Minimum Viable Product vs. Minimum Delightful Product

Одна из наиболее популярных идей, появившаяся в индустрии разработки в последние годы, это концепция «Minimum Viable Product (MVP)» (Минимально Жизнеспособный Продукт). Концентрируясь на создании MVP вы уменьшаете шансы, что вы создадите продукт, который не нужен потребителю. Вы можете воспринимать ее как основу широкой методологии, которая оказывает влияние на заказчика и исследует пользователя продукта в процессе разработки.

На первый взгляд MVP отличная идея, потому, что она обращена к главному антипаттерну в продуктовой разработке: создание слишком большого числа фич, в том числе не востребованных, в результате тратится слишком много времени на разработку без запуска проекта или получения реального фидбека от заказчика и пользователей продукта.

Перевод статьи подготовлен в преддверии старта новой группы по курсу "Product Manager IT-проектов".

---

Так что же такое Product Discovery?

Product Discovery – это процесс выяснения того, что же в конечном итоге предстоит создать. Он отражает ваше видение, дает более четкое представление о потребностях пользователей и ключевые ответы на вопросы, возникающие во время построения дорожной карты.

1. Стоит ли решать эту проблему?
2. Будет ли работать наше решение?
3. Будут ли люди платить за это?

Если ответ хоть на один из этих вопросов будет отрицательным, то вам придется вернуться к доске с маркером. Product Discover y – это процесс работы над вашей идеей, опрос ваших клиентов до тех пор, пока вы не получите четкие положительные ответы на все три вопроса.

«Когда» имеет значение!

Теперь вы знаете, что такое Product Discovery, и прежде, чем мы погрузимся в лучшие практики, чтобы понять, как делать это правильно, нужно поговорить о том, когда нужно проводить Product Discovery.

Если вы пришли к этому этапу с уже наполовину готовым MVP, но до этого еще не притрагивались к исследованию, прекратите разработку!

Прежде чем вы потратите драгоценное время и ресурсы на создание чего-то, займитесь Product Discovery, и оно станет ключом к тому, чтобы создать продукт, который найдет свое место на рынке. Какой смысл разрабатывать то, что никому не нужно?

Даже если вы абсолютно уверены в том, что ваш продукт удовлетворяет определенную потребность пользователя, Product Discovery поможет вам спроектировать его правильно прежде, чем вы начнете создавать MVP. Product Discovery помогает вам принимать лучшие и наиболее обоснованные решения. Ваш продукт и вправду может оказаться отличной идеей, но именно Product Discovery поможет вам убедиться, что люди готовы платить за него.

Привет!

Ниже по тексту предлагаю ознакомится с подходом, который я применяю для определения функциональности, которая должна войти в MVP для продуктов с достаточной степенью определенности в бэклоге. Если зайдет, распишу подробнее. Прошу не судить строго, но буду рад конструктивной критике.

Для всех кто готов мириться с сыроватостью идеи, добро пожаловать под кат)

Введение

Недавно ко мне обратились, чтобы я посоветовал стандарты для написания технического задания (ТЗ) на разработку автоматизированных систем (АС) и программного обеспечения (ПО). Вот думаю, сейчас зайду в Яндекс, найду подходящую статейку и отправлю её. Но не тут-то было! Одной статьи, где перечисляются стандарты для ТЗ, включая шаблоны и примеры готовых документов, я не нашел. Придется сделать такую статейку самому…

И так, основные стандарты, методологии и своды знаний, где упоминается ТЗ или SRS (Software (or System) Requirements Specification):

• ГОСТ 34
• ГОСТ 19
• IEEE STD 830-1998
• ISO/IEC/ IEEE 29148-2011
• RUP
• SWEBOK, BABOK и пр.

Введение

Разрабатывая новую информационную систему или внедряя уже существующую, вы неизбежно сталкиваетесь с необходимостью определить нефункциональные требования к вашей системе.

В этой статье я расскажу о следующем:

• какими бывают нефункциональные требования,
• как определять нефункциональные требования,
• откуда берутся численные значения для нефункциональных требований.

