Menedżer przypadków użycia danych i AI

Po co używać?

Użyj tego AI Flow, aby przekształcić prezentację strategii w dopasowany Menedżer przypadków użycia danych i AI, służący do oceniania i priorytetyzowania przypadków użycia w odniesieniu do Twoich celów strategicznych i kluczowych rezultatów (OKR).

Dla kogo?

Specjaliści ds. Data & AI, konsultanci, facylitatorzy, menedżerowie innowacji, właściciele produktów, właściciele obszarów biznesowych oraz zespoły ds. transformacji AI mogą użyć tego workflowu, aby przekształcić swoją strategię lub dokumenty wejściowe w gotową aplikację Data & AI Use Case Manager.

Kiedy użyć?

Użyj tego workflowu, gdy Twoja organizacja ma prezentację strategii lub briefing strategiczny i chce przekształcić je w praktyczny system do zbierania, oceniania i rankowania przypadków użycia danych i AI.

Przydatne, gdy chcesz stworzyć pierwszą działającą aplikację webową, aby zarządzać swoimi przypadkami użycia danych i AI oraz oceniać je według kryteriów priorytetyzacji, które są dla Ciebie strategicznie istotne, bez ręcznego tłumaczenia strategii na wymagania oprogramowania.

Czego użyć?

Workflow opiera się na prostej zasadzie:

AI porządkuje informacje.

Ludzie decydują, co jest ważne.

AI ponownie porządkuje decyzję.

Na podstawie wyniku generowane jest oprogramowanie.

Wykorzystuje Miro AI Flows do wydobycia i przekształcenia treści strategii, głosowanie interesariuszy do wyboru odpowiednich kryteriów priorytetyzacji oraz MCP — Model Context Protocol — do przekazania przygotowanego kontekstu tablicy firmie Lovable w celu wygenerowania aplikacji webowej metodą vibe-coding.

Jak tego używać?

I. Prześlij strategię.

Umieść prezentację strategiczną w polu (Krok 1).

Prezentacja może być prezentacją strategii korporacyjnej, strategią jednostki biznesowej, roadmapą transformacji lub innym strategicznym dokumentem wejściowym. W tym szablonie jako przykład użyto publicznie dostępnej Mitsubishi Corporate Strategy 2027.

II. Zdefiniuj OKR-y.

Uruchom pierwszy Miro AI Flow, klikając po prostu "Uruchom krok" w prawym górnym rogu (Krok 2):

Flow odczytuje prezentację strategiczną i wyodrębnia katalog OKR zawierający 5 celów oraz ich Kluczowe Rezultaty.

OKRy tworzą ustrukturyzowaną warstwę pośrednią między prezentacją strategiczną a późniejszym modelem priorytetyzacji:

• Cele opisują, czego organizacja chce osiągnąć.

• Kluczowe wyniki opisują, w jaki sposób można ocenić postęp lub osiągnięcie sukcesu.

Ten krok zamienia obszerną prezentację strategiczną w przeglądalny katalog OKR, zanim workflow przejdzie dalej. Twój zespół może sprawdzić, czy 5 celów i ich kluczowe wyniki poprawnie odzwierciedlają strategię, zmienić sformułowania, dodać brakujące punkty lub usunąć interpretacje, które nie pasują. Po przeglądzie katalog OKR staje się wspólną podstawą do opracowania kryteriów priorytetyzacji, a później do wygenerowania aplikacji.

III. Wyprowadź kryteria priorytetyzacji.

Uruchom drugi Miro AI Flow (Krok 3).

Ten Flow korzysta z katalogu OKR i wyprowadza 12 kryteriów priorytetyzacji:

• 4 kryteria Viability

• 4 kryteria Desirability

• 4 kryteria Feasibility

Każde kryterium zawiera krótką nazwę, definicję i krótkie wyjaśnienie, dlaczego ma znaczenie.

Kryteria przekładają OKR-y na konkretne wymiary oceny przypadków użycia danych i AI. Zaleca się przejrzeć tę tabelę przed kontynuacją: zmień nazwy kryteriów, dostosuj definicje lub popraw wszystko, co nie pasuje do Twojego kontekstu. Im bardziej przejrzyste kryteria, tym łatwiej będzie interesariuszom zagłosować, a aplikacji ocenić przypadki użycia pod kątem zgodności ze strategią.

