forma independente pela Microsoft, Netflix e Booking mostrou que, na melhor das hipóteses, apenas 1 em cada 3 idéias testadas mostra um resultado mensurável positivo. As demais idéias estudadas não deram resultado, ou foram negativas. Mas esses números não refletem a situação de toda a indústria. Uma idéia vencedora em cada três é um resultado muito bom, possível apenas com produtos maduros e empresas que passaram muito tempo pesquisando seus usuários e clientes. Uma startup estará mais próxima de uma proporção de 1:10 (ou pior), e empresas um pouco mais maduras podem contar com melhor desempenho.
“É humilhante ver como os especialistas (incluindo nós) são pouco valorizados. Cada recurso criado pela equipe de desenvolvimento é criado porque alguém acredita que terá valor, mas muitas vantagens colapsam quando confrontadas com a realidade. ”
De um estudo da Microsoft , 2009
John T. Gurville, da Harvard Business School, em seu artigo de pesquisa em 2006, descreveu uma forte discrepância entre o valor que as empresas esperam que os consumidores entreguem como resultado da inovação e como os próprios consumidores a veem. De acordo com a pesquisa de Gurville, as empresas tendem a superestimar os benefícios de um produto, enquanto os usuários veem muito mais valor em uma solução já usada e reavaliam o custo de mudar para uma nova solução. Segundo Hurville, as empresas superestimam o valor de 9 vezes.
Voltar para a matriz "Trabalho / Valor"
Portanto, os projetos geralmente custam muito mais do que pensamos e são menos valiosos aos olhos dos usuários do que pensamos.
Olhando para a matriz, fica claro para nós que, na realidade, a situação é a seguinte:
Sim, provavelmente você cairá na zona do poço do dinheiro.
Mas ainda pior. Como mostra o resultado da análise dos testes A / B, alguns projetos têm um resultado negativo - isso é algo que quase nenhuma equipe de desenvolvimento leva em consideração. Assim, aparece um elemento de risco que não é divulgado de forma alguma nessa matriz.
A matriz real "Trabalho / Valor" é mais ou menos assim:
No eixo y abaixo de zero - negativo, gerador de perda.
Se sobrepormos nossos projetos à matriz atualizada, teremos uma imagem nova e muito menos otimista - alguns projetos que costumavam pertencer a grandes vitórias agora estão no buraco do dinheiro:
Acho que é um bom momento para dizer adeus à matriz "Trabalho / Valor". Esse modelo é muito simplificado e sugere que, com um certo grau de certeza, você pode dizer com antecedência quanto custará o desenvolvimento e quanto o novo recurso terá um impacto positivo. Se houvesse uma matriz da situação real (e acho que ela não existe), provavelmente seria assim:
Verde - os projetos que você deseja considerar.
Laranja - projetos que você não deseja fazer.
Vermelho - projetos que você realmente não quer fazer.
5 etapas para viabilizar a matriz "Trabalho / Valor"
Antes de tudo, você precisa perceber que 60-90% dos projetos em seu backlog são inúteis - eles simplesmente não dão pelo menos nenhum resultado significativo ou custam muito mais do que você está disposto a pagar por eles. Priorização e experimentos são necessários para encontrar os diamantes que ainda trarão benefícios (eles também serão implementados com um atraso em termos, mas isso é normal).
Em segundo lugar, ainda apoio a matriz "Trabalho / Valor" e acho muito conveniente. De fato, eu frequentemente o recomendo para as empresas com as quais trabalho. No entanto, também incentivo os esforços para melhorar um pouco essa abordagem de priorização.
Conte o retorno em um guardanapo
Normalmente, você pode aumentar significativamente a precisão dos cálculos se dividir a tarefa em partes e avaliar essas partes separadamente. Meu exemplo favorito são as campanhas de marketing, baseadas na distribuição de pushies ou promoções no produto. Eles quase sempre prometem uma melhoria na conversão ou um aumento de receita de "10%", mas se você descobrir como os funis funcionarão na realidade - quantas pessoas verão a promoção, qual porcentagem clicará, quantos cliques serão convertidos - é provável que o número resultante não seja "10%" e será reduzido a frações de um por cento. Sim, um erro de duas ordens pode ser percebido em menos de dois minutos.
Use dados disponíveis ou novos dados
Frequentemente, os dados que já coletamos podem dizer rapidamente quão valioso um novo recurso ou projeto pode ser - geralmente comparando-o com algo muito semelhante ao que já foi lançado.
Por exemplo, promoções anteriores podem indicar qual CTR você pode esperar para uma nova promoção. Pode ser necessária uma quantidade significativa de trabalho em qualquer recurso ou projeto; portanto, é útil adicionar eventos e contadores para coletar os dados ausentes que podem ajudar na avaliação.
Pense em maneiras baratas de testar suas hipóteses
Para projetos grandes, geralmente é útil realizar pesquisas preliminares:
- Pesquisas
- Testes de fumaça - por exemplo, a campanha publicitária de porta falsa do Facebook
- Entrevistas personalizadas
- MVP
Todos esses estudos não são necessários para cada recurso, porque eles são difíceis de escalar.
Intervalo de confiança
Agora que você sabe qual é o efeito de subestimar os custos da mão-de-obra e superestimar o valor, convém adicionar uma coluna "Confiança" adicional à sua carteira de compras de supermercado para levar em conta a confiança que você tem nos cálculos.
Um nível de confiança muito baixo pode ser 0,1, 0,8 muito alto (mais informações sobre como calcular o nível de confiança aqui ).
A fórmula de cálculo de prioridade agora é a seguinte:
Testes A / B
Os testes A / B destroem quase todas as suposições e eliminam a maioria dos riscos. Se você testar um recurso antes do lançamento, não precisará confiar em pressentimentos e intuição - verá o suficiente se a ideia é bem-sucedida ou não. O teste A / B permite que você faça apostas com risco relativamente baixo. Por esse motivo, empresas como a Netflix estão testando tudo - pequenas e grandes mudanças.