Привет! Если ты тут, то у тебя уже есть целый список идей, которые помогут обрести счастье, славу и богатство.

Ты знаешь, что метрики важны и что их можно прямо или косвенно связать с денежной выгодой. И вот, настал момент, когда метрики есть, идеи для их улучшения тоже есть, а вот понимания за что браться первым делом нет.

В двух статьях я хочу рассказать про RICE и MoSCoW – одни из самых простых способов оценки бэклога.

Почему оценивать сложно и нужно? 

Даже если вам кажется, что оценка идей это очень просто, подумайте:

• Сколько раз вы брали в работу те идеи, которые откликаются вам как человеку? Фичи, которыми вы бы сами хотели пользоваться, не обращая внимания на пользователей?

• Часто отдаете предпочтение интересными задачами, а не тем которые на прямую влияют на показатели?

• Сколько раз вы брались за новую идею, не закончив вялотекущий сложный проект?

• В момент обдумывания идеи забываете, что к ней придется подключить еще целую кучу людей?

У вас такого никогда не было? Не верю, ведь в этом человеческая природа — мы хотим, чтобы нам было интересно. Нам нужны новые эмоции и челенджи, чтобы добывать гормон счастья. Но бизнес не человек, ему нужна выгода.

Чтобы отказаться от вредных привычек, нужно научить себя оценивать каждую идею. Но сама оценка полезна только тогда, когда она достоверна. А чтобы найти достоверность, нам надо знать, как ее посчитать.

RICE 

RICE один из простых способов оценки идей. Каждую идею мы будем оценивать по четырем параметрам: охват, влияние, уверенность, усилие.

Благодаря простоте RICE можно ранжировать любое количество задач экономя время, деньги и усилия. Отличный вариант, если у вас еще нет привычки приоритизировать, но есть немного данных, на которые можно опираться.

Воспринимайте RICE как модель оценки, а не как способ принятия решений. Никакие четыре цифры не могут отобразить зависимости в ваших продуктах и учесть внешние факторы.

Так что это за рис и с чем его едят? Разбираем по крупицам ????

Reach (охват) – сколько пользователей затронет фича за один квартал? Параметр будем указывать в общем количестве пользователей. Кстати, может быть применено не только на людей, но и на события.

Impact (влияние) – на сколько фича улучшит целевую метрику продукта, когда пользователь столкнется с ней? Берите шкалу от 0,25 до 3 с обозначениями:

• 0.25 — сомнительное влияние

• 0.5 — небольшое влияние

• 1 — умеренное влияние

• 2 — существенное влияние

• 3 — очень сильное влияние

Вы можете предположить степень влияния, если у вас нет данных, на которые можно опираться. Но тогда учтите, что Confidence (уверенность) в оценке будет ниже.

Confidence (уверенность) – на сколько вы уверены в своей оценке? Браться за фичу, уверенность в оценках которой меньше среднего значения — большой риск. Распределите значения по шкале:

• 100% (1) — высокий уровень уверенности

• 80% (0,8) — умеренный уровень уверенности

• 50% (0,5) — низкий уровень уверенности

Effort (усилие) – оцениваем, сколько человеко-часов займет разработка фичи. Под человеко-часами я подразумеваю объем работы, который может сделать один человек команды за один месяц. Используйте целые числа и минимальный шаг в половину месяца. Это самый сложный параметр для оценки, я подробнее расскажу о нем на примере ниже.

И последнее, как считать-то этот ваш RICE? Все достаточно просто, для этого есть формула: (Reach x Impact x Confidence) / Effort = RICE

RICE показывает общее воздействие на целевую метрику за потраченное время. Чем выше этот показатель — тем лучше. Но, решение, конечно, принимать вам.

Разбираемся на примере 

Если RICE для вас абсолютно понятен как этот мир, то листайте до конца статьи, а мы с ребятами разберем тут пару примеров.

