
Dlaczego używać?
Wybierz kolejną najlepszą aplikację/przypadek użycia danych i AI według stosunku koszt-wartość.
Kiedy używać?
Jeśli istnieje wiele pomysłów na przypadki użycia dla aplikacji analitycznych i AI w tym samym obszarze aplikacyjnym i na tym samym poziomie dojrzałości analityki i AI, a nie jest jasne, który z nich priorytetyzować do dalszego badania podczas warsztatu lub do wdrożenia później, użyj metody PICK. Metoda ta pomaga w szybkich decyzjach grupowych opartych na 'zgadywaniu'—szacunkowej ocenie złożoności w porównaniu z wartością każdej aplikacji. Akronim "PICK" oznacza cztery kwadranty matrycy priorytetów: "Possible" (Możliwy), "Implement" (Wdrożenie), "Challenge" (Wyzwanie) i "Kill" (Zniszczenie).
Jak używać?
I. Przygotowanie
① Wypełnij nagłówek szablonu:
a) Oznacz Skoncentruj się na w nagłówku szablonu białą karteczką samoprzylepną z nazwą domeny aplikacji i poziomem dojrzałości analityki i AI.
② Oznacz osie i kwadranty białymi karteczkami samoprzylepnymi:
a) Oś X: „Złożoność techniczna, analityczna i organizacyjna” - złożoność może wynikać z różnych źródeł, w tym z fragmentaryzowanego krajobrazu danych, przeszkód technicznych lub skomplikowanych procesów. Taka złożoność nie tylko zwiększa koszty implementacji i operacji, ale również prowadzi do opóźnień, które odwlekają realizację wartości. Ponadto zwiększa ryzyko ekonomiczne, ekologiczne, prawne i techniczne.
b) Oś Y: „Dodana wartość do celu” - oceniaj wartość aplikacji na podstawie jej wkładu w osiągnięcie celu ustalonego podczas warsztatu.
③ Nazwij kwadranty: Każdy z czterech kwadrantów powinien być oznaczony według akronimu "PICK". Kolejność jest pokazana poniżej.
a) I. Kwadrant: „I. Implementacja” - powinieneś wprowadzić te aplikacje o niskiej złożoności i wysokiej wartości.
b) II. Kwadrant: "III. Wyzwanie" - Powinieneś rzucić wyzwanie tym aplikacjom o wysokiej złożoności i dużej wartości, zanim je zaimplementujesz.
c) III. Kwadrant: "II. Możliwe" - Możesz wdrożyć aplikacje o niskiej złożoności i małej wartości, jeśli nie ma aplikacji o niskiej złożoności i dużej wartości.
d) IV. Kwadrant: "IV. Zlikwidować" - Powinieneś "zlikwidować", a zatem unikać lub odraczać aplikacje o wysokiej złożoności i niskiej wartości. Umieść je w swoim backlogu (np. katalog przypadków użycia), dopóki nie zostaną opracowane niezbędne struktury techniczne, organizacyjne i personalne w celu zmniejszenia złożoności.
II. Szacowanie
④ Punkt odniesienia: Wybierz aplikację z pola "Sort in" na lewej krawędzi, która ma średnią złożoność i wartość. Umieść ją na środku płótna. Posłuży ona jako punkt odniesienia, zapewniając punkt porównawczy dla wszystkich innych aplikacji, które będziesz kategoryzować na podstawie złożoności i wartości.
Podpowiedź: Jeśli wcześniej wdrożyłeś aplikację w tym samym obszarze oraz o takim samym poziomie dojrzałości analityki i AI, która ma średnią złożoność i wartość, użyj tej istniejącej aplikacji jako swojego punktu odniesienia.
