3. Выбранный критерий для сравнения гипотез не сочетается с це | Борода продакта
3. Выбранный критерий для сравнения гипотез не сочетается с целью
В тестовом задании четко оговаривается, что мы стремимся принять решение таким образом, чтобы получить наибольший профит в сходимость экономики. То есть наша метрика импакта - это ROI. Многие выбирали объемные валовые показатели, тем самым нарушая саму логику построению модели экономики с нормированием на юнит.
Некоторые же, используя модель ICE-скоринга, просто от балды указали значение impact, не связав его ни с одним из параметров модели. Это ошибка. Impact не может быть абстрактным. Если вы не понимаете, на что именно (на какое свойство продукта) влияет гипотеза, а просто скорите, чтобы поскорить, кажется, что вы занимаетесь ерундой.
В ICE-скоринге можно использовать два способа расчета показателя импакта. Так как все критерии, канонично, представляют собой шкалу от 1 до 10, то нужно сформировать принцип определения этой шкалы. Точнее преобразования результатов расчета модели экономики в показатели этой шкалы.
Первый способ - это когда для различных гипотез используется одну модель [экономики], и один из параметров берется в качестве импакта. Например, LTV 6 месяца или ROI. Далее, этот показатель нормируется (например, определяется процент роста импакта относительно номинальной модели). Далее минимальный процент роста из списка текущих гипотез обозначается как 1, а максимальный процент роста как 10. Остальные проценты распределяются на шкале с шагом равным (max - min) / 10. Особенностью такого способа является то, что он четко привязан к текущему списку гипотез, поэтому всегда можно определить гипотезу с максимальным и минимальным импактом (по отношению к другим гипотезам в беклоге).
Второй способ хитрее, но он позволяет оценить "мощность" существующих гипотез. В нем также выбранный показатель импакта нормируется (например, тот же процент роста от номинала), но шкала задается не существующими значениями процента роста, а договоренностями команды. Например, "мы считаем, что рост импакта в 35% и более - это 10, а 0% или меньше - это 1". Все остальные проценты располагаются на шкале между. Такое представление позволяет вам понять, насколько "мощные" гипотезы в контексте импакта существуют в вашем беклоге. Например, если окажется, что у всех показатель 2-3-4, то лучше решать задачу не приоритизации текущих гипотез, а задачу генерации более сильных.