Давайте представим, что для влияния на метрику Х у вас есть три разных гипотезы. По каждой гипотезе у вас есть вводные, так что давайте высчитаем RICE и выберем самую приоритетную из них.

Гипотеза № 1 – выгодно и быстро 

• 500 пользователей за месяц увидят изменение, но сделают целевое действие только 30% из них. Изменение будет доступно один квартал.

• За счет каждого пользователя, который выполнит целевое действие, будет оказано огромное влияние на целевую метрику.

• У нас есть количественные показатели, пользовательские исследования и спека по разработке без блокеров.

• На вывод фичи в продакшн понадобится: неделя анализа, 1-2 недели на спецификации и 2-4 недели на разработку.

Давайте считать RICE:

1. Охват у фичи 30% от 500 пользователей в месяц – это 150 человек. За квартал наберется три раза по 150, значит R = 450

2. Судя по тексту, влияние будет колоссальным, так что ставим самый высокий параметр из шкалы (от 0,25 до 3), I = 3

3. C = 100% (1), у нас есть и количественные и качественные подтверждения влияния

4. За единицу мы берем 2 недели работы одного человека. 2 недели спецификации и анализа, плюс 2 недели разработки будут считаться 1+1 человеко-часов. Значит, E = 2

5. Теперь считаем по формуле, не забываем перевести процент в коэффициент: 450 х 3 х 1 / 2 = 675 RICE

Проделаем те же самые манипуляции с двумя другими гипотезами ????

Гипотеза № 2 – выгодно и долго 

• 2000 пользователей, которые столкнутся фичей за квартал, увидят внесенное изменение.

• Просмотр внесенного нами изменения умерено будет влиять на нашу целевую метрику

• У нас есть количественные показатели охвата и спека, но вот влияние фичи на метрику под сомнением

• Несколько недель анализа, много времени на спецификацию и 2 месяца на разработку

Считаем:

1. С охватом все просто, изменение увидит 2000 человек, значит R = 2000

2. Умеренное влияние на шкале подходит под I = 1

3. Данные есть, но посчитать объективно влияние мы не можем, поэтому и не можем быть уверены на 100% в результате – C = 80%

4. Пусть «несколько недель анализа» будут двумя неделями. 2 месяца на разработку это еще 8 недель. Накинем пару недель на спецификацию и получим 6 слотов по 2 недели. Значит, E = 6

5. По формуле получаем 2000 х 1 х 0,8 / 6 = 266 RICE

Гипотеза № 3 – рискованно, но быстро 

• Внесенное изменение окажет эффект на отдельную группу из 700 пользователей один раз

• С точки зрения воздействия на целевую метрику, это где-то посередине

• Охват и влияние могут оказаться ниже, чем предполагается

• Неделя анализа и сразу в разработку, которая займет еще пару недель

Считаем:

1. Снова легко, R = 700

2. Что-то среднее между слабым и очень сильным влиянием будет I = 2

3. Если мы не уверены даже в охвате, то вера в оценки не велика, но присутствует, C = 50%

4. Мы берем только целые значения, чтобы упростить себе работу. Давайте заложим риски и округлим 3 недели работы до 4, получим Е = 2

5. Получаем 700 х 2 х 0,5 / 2 = 350 RICE

Сравнив показатели, можно сделать вывод, что первая гипотеза заметно лучше других, и даже рискованная третья заслуживает больше внимания, чем вторая.

Помните, что люди могут оценивать одну и ту же идею по-разному. В этом и есть основной минус RICE. Чтобы этого избежать, нужно подготовить команду – все должны понимать, что значит каждая цифра во всех оценках.

Если вы прочитали статью и подумали, что вам не подходит RICE из-за того, что в нем нужно много данных, которых у вас пока что нет, посмотрите в сторону ICE.

Ну а если до данных еще идти и идти, попробуйте MoSCoW – про него у меня будет отдельная статья.

Пока ????