Complejizar la priorización no necesariamente la hace más exacta

Esta es la tercera y última parte del artículo que publiqué sobre las técnicas efectivas de priorización. Si no leíste la primer parte, te recomiendo ampliamente que lo hagas, ya que contiene la que para mi es la forma más efectiva de priorizar en la construcción de productos digitales.

De todas formas, en este artículo voy a explayar las últimas y quizás más “sofisticadas” de las técnicas que utilicé, y que problemas pueden traerte si las estás usando.

[También te puede interesar la segunda parte, donde introduje las 3 técnicas más simples que veo habitual y desafortunadamente utilizadas]

Te recomiendo que descargues el documento de referencia que tiene un resumen gráfico de esta información para futuras consultas

¿Por dónde íbamos?

Empecé esta serie de posts con esta matriz que divide las técnicas de priorización:

Matriz

La intención de este post es explorar Las que están de complejidad media hacia arriba (empezando por el número 4 ya que las primeras 3 están en el segundo post).

4. Fórmula

  • Complejidad: alta
  • Exactitud: medioLa fórmula de priorización en algún punto es muy similar a la matriz: se tiene en cuenta una serie de factores para cada funcionalidad, que en lugar de explayarse en una matriz se completan en una fórmula que da un valor.

Quadratic_formula.svg

Es más intrincada que la matriz ya que desarrollar y ajustar la fórmula puede requerir más esfuerzo, teniendo en cuenta que no es una simple sumatoria si no que en general hay factores que se combinan con otros de forma más compleja.

La sucesión a la matriz

En mi experiencia, no fui a un modelo tan complejo. Una vez que probé que tenía que simplificar la la matriz, tomé los 4 factores más relevantes y cree una fórmula sumatoria basada en la matriz, que ponderaba cada factor por su peso porcentual:

Fx = F1 * 0,45 + F2 * 0,17 + F3 * 0,10 + F4 * 0,27

Para calcular el “F”, o valor de cada factor, determinaba un peso de 1 a 5 según el impacto (similar a cómo hacía en la matriz) y en base a eso ejecutaba la fórmula.

De todas formas, este método tiene la misma falencia que la matriz: termina siendo susceptible al juicio de expertos y en general no agrega mucha más exactitud al cálculo.

5. Evaluación de oportunidad

  • Complejidad: media
  • Exactitud: mediaLa evaluación de oportunidad es una simplificación de una evaluación financiera. Básicamente es una serie de preguntas que hacemos para cada funcionalidad que queremos explorar, siendo las principales:
  • ¿Qué problema estamos tratando de resolver?
  • ¿Para quien? (segmento específico)
  • ¿Cuán grande es la oportunidad? (tamaño del mercado)
  • ¿Por qué ahora? (potenciales tendencias)
  • ¿Cómo vamos a determinar si tuvimos éxito? (KPIs)

Responder estas preguntas requiere algo de complejidad y evaluación, pero es mucho menor a la evaluación financiera. En general, la priorización suele hacerse por tamaño del mercado, pero no estoy haciendo un cálculo complejo sobre qué penetración espero o qué niveles de conversión voy a alcanzar en base a la historia pasada cómo lo haría en la evaluación financiera. Es simplemente un potencial que se podría alcanzar.

Combinando oportunidad con experimentos

En la actualidad estoy usando esta técnica para priorizar a grandes rasgos los experimentos que debemos realizar. Es decir, es una priorización “gruesa” para luego hacer los experimentos que nos den la priorización “fina”.

Dado que los experimentos buscan ocupar sólo unos días de tiempo, no podemos pasar más de unas pocas horas realizando esta evaluación, lo cuál si bien nos da un resultado menos preciso nos evita caer en parálisis por análisis. Además, si no podemos responder rápidamente estas preguntas, significa que tenemos un problema de conocimiento y research que deberíamos resolver antes de empezar a priorizar nada.

Pero lo mejor de todo: ¡no importa que no sea tan preciso! Con las metodologías anteriores (simil Cascada), si hacíamos esta evaluación mal íbamos a perder meses del equipo construyendo algo que no valía la pena hacer. Utilizando Product Discovery, esto es simplemente un pre-filtro que si es erróneo, simplemente va a hacer que gastemos un día en un experimento que va a confirmar que no debíamos haber perseguido esta iniciativa, sin mayores daños para el producto o el equipo.

Cómo última nota, Marty Cagan publicó un ejemplo rápido de “Opportunity Assessment” en la página del SVPG.

6. Evaluación financiera

  • Complejidad: alta
  • Exactitud: medio alta 
    La evaluación financiera consiste principalmente en traducir cualquier beneficio que pueda darnos la implementación que estamos evaluando en un resultado económico. Hay algunos aspectos más “literales” (por ejemplo, más ventas se traduce directamente a un valor monetario), y otros más complejos (por ejemplo, más satisfacción del cliente, se traduce en más fidelidad, que da más recompra en el tiempo, lo cual se traduce en plata).

La idea es simple, la ejecución es difícil. En general suelen tener más éxito aquellas empresas o productos que tienen más tiempo en el mercado, que pueden usar historial pasado para predecir el valor financiero de una nueva idea similar a algo que ya se hizo.

Por ejemplo, si estoy bajando el tiempo de carga de mi página de resultados de búsqueda de 5 segundos a 4 segundos, espero un incremento de conversión. Predecir ese incremento es mucho más fácil si ya en el pasado lo baje de 6 segundos a 5 y medí el impacto que tuvo. De todas formas, si no tenés historial debés hacer una “suposición informada”, ya sea haciendo un poco de investigación de este impacto en otras compañías que hayan expuesto resultados o tomando aproximaciones en base a información relacionada de tu producto (por ejemplo, cuánta gente deja la página luego de 4 segundos que no carga).

Este método tiene 3 ventajas:

  • Es sin duda el más preciso de los mencionados hasta ahora
  • Tiene capacidad para equiparar funcionalidades muy disimiles (por ejemplo, comparar algo que aumente las ventas contra algo que automatice un proceso y ahorre costos -ambos serán traducidos a plata-).
  • Suele ser la mejor carta para justificar con stakeholders u otros miembros de la organización (al menos la menos sujeta a opiniones)

7. Priorización por experimentos

  • Complejidad: medio alta
  • Exactitud: alta

Esta fue la técnica que expliqué en el primer post, dada su importancia, y dado que es la que recomendaría usar a cualquiera que esté buscando una forma de hacerlo.

Y para el resumen de su uso, descargá la guía de acceso rápido que lo explica

¡Me encantaría escuchar tus comentarios! ¿Usaste algo de esto o qué otras técnicas usas? ¿Te parece aplicable esto a tu negocio o ves algún desafío? Cualquier aporte es bienvenido.