IV. Głosowanie interesariuszy.

Kliknij raz każdy z poniższych przycisków akcji AI (Krok 4):

To przenosi kryteria priorytetyzacji z poprzedniej tabeli na karteczki samoprzylepne i umieszcza je w trzech kategoriach: Viability, Desirability, and Feasibility.

Użyj karteczek do dyskusji, przeglądu i wreszcie głosowania punktowego.(Krok 5)

W głosowaniu punktowym przyznaj każdemu interesariuszowi taką samą liczbę kropek, np. trzy. Poproś, aby umieścili swoje kropki przy kryteriach, które uważają za najważniejsze. Pozwól interesariuszom umieścić wiele kropek przy tym samym kryterium.

Po zakończeniu głosowania pozostaw kropki na karteczkach. Liczba głosów pokazuje, jak ważne dla interesariuszy jest każde kryterium i będzie później użyta jako sygnał wagowy.

V. Generuj oprogramowanie AI.

Uruchom następny Miro AI Flow (Krok 6).

Ten Flow przekształca wynik głosowania w czystą tabelę przekazania. Rozpoznaje wybrane kryteria, ich wagę i zawiera dodatkowy kontekst każdego kryterium: "definicję" oraz „dlaczego ma to znaczenie”.

Ta tabela staje się specyficznym dla strategii wejściem do aplikacji webowej Data & AI Use Case Manager: kryteria wybrane przez interesariuszy wraz z kontekstem potrzebnym do ich oceniania.

Instrukcje dla Lovable: rozpocznij proces vibe-coding

Kliknij zielony przycisk na tablicy (Krok 7). Zostaniesz przekierowany do lovable.ai

Musisz zalogować się w Lovable lub najpierw się zarejestrować. Będziesz też potrzebować własnych kredytów.

Musisz skopiować URL swojej aktualnej tablicy Miro do wcześniej zdefiniowanego promptu (Krok 8). Następnie wklej ten zmodyfikowany prompt do pola czatu Lovable.

Opcjonalnie: Połącz Lovable z Miro MCP

Jeśli Lovable nie jest jeszcze połączony z Miro MCP, najpierw skonfiguruj połączenie.

• W Lovable kliknij Skonfiguruj.

• W oknie konektora Miro kliknij Połącz.

• Na ekranie autoryzacji kliknij Zezwól na dostęp.

• Wybierz Twoją organizację i Twój zespół Miro.

• Kliknij Dodaj lub Dodaj ponownie.

• Gotowe!

Po wykonaniu tych kroków Lovable będzie miało dostęp do Twoich tablic Miro za pośrednictwem MCP.

VI. Zarządzanie przypadkami użycia danych i AI.

Otwórz wygenerowany prototyp i dodaj nowy przypadek użycia danych i AI jako wolny tekst (Krok 9).

Aplikacja używa AI do interpretacji propozycji, wyodrębnienia odpowiednich czynników oceny, obliczenia wyniku i zaktualizowania rankingu.

Sprawdź, czy prototyp odzwierciedla wybrane na tablicy Miro kryteria oraz czy ranking wspiera merytoryczną dyskusję o kolejnych najważniejszych przypadkach użycia danych i AI.

Zawsze możesz dalej iterować w interfejsie lovable.ai.

Gdzie znaleźć więcej?

Datentreiber oferuje nie tylko ten szablon Miroverse, lecz także:

• Zestaw Data & AI Business Design Kit zawiera liczne otwarte szablony (canvases) do stosowania metody Data & AI Business Design.

• Dodatkowo dostępna jest bezpłatna Data & AI Business Design Community do wymiany doświadczeń, udziału w wydarzeniach i korzystania z treści eksperckich.

• Płatne szkolenia online i stacjonarne z certyfikacją są dostępne w Data & AI Business Design Academy.

• Wiele dodatkowych narzędzi zarządczych, szablonów warsztatów i wzorców projektowych jest dostępnych w naszym komercyjnym Data & AI Business Design Bench.

• Nasze Data & AI Business Consulting oferuje wsparcie w zakresie strategii danych i AI, innowacji oraz projektów transformacyjnych.

Jeśli chcesz uzyskać więcej informacji lub masz pytania bądź uwagi, skontaktuj się z nami pod adresem: info@datentreiber.de.

Prawa autorskie: Wszelkie prawa zastrzeżone przez Datentreiber GmbH.