Ο πειραματισμός είναι το θεμέλιο της επιστημονικής μεθόδου, η οποία είναι ένα συστηματικό μέσο εξερεύνησης του κόσμου γύρω μας. Αλλά ο πειραματισμός δεν προορίζεται μόνο για το πεδίο της επιστημονικής έρευνας. Έχει επίσης κεντρική θέση στον κόσμο των επιχειρήσεων.
Οι περισσότεροι από εμάς γνωρίζουμε τώρα τη μεθοδολογία των επιχειρήσεων που ονομάζεται Minimum Viable Product (MVP). Αυτό το Minimum Viable Product (MVP). είναι βασικά απλώς ένα πείραμα. Κατασκευάζοντας και λανσάροντας ένα MVP, οι επιχειρηματικές δραστηριότητες συμμετέχουν σε ένα συστηματικό μέσο εξερεύνησης των αγορών.
Αν κοιτάξουμε τους ηγέτες της αγοράς σήμερα, μαθαίνουμε ότι δεν κάνουν πια έργα – το μόνο πράγμα που κάνουν είναι πειράματα. Η ανακάλυψη πελατών και οι στρατηγικές χρησιμοποιούνται μόνο για τον έλεγχο υποθέσεων σχετικά με τις αγορές. Μια τέτοια προσέγγιση είναι ισοδύναμη με το Test-Driven Development (TDD). Στο TDD, γράφουμε πρώτα την υπόθεση (το τεστ). Στη συνέχεια, χρησιμοποιούμε αυτήν τη δοκιμή για να καθοδηγήσουμε την εφαρμογή μας. Τελικά, η ανάπτυξη προϊόντων ή υπηρεσιών δεν διαφέρει από το TDD – πρώτα γράφουμε μια υπόθεση, και στη συνέχεια αυτή η υπόθεση καθοδηγεί την εφαρμογή μας, η οποία χρησιμεύει ως μετρήσιμη επικύρωση της υπόθεσης.
Ανακάλυψη πληροφοριών
Πίσω στις προ-agile ημέρες, η συλλογή απαιτήσεων ήταν μια σημαντική δραστηριότητα με την οποία συνήθιζε να ξεκινά πάντα το έργο. Μια ομάδα εμπειρογνωμόνων (ΜΜΕ) αναλάμβάνε το έργο και την κάλυψη των απαιτήσεων. Μετά από μια παρατεταμένη περίοδο ανακάλυψης πληροφοριών, οι συλλεγόμενες απαιτήσεις επανεξεταζόταν και, εάν υπήρχε συμφωνία, υπογράφονταν και παγιώνονταν. Δεν επιτρέπονταν άλλες αλλαγές!
Προγραμματισμός και ανάπτυξη
Τότε, φαινόταν ένα απόλυτα λογικό πράγμα να κάνουμε. Τα προβλήματα εμφανιζόταν πάντα όταν ξεκινούσε η φάση κατασκευής. Αργά ή γρήγορα, καθώς το έργο εξελισσόταν, έρχονταν στο φως νέες πληροφορίες. Ξαφνικά, αυτό που αρχικά βλέπαμε ως αδιαμφισβήτητη αλήθεια, φαινόταν όχι και τόσο σίγουρο, από τις πρόσφατα αποκτηθείσες πληροφορίες και στοιχεία. Αλλά θυμηθείτε, ότι δεν επιτρέπονται άλλες αλλαγές, δεν επιτρέπεται η ερμηνεία του πεδίου – που σημαίνει ότι οι νέες πληροφορίες που αποκτήθηκαν στην αγορά αγνοούνται σκόπιμα.
Λοιπόν, αυτό ήταν μια ανόητη παράβλεψη. Τα πρόσφατα στοιχεία θα μπορούσαν να είναι κρίσιμης σημασίας για την υγεία της επιχειρηματικής λειτουργίας. Μπορούμε να το αγνοήσουμε; Με τίποτα! Δεν έχουμε άλλη επιλογή από το να αποδεχτούμε την αλλαγή.
Μετά από μια σειρά από μεγάλα προβλήματα στη βιομηχανία, πολλά προγράμματα ανάπτυξης λογισμικού άλλαξαν και έκαναν την μετάβαση στην agile προσέγγιση. Με το agile, η ανακάλυψη πληροφοριών είναι μερική. Με το agile, δεν ισχυριζόