Comment prioriser votre arriéré de produit, le backlog, lorsque l’effort n’est plus la contrainte ?
How to prioritize your backlog when effort is no longer the constraint par Jeff Gothelf
https://jeffgothelf.com/blog/how-to-prioritize-your-backlog-when-effort-is-no-longer-the-constraint/
Presque tous les cadres de priorisation que nous utilisons (RICE, weighted shortest job first, le modeste quadrant valeur versus-effort) ont été conçus pour protéger ce qui était autrefois la ressource la plus rare de toutes, le temps d’ingénierie. C’est cohérent à travers tous ces modèles.
L’effort pour construire le livrable repose sur le dénominateur commun de chacun d’eux. Divisez l’impact attendu (qui est une estimation) d’une fonctionnalité par son coût de construction (lire : aussi une supposition), triez les résultats, et la feuille de route s’écrit presque toute seule.
L’IA, cependant, a changé l’équation, en particulier ce qui entre dans le dénominateur. Lorsqu’un ingénieur compétent peut construire une version fonctionnelle d’une fonctionnalité en un après-midi, l’effort cesse d’être la contrainte. Les modèles conçus pour protéger l’effort d’ingénierie n’ont plus beaucoup de sens et tout commence à sembler valoir la peine d’être fait. En d’autres termes, nous arrivons rapidement à un point où rien n’est réellement prioritaire. Les compromis difficiles que nous devons faire pour construire une feuille de route, un plan de développement de produit et les retards fréquents n’existent plus dans ce scénario, ce qui fait de tous ces livrables de simples listes de choses à faire.
Alors, que fait-on ?
Comment prendre le travail qui allait être priorisé par l’effort (quel que soit le processus ou le cadre choisi) et construire une feuille de route produit, centrée sur le client et orientée vers le business de l’entreprise ? Je vais vous montrer comment construire cette feuille de route de produit IA en utilisant les deux entrées qui ont encore un sens, la valeur de l’apprentissage et la réversibilité, et quoi faire de chacune des quatre boîtes qu’elles créent. Allons-y.
Pourquoi les estimations d’effort ont-elles cessé de fonctionner comme critère de priorisation ?
Pour être honnête, tout ne se fait pas en un après-midi. Le travail d’intégration, les revues de conformité et tout ce qui touche à vos données de production coûtent toujours en temps réel, et je soupçonne que ce sera le cas encore un moment. Mais la direction est indéniable, et les rituels de planification conçus pour protéger la capacité d’ingénierie sont déjà fragiles lorsqu’un prototype pleinement fonctionnel apparaît avant l’estimation.
Le réflexe est de célébrer cela, et pour la plupart, nous devrions le faire. Pouvoir construire presque n’importe quoi est un vrai cadeau. Le problème, c’est que « peut-on le construire ? » n’a jamais vraiment été le goulot d’étranglement.
Décider ce qui vaut la peine d’être construit, et vivre avec les conséquences quand on se trompe (ou que l’on a raison !), c’est toujours la difficulté.
Construire bon marché ne répond pas à cette question. Cela rend potentiellement la question plus dangereuse parce que le coût de construire quelque chose d’inutile nous ralentissait autrefois, et maintenant rien ne nous ralentit sauf notre propre jugement.
Valeur d’apprentissage et réversibilité : les deux entrées qui remplacent l’effort
La valeur d’apprendre, c’est ce que construire vous apprend sur si cela valait vraiment la peine de le construire. Une fonctionnalité qui règle un véritable débat que votre équipe a sans cesse, ou qui teste une hypothèse sur laquelle repose toute votre stratégie, a une grande valeur d’apprentissage. Une fonctionnalité en laquelle vous avez déjà confiance et que vous livrez a peu de valeur d’apprentissage, même si les clients finissent par l’apprécier. C’est la même discipline que pour rédiger des OKR basés sur les résultats. Nous demandons ce qui changera dans le comportement de nos clients, pas ce que nous aurons livré.
La réversibilité , c’est la facilité avec laquelle vous pouvez revenir sur votre décision si vous vous trompez. Certaines décisions sont des options que l’on peut activer ou désactiver à tout moment. D’autres ont plus de conséquences. Elles peuvent remodeler votre modèle de données, reformer vos utilisateurs ou faire une promesse au marché sur laquelle vous ne pouvez pas discrètement revenir. Jeff Bezos a appelé cela des portes à sens unique et à double sens il y a des années. Reformuler cette idée à l’ère de l’IA est particulièrement pertinent car construire bon marché nous tente de franchir rapidement des portes coûteuses simplement parce que nous le pouvons.
Comment pouvez-vous créer votre matrice valeur d’apprentissage et réversibilité sur votre feuille de route produit ?
Voici l’exercice. Cela demande environ une heure avec votre équipe, ce qui est pratiquement ce que prenaient vos anciennes réunions d’estimation.
- Sortez votre liste. Prenez votre feuille de route du trimestre, ou les 15 à 20 principaux éléments de votre arriéré de produit. Les idées du trimestre précédent fonctionneront aussi si vous voulez d’abord faire une passe d’étalonnage.
- Scorez la valeur d’apprentissage. Pour chaque objet, demandez-vous « qu’est-ce que ce développement nous apprendra que nous ne savons pas déjà ? » Si la réponse honnête est « pas grand-chose, nous sommes confiants, nous allons juste le livrer », cela présente peu de valeur d’apprentissage. Si cela permettrait de trancher un débat animé ou de tester une hypothèse stratégique, c’est élevé.
- Scorez la réversibilité. Pour chaque item, demandez-vous « si nous avons tort, que faut-il pour revenir en arrière ? » Un changement de configuration est une chose. Un modèle de données migré, une base d’utilisateurs à nouveau formée ou un engagement public largement médiatisé sont une autre histoire.
- Placez chaque élément dans l’une des quatre cases et appliquez la directive indiquée dans chaque quadrant.
Grande valeur d’apprentissage, réversibilité facile : construisez-le maintenant, pour de vrai. Ces objets vous apprennent le plus et ne coûtent presque rien à annuler, donc construire bon marché est ici un cadeau. Livrez-le, puis mesurez ce que vos utilisateurs en font réellement plutôt que de crier victoire au moment du lancement.
Valeur d’apprentissage élevée, réversibilité difficile : prototypez d’abord. L’intuition vaut la peine d’être poursuivie mais la porte ne s’ouvre que dans un sens, alors dépensez un peu de cette capacité de construction bon marché pour réduire les risques avant de vous engager. Les classiques de Lean Startup comme les tests du Magicien d’Oz, une fausse porte, expédiée à dix utilisateurs au lieu de dix mille, ont encore du sens ici. L’objectif est de capturer l’apprentissage sans en verrouiller les conséquences.
Faible valeur d’apprentissage, réversibilité facile : faites un petit pari et passez à autre chose. Ne faites pas de réunion à ce sujet. Publiez une version, mettez une date sur le calendrier pour vérifier si cela a fait une différence significative, et retournez au travail qui vous apprend quelque chose. Le danger à l’ère de l’IA n’est pas de sous-construire ces objets, mais d’y investir trop, précisément parce qu’ils sont si faciles à produire.
Faible valeur d’apprentissage, réversibilité difficile : restez en dehors de cette boîte. Cela ne vous apprend pas grand-chose et vous ne pourrez pas revenir en arrière, ce qui est à peu près la pire utilisation possible de votre capacité de construction devenue soudainement abordable. Quand quelque chose atterrit ici, attendez, rassemblez plus de faits ou trouvez un chemin réversible vers le même objectif avant de vous lancer dans un premier sprint.
Qu’est-ce que cela change lors de votre prochaine réunion de planification produit ?
Si l’effort n’a plus de sens comme poids décisionnel dans notre travail de priorisation, changeons-le. Remplacez la colonne effort dans votre feuille de calcul de score par deux nouvelles colonnes : « qu’est-ce que cela nous apprendra ? » et « est-ce difficile à annuler ? ». Vous n’avez pas besoin d’annoncer un nouveau cadre ou de renommer la réunion. En fait, s’il vous plaît, ne le faites pas. Il suffit de passer la feuille de route (ou le product backlog) à travers ces deux questions et d’observer où les discussions ont lieu. C’est dans ces discussions que le véritable travail de priorisation doit se faire.
Rien de tout cela n’est exotique. Pour la plupart, c’est la même discipline fondée sur les résultats que nous pratiquons depuis des années, réorganisée pour un monde où la production est presque gratuite et où le jugement est la seule chose coûteuse qui reste.
Faites l’exercice une fois et comptez combien de vos « gains rapides » se retrouvent dans la boîte des petits paris. Ce chiffre est probablement une bonne approximation de la part de votre feuille de route qui était priorisée par le faible coût plutôt que par l’apprentissage.