Teraz zacznij pracować z kwadrantami oznaczonymi w kroku ③: poproś uczestników, aby ocenili każdą z pozostałych aplikacji na podstawie tych już umieszczonych na macierzy, szczególnie względem punktu odniesienia. Dostosuj ich rozmieszczenie na podstawie tego porównania:
Złożoność: Przesuń aplikację w prawo, jeśli jej złożoność jest wyższa niż złożoność punktu odniesienia, i w lewo, jeśli jest niższa.
Wartość: Umieść aplikację wyżej, jeśli jej wartość jest większa niż wartość punktu odniesienia, i niżej, jeśli jest mniejsza.
Dodatkowo, użyj białych karteczek samoprzylepnych, aby zanotować wszelkie założenia poczynione podczas szacowania, zapewniając przejrzystość i transparentność procesu decyzyjnego.
Wskazówka: Jeśli jedna aplikacja zależy od innej, zobrazuj tę zależność, łącząc je strzałkami. Umieść aplikację zależną dalej na prawo i wyżej, wskazując na zwiększoną złożoność z powodu zależności od innej aplikacji oraz wyższą wartość, ponieważ wnosi dodatkowe korzyści.
Opcjonalnie: Jeśli dotyczą Cię liczne dyskusje lub niepewność co do prawdopodobieństwa niepowodzenia lub jego wpływu, użyj kolorów na karteczkach samoprzylepnych, aby pokazać poziom pewności:
Zielony: Zielony
Żółty: Żółty
Czerwony: Czerwony
III. Następna najlepsza aplikacja
Zwróć uwagę na aplikacje w I. kwadrancie „Implementuj”: to jest Twój istotny zbiór.
Jeśli ten kwadrant jest pusty, zwróć uwagę na III. kwadrant "Możliwe". Jeśli oba kwadranty nie zawierają wpisów, ponownie oceń swój element kotwicy — może nie odzwierciedlać dokładnie przeciętnego scenariusza. W takim przypadku powtórz krok II. Szacowania przy użyciu bardziej reprezentatywnej "przeciętnej" aplikacji.
Ważne: Element kotwicy jest również częścią Twojego zestawu istotnego!
Z zestawu istotnego wybierz jedną aplikację, która nie zależy od żadnych wcześniejszych lub wymaganych aplikacji jako następna najlepsza aplikacja. Omów jej zalety i wady. Jeśli nie osiągniesz porozumienia co do następnej najlepszej aplikacji, przeprowadź głosowanie lub pozostaw decyzję decydentowi.
Gdzie znaleźć więcej?
Datentreiber oferuje Ci nie tylko ten szablon Miroverse, ale również:
Data & AI Business Design Kit oferuje liczne open source'owe płótna do zastosowania metody Data & AI Business Design.
Dodatkowo, darmowa Data & AI Business Design Community jest dostępna do wymiany doświadczeń, organizacji wydarzeń i dzielenia się treściami eksperckimi.
Płatne kursy online i stacjonarne z certyfikacją są dostępne w Akademii Data & AI Business Design.
Wiele dodatkowych narzędzi zarządzania, szablonów warsztatów i planów projektów można znaleźć w naszej komercyjnej Data & AI Business Design Bench.
Nasze konsultacje Biznesowe w zakresie Danych i AI oferują wsparcie dla Twojej strategii danych i AI, projektów innowacyjnych i transformacyjnych.
Jeśli jesteś zainteresowany(-a) lub masz pytania lub uwagi, skontaktuj się z nami pod adresem: info@datentreiber.de.
Prawa autorskie: Wszelkie prawa zastrzeżone przez Datentreiber GmbH.
Martin Szugat
Data & AI Business Catalyst @ Datentreiber
To help companies to design and transform into data-driven and AI-powered businesses I've invented the Data & AI Business Design Method and our company Datentreiber developed the Data & AI Business Design Kit - a collection of open source canvases - as well as the Data & AI Business Design Bench - a commercial collection of Miro templates & tools. I'm an official Miro Creator and a Miro Solution Partner.
Kategorie
Podobne szablony

