Matriz de Priorização: Caso de Uso PICK

Por que usar?

Escolha o próximo melhor aplicativo / caso de uso de dados e IA de acordo com a relação custo-valor.

Quando usar?

Se existirem múltiplas ideias de casos de uso para aplicativos analíticos e de IA dentro do mesmo domínio de aplicação e no mesmo nível de maturidade analítica e de IA, e estiver incerto qual priorizar para maior investigação durante o workshop ou para implementação posterior, utilize o método PICK. Este método auxilia na tomada de decisões rápidas em grupo com base em uma "guesstimation" — uma estimativa baseada em suposições da complexidade versus o valor de cada aplicativo. O acrônimo "PICK" representa os quatro quadrantes da matriz de priorização: "Possible" (Possível), "Implement" (Implementar), "Challenge" (Desafiar) e "Kill" (Eliminar).

Como usar?

I. Preparação

① Preencha o cabeçalho do canvas:

a) Etiquete Com foco em no cabeçalho do canvas com uma nota adesiva branca para o domínio de aplicação e a maturidade analítica e de IA.

② Etiquete os eixos e quadrantes com notas adesivas brancas:

a) Eixo X: "Complexidade técnica, analítica e organizacional" - a complexidade pode surgir de várias fontes, incluindo uma paisagem de dados fragmentada, obstáculos técnicos ou processos complexos. Essa complexidade não só aumenta os custos de implementação e operação, mas também leva a atrasos que postergam a realização de valor. Além disso, eleva riscos econômicos, ecológicos, legais e técnicos.

b) Eixo Y: "Valor agregado ao objetivo" - Avalie o valor de um aplicativo com base em sua contribuição para alcançar o objetivo estabelecido durante o workshop.

③ Etiquete os quadrantes: Cada um dos quatro quadrantes deve ser etiquetado de acordo com o acrônimo "PICK". A ordem é mostrada abaixo.

a) I. Quadrante: "I. Implementar" - Você deve implementar aqueles aplicativos de baixa complexidade e alto valor.

b) II. Quadrante: "III. Desafio" - Você deve desafiar aqueles aplicativos de alta complexidade e alto valor antes de implementá-los.

c) III. Quadrante: "II. Possível" - Você poderia implementar aqueles aplicativos de baixa complexidade e baixo valor, se não houver aplicativos de baixa complexidade e alto valor.

d) IV. Quadrante: "IV. Eliminar" - Você deve "eliminar" e, portanto, evitar ou adiar aplicativos que sejam de alta complexidade, mas de baixo valor. Coloque-os no seu backlog (por exemplo, catálogo de casos de uso) até que as estruturas técnicas, organizacionais e de pessoal necessárias sejam desenvolvidas para reduzir a complexidade.

II. Estimação

④ Âncora: Selecione um aplicativo do campo "Classificar em" na borda esquerda que tenha complexidade média e valor médio. Coloque-o no centro do canvas. Ele servirá como seu elemento âncora, fornecendo um parâmetro para comparar todos os outros aplicativos à medida que você os categoriza com base na complexidade e no valor.

Dica: Se você já implementou um aplicativo dentro do mesmo domínio e nível de maturidade em análise e IA que tem complexidade e valor médios, use este aplicativo existente como seu âncora.

Agora você começa a trabalhar com os quadrantes que rotulou na etapa ③: Peça aos participantes que avaliem cada aplicativo restante em relação aos já posicionados na matriz, particularmente o elemento âncora. Ajuste o posicionamento com base nessa comparação:

• Complexidade: Mova o aplicativo para a direita se sua complexidade for maior que a do âncora, e para a esquerda se for menor.

• Valor: Coloque o aplicativo mais acima se seu valor for maior que o do âncora, e mais abaixo se for menor.

Adicionalmente, use notas adesivas brancas para anotar quaisquer suposições feitas durante suas estimativas, garantindo clareza e transparência no processo de tomada de decisão.

Dica: Se um aplicativo depende de outro, ilustre essa dependência conectando-os com setas. Coloque o aplicativo dependente mais à direita e mais acima, indicando aumento de complexidade devido à dependência de outro aplicativo e maior valor, já que ele contribui com benefícios adicionais.

Opcional: Se houver muito debate ou incerteza sobre a probabilidade de falha ou impacto, use cores nas notas adesivas para mostrar o quanto você está certo:

• Verde: Absolutamente certo

• Amarelo: Moderadamente certo

• Vermelho: Não tenho certeza nenhuma

III. Próximo Melhor Aplicativo

Procure por aplicativos no I. Quadrante "Implementar": esses são seu conjunto relevante.

Se este quadrante estiver vazio, volte sua atenção para o III. Quadrante "Possível". Caso ambos os quadrantes não tenham entradas, reavalie seu elemento âncora — ele pode não representar o cenário médio de forma precisa. Nesses casos, refaça a Etapa II. de Estimativa usando um "aplicativo" mais representativo como padrão.

Importante: O elemento âncora também faz parte do seu conjunto relevante!

Do conjunto relevante, selecione um aplicativo que não dependa de aplicativos precedentes ou pré-requisitos como o próximo melhor aplicativo. Discuta suas vantagens e desvantagens. Se não houver consenso sobre o próximo melhor aplicativo, conduza uma votação ou deixe a decisão para o responsável final.

Onde encontrar mais?

A Datentreiber oferece não apenas este modelo do Miroverse, mas também:

• O Data & AI Business Design Kit oferece vários canvas open source para aplicar o Método de Design de Business de Data & AI.

• Além disso, a Data & AI Business Design Community está disponível para troca de informações, eventos e conteúdos de especialista.

• Cursos de formação online e presenciais pagos, com certificação, estão disponíveis na Data & AI Business Design Academy.

• Muitas ferramentas de gestão adicionais, modelos de workshop e planos de projeto estão disponíveis em nosso Data & AI Business Design Bench comercial.

• Nossa Consultoria de Negócios em Dados e IA oferece suporte para a sua estratégia, inovação e projetos de transformação em dados e IA.

Se você estiver interessado ou tiver dúvidas ou feedback, entre em contato conosco em: info@datentreiber.de.

Copyright: Todos os direitos reservados por Datentreiber GmbH.