Сегодня моя цель – коротко рассказать о подходах data-informed продуктового менеджмента, который я исповедую и попытаться заинтересовать вас в использовании его базовых инструментов в ваших продуктах.

Короткий дисклеймер – я пришла в продуктовую разработку из проектного менеджмента в аутсорсе. Для меня стало неожиданностью, что в то время как продуктовым метрикам уделяется пристальное внимание, процессные и командные часто незаслуженно уходят на задний план.

Для себя я сформулировала, что измерения успешности продукта состоит из трех блоков:

— счастье пользователей;
— успешность (качественная и количественная) итераций и релизов;
— счастье команды.

Мир может многому научиться у программистов. Он и так учится, только не тому и не так. Например, взял процессы и алгоритмы, но не заметил такого подхода, как асинхронность.

Любому программисту понятно, что такое синхронность и асинхронность. Вот насколько это понятно программисту, настолько это непонятно и обычным разработчикам процессов.

Синхронные действия процесса – те, которые выполняются в основном потоке, в рамках одного экземпляра процесса. Ключевое отличие синхронного режима: следующее действие начинается только тогда, когда завершено предыдущее. Соответственно, пока одно действие не завершено, процесс стоит колом.

Асинхронные действия – те, которые выполняются параллельно основному потоку, либо в том же экземпляре процесса, либо вообще в другом процессе. Ключевое отличие асинхронного режима: параллельное выполнение двух и более ветвей процесса.

Синхронные процессы, как и программы, писать и отлаживать намного проще, поэтому такой подход к конструированию процесса очень сильно распространен. С асинхронностью надо много возиться, особенно – с обозначением точек перехода в параллельное выполнение и возврата обратно, в русло основного процесса. В жизни ведь нет промисов.

И раньше замечал странное поведение рейтингов, но в последнее время странность проявилась слишком наглядно. И я решил исследовать проблему доступными мне научными методами, а именно: проанализировать динамику плюсования-минусования. Вдруг померещилось?

Программист я еще тот, но совсем элементарные вещи делать умею. Вот и закодил простенькую утилитку, собирающую статистику с панелей хабровского поста: плюсы, минусы, просмотры, закладки и прочее.



Статистика выводится в графики, после изучения которых удалось обнаружить еще пару неожиданностей, помельче. Но обо всем по порядку.

Вопросы код-ревью меня интересуют очень давно. Много раз возникали те или иные проблемы то с качеством кода, то с климатом в коллективе. И действительно, code review — это если не единственное, то одно из самых главных мест для возникновения конфликтов в коллективе разработчиков.

И вот недавно при подготовке к очередному выпуску подкаста "Цинковый прод" я узнаю, что Google опубликовал свод правил по проведению Code Review, битком набитый ценными мыслями. Весь материал довольно объемный и не влезет в одну статью, поэтому я постараюсь выделить наиболее интересные (мне) мысли.

Итак, поехали

Преподаватель Финансового университета Тигран Басеян рассказал Нетологии о своем опыте работы в корпоративном стартапе Боржоми и управлении ожиданиями.

Сколько раз после неудачного проекта я думал: «Теперь все пойдет иначе, я набрался опыта. Такие вещи я больше не буду делать. И такие проекты брать не буду». Чувствуете боль? Узнаете себя?

Есть такая рубрика — поделись тем, что узнал на опыте — потом и кровью. Поделюсь несколькими приемами управления ожиданиями, которым я был бы рад лет 8 назад в начале карьеры в IT.

В августе уходящего года, приехав на тренинг МГУ+Intel+Роснано в Дубну, мы еще не подозревали, что он нам принесет не только важные знания, но и идею нового проекта. А все начиналось с модуля Design thinking, который проводили Ирина Кутенёва, Елена Хромкова и их команда из Lumiknows. Задача была такова…



Задание нашей команде было разработать некий продукт, который бы улучшал покупательский опыт. Мы должны были провести интервьюирование коллег, очертить портрет потребителя, выявить скрытые потребности, провести мозговой штурм по решению выявленных потребностей, сделать и представить прототип. Из 50 возникших идей мы решили развивать мобильное приложение, которое бы при наведении на штрих-код товара выдавало по нему информацию. Таким образом, покупатель бы мог без продавца и без серфинга по разным сайтам с маленького экрана телефона мгновенно получить описание, технические характеристики, рецепты и т.д. Тогда мы победили среди остальных команд и получили книжки от Intel.

У оптимизации процессов непростая судьба. В середине двухтысячных даже запрещалось упоминать это слово, как скомпрометированное подразумеванием бесполезной деятельности. До сих пор люди стараются использовать синонимы типа реинжиниринг, improvement, performance и т.п. Тем не менее повышение эффективности является одной из целей деятельности по управлению бизнес-процессами. Основой для оптимизации является результат анализа данных об окружении и содержании процесса. В случае отсутствия возможности сбора статистических данных (например при дизайне нового процесса), они генерируются симуляторами БП.
В одном из предыдущих постов на Хабре я рассказал об онлайн-сервисе имитационного моделирования бизнес-процессов bpsimulator.com. Сегодня мы постараемся с его помощью решить конкретную задачу по повышению эффективности работы, например процесса розничного кредитования банка.

Цель оптимизации

Одна из ошибок — это начинать оптимизацию ради оптимизации, но мы нее такие, у нас есть вводная: рядом с отделением банка открылась точка продаж конкурирующего банка, предлагающего аналогичный продукт. Технологию и продукт менять нельзя, необходимо уменьшить время с момента подачи заявки до выдачи кредита для образования конкурентного преимущества.

В этой статье я приведу несколько проверенных и эффективных способах получения необходимой Вам информации при проведении исследования предметной области с целью описания бизнес-процессов и выявлений требований в ИС.

Одним из методов сбора информации о процессе является проведение интервью с владельцем или участниками этого бизнес-процесса. Такой традиционный подход встречается очень часто, особенно у начинающих бизнес-аналитиков и матерых консультантов из Big4. Казалось бы очень разумно выслушать человека, формализовать его монолог и согласовать результат с ним же — это быстро и не затратно. Одно плохо — на этапе анализа адекватности результата моделирования деятельности (если такое предусмотрено) происходит отбраковка собранных данных по причине их несогласованности и противоречивости, процедуру сбора данных о ходе процесса надо повторять сначала, «на радость» всем участникам проекта. Почему такое происходит? Как видно из заголовка, дело в респондентах. Ниже на конкретных примерах из личного опыта я покажу, почему был сделан такой вывод и как с этим бороться.

Приходит как-то на завод специалист по цифровизации. Здесь походил, там походил, лоб наморщил и говорит: «Я знаю, как у вас тут можно кое-что оптимизировать. Экономить конкретно будете! Дайте только мне доступ во-о-от к этим данным по производству». В ответ на заводе разводят руки. «Вот у нас по продажам аналитика. Вот по турбинам что-то есть — шибко умные турбины у Siemens. А по остальному оборудованию отродясь ничего не было».

Вы прочитали миниатюру о конфликте двух миров — промышленности и аналитики. Мы как раз из последнего, и вот как все выглядит для нас: с одной стороны — созданные для управления оборудованием и недоступные для простых смертных протоколы обмена данными с большим количеством цифр в названии. С другой — аналитические системы, красивая отчетность, удобные дэшборды и прочие приятности.


Не каждое производство дошло до высокого технологического уровня. Но помогать нужно всем. На фото кадр из х/ф «Завод».

В этом посте мы расскажем, как стараемся вылепить производству человеческое (по меркам простого дата-сайентиста) лицо — дать возможность бизнес-аналитикам обрабатывать промышленные данные и пользоваться красивой BI-отчетностью.

В онлайн-кинотеатре ivi десятки тысяч единиц контента и задача «выбрать, что посмотреть» становится нетривиальной.


О рекомендательной системе в ivi, которая занимается подбором контента на основе пользовательских интересов (внутреннее название — Hydra) мы писали тут и тут. Прошло уже много времени и код проекта значительно изменился: оффлайн часть переехала на Spark, онлайн часть адаптировалась к высоким нагрузкам, Hydra начала использовать другую рекомендательную модель — все эти изменения будут освещены в статье.