共计 2833 个字符，预计需要花费 8 分钟才能阅读完成。
我最喜爱的一张激励海报上印着吉萨金字塔，题目处写着「Achievement」；它底下的解释有些讥刺，但十分有说服力：
当你有远见、信心和无穷无尽的可耗费劳动力供给时，你能够做任何你想做的事件。
可怜的是，于咱们而言——作为产品经理的咱们——咱们或者有远见和信心，但却很可能不足无穷无尽的可耗费的劳动力（和工夫）。这就是为什么咱们要对团队的工作进行优先级排序。咱们必须确定哪些成绩唾手可得：相较预期的成绩而言，这些工作能够轻而易举、不费吹灰之力地实现。
几年前，我编译了这个优先级排序框架的晚期版本，并将它投入 Voice123，Bunny Studio 和 Torre 等多家公司的团队进行测试。通过多年的调整、改良和验证，我想公开分享它——Prioridad。
一、需要、事务和缺点，如何确定三者的优先秩序？
产品经理和研发团队通常会解决三种类型的工作：需要、事务和缺点。
缺点（Bug） 是与规格相比，会导致意外行为的产品破绽，通常由开发团队产生；而 事务 是产品设计中导致用户体验不佳的缺点，通常由产品经理或产品设计师产生。
首先，咱们须要一个用于确定需要、事务和缺点三者优先秩序的办法——这很大水平上取决于业务性质、产品所处的阶段（跑通 PMF 前 / 后）和团队规模。两种常见的办法别离是基于产品卓越性，或基于工夫调配确定优先级。
01 基于产品卓越性排序
这种排序基于一个前提：领有一个（近乎）白璧无瑕的产品，至关重要。对于「产品即业务」的公司而言，这很常见，比方 SaaS 产品和视频游戏。基于产品卓越性的工作优先级也很容易确定：
- 总是先修复缺点
- 而后处理事务
- 最初再开发新需要
它对产品经理和研发成员都实用；然而，对尚未跑通 PMF 的产品不太实用：默认状况下，此时产研团队应该专一于实现达到市场须要的新需要，而事务和缺点往往只在需要实现后才解决。
02 基于工夫调配排序
这种排序办法的前提是，即便产品存在一些缺点，继续推出新的产品性能仍旧是必不可少的。它实用于「产品是业务推动者，而非业务自身」的公司，例如 Steam V.S. 羊了个羊——前者属于服务型产品，后者属于流量型产品。
对于这种状况，能够尝试在三种工作之间平均分配精力，将产品团队和研发团队的可用工夫划分为三周的循环：
在某些状况下，比方实现简单性能或偿还大量技术债权时，这样的循环是行不通的。须要留神，只管开发团队能够在解决事务和实现新需要时修补技术债，但仍须要时常为它调配特定的解决工夫。
无论你采纳哪种形式，每组工作、需要、事务和缺点都有本人的优先级排序逻辑。
二、如何确定需要 / 事务的优先秩序？
确定多个需要 / 事务的优先级，能够联合优先级系数辅助实现。优先级系数的计算公式如下：
外围 KPI （Core KPI） 反映的是产品的外围交互。 于 Bunny Studio 而言，外围 KPI 是实现的我的项目数量；对 Voice123 来说，外围 KPI 则是提交的我的项目和提交的信息。
外围成果指标（Effect in core KPI ） 指新需要 / 性能或事务公布后，外围 KPI 的预期增量，能够用一段时间内外围 KPI 的相对数量、与之相干的支出增长或各自的百分比来预计。上面是一些参考指标：
- 50, 000 次受权 / 年
- 300 万我的项目支出 / 月
- 晋升 20% 的性能使用率
- 线上支出占比晋升 20%
此外，外围成果指标也能够是一个联合多个因素计算得出的指标。 因子是否相乘或相加取决于它们是否互相复合。如果须要相加，那么所有因子在相加前，都须要遵循对立的数据基准进行标准化，比方应用 1 到 10 的评分体系。
举个例子，Torre 的大多数团队会为每个新需要，剖析上面这些复合因素：
- 与用户用处的相关性：应用 0-10 的掂量等级，0 代表「没有解决用户需要」，10 代表「总能解决用户需要」。
- 用户粘性：每周潜在的互动数量。
- 新性能的总可寻市场：以可能应用新性能的人数为计量单位。
- Wow 因子：用 1-10 的评分掂量，1 分代表「不怎么样」，10 分代表「和我第一次看到 iPhone 一样令人印象粗浅」。
- 转化率晋升：指减少的访客成为注册用户的可能性，测量范围能够从 0 到 100% 或更多。
- 价值感知速度：以 1/d 为单位，其中 d 是新用户在注册后感知价值所需的天数。
- 病毒式流传：一个普通用户在应用 Torre 的前 30 天内会给 Torre 带来多少新用户。
- 病毒传播速度：以 1/d 为单位，其中 d 是新用户发送第一个邀请给其他人可能须要的天数。
- 公关 后劲：以 1-10 的评分掂量，1 分代表「没啥可吹的」，10 示意「媲美首次登月」。
这些因素实用于 Torre 大多数团队，但并不适用于所有团队。例如，SEO 团队就应用每月搜寻量、竞争力、用户生成内容（UGC）等其余因素指标。
胜利几率（Chance of success） 是一个 0%-100% 的估计值，用于捕获交付的致力可能达成外围成果指标的可能性。这最开始会是一个大胆的预估，但通过后续的原型设计和宰割 A / B 测试，能够升高其不确定性。
实现复杂度（Implementation complexity） 用于掂量实现新性能或事务所需的工作量。现实状况下，这个估计值会受到产品经理、产品设计师和技术主管意见的影响。这个值能够是工时，也能够是斐波那契数列。
例如，预计能将外围 KPI 进步 30%、胜利几率仅为 10%、须要消耗 15 个工时的工作，其优先级系数将如下所示：
无论为每个变量抉择怎么的计量单位和度量规范，确定优先级程序时，对所有新需要 / 事务利用雷同的单位和参考规范是最重要的。
三、如何确定缺点的优先秩序？
确定缺点修复的优先级时，一个最重要的判断因素是该缺点是否妨碍了用户。 在本篇指南的语境中，用户无奈持续实现预期的应用，就是被阻挡了。
- 最高级：障碍大多数用户应用产品的缺点
- 高级：障碍多数用户应用的缺点
- 中级：大多数用户遇到但不障碍应用的缺点
- 高级：多数用户遇到但不障碍应用的缺点
四、对于优先级排序的实用技巧
- 始终应用雷同的公式进行优先级排序。 用雷同的计算公式比拟多项工作，优先级排序能力见效。
- 在每项工作的题目上增加优先级值。 这将能让你更轻松地依据优先级系数，实现我的项目 / 产品治理面板的排序。
- 每项工作都要记录下计算形式、计算者以及后果日期。 这会帮忙其余成员更好地了解你的预估值起源，并对估算后果提出质疑；还将帮你确定估算是否过期，以及是否须要更新。
- 造就直觉。 进行数百次数学运算后，你将会倒退出无需手动计算，就能确定工作优先级的能力，并且后果依然具备很高的准确性。
# Liga 总结
Prioridad 是一个通过屡次实际和验证的框架，通过引入「优先级系数」概念，量化并确定新性能、产品设计缺点（事务）和产品应用缺点（Bug）的优先秩序。
优先级系数通过综合新性能的预期成果、胜利几率和工作量等指标，帮忙麻利团队更直观地把握和剖析研发工作的重要性。
原文作者：Alexander Torrenegra
文章出处：Medium
理解更多麻利开发、项目管理、行业动态等音讯，关注咱们的 sf 账号 -LigaAI~ 或者点击 LigaAI- 新一代智能研发合作平台，在线申请体验咱们的产品。
