優先級公式

昨天在敏捷微信群拋出一個問題:

一個開發團隊開發了一個產品,在這個團隊里,我是客戶A的項目負責人,你是是客戶B的項目負責人,假設團隊每個迭代只能開發一個需求。

在安排下一迭代的開發計劃時,我希望做客戶A的一個需求,你希望做客戶B的一個需求,我們各執一詞,爭執不下,還差點打起來,差點朋友都沒得做了。請問怎么破?

其實這個問題的本質是如何相對客觀地計算出優先級,避免因為主觀因素帶來的沖突,客觀是指我和你都按照事先達成共識的優先級公式算出優先級,然后我們比較一下優先級就可以和諧地決定是我讓你還是你讓我,那么怎么計算出一個需求的優先級呢?我主要參考了下面五個模型:

  1. KANO定義了需求的3個層次:基本需求,期望需求,驚喜需求。
  2. 重要緊急矩陣
    圖片發自簡書App
  3. CFS定義了需求的三個特性:C代表普遍適用性,F代表使用使用頻率,S代表嚴重性。
  4. ROI,投入產出比,比如很多需求的實現代價接近于0,優先級就可以提高。
  5. 前置需求,這個需求沒做完,其它需求沒法做,或者做了以后還可能重做。

接下來的問題是怎么把這五個模型結合起來得出一個最簡和客觀的公式?

首先我想到的公式形式是:

優先級 = 權重1 x 因素1 + 權重2 x 因素2 + ... + 權重n x 因素n

因為這個公式可能會持續演化,我想讓第一個版本盡量簡單,所以先把所有權重都設置成1。因素可以從上述5個模型里面抽取,公式就變成了:

優先級 = 重要性 + 緊急性 + KANO + CFS + ROI + 前置需求

接下來的問題是如何量化每一個因素?為了盡可能簡單,我想到了用二值法去量化每個因素,一個因素的得分要不是10,要不是0,以重要性為例,如果重要,重要性=10,如果不重要,重要性=0,這個公式就變成了:

優先級 = 是否重要 + 是否緊急 + 是否是基本型需求 + 是否是普遍適用需求 + 是否是高頻使用需求 + 是否是代價接近0的需求 + 是否是前置需求

接下來的問題是怎么定義一個需求是否重要和是否緊急才能盡量排除主觀因素?

和產品目標相關的需求一定是重要的,比如我們今年的產品目標之一是服務好C行業的客戶,那么來自C行業客戶的需求就是重要的,那么就可以把是否重要替換成是否來自C行業客戶。通過把是否重要轉換成是否和某一目標緊密相關,就可以盡量排除主觀因素了。

最后還需要給是否緊急下一個定義,不然不同的人也會有不同的標準,比如我們可以把緊急的需求定義為:

有明確時間要求的需求,如果安排不進下個迭代,很有可能就會延期。

綜上所述,我的優先級公式的“內褲版”是下面這樣的:

優先級 = 是否和目標相關 + 是否有明確時間要求 + 是否是基本型需求 + 是否是普遍適用需求 + 是否是高頻使用需求 + 是否是代價接近0的需求 + 是否是前置需求
對于每一項,如果答案是“是”,則得10分,否則得0分,得分越高的需求優先級越高。

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,578評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,701評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,691評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,974評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,694評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,026評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,015評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,193評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,719評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,442評論 3 360
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,668評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,151評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,846評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,255評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,592評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,394評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,635評論 2 380

推薦閱讀更多精彩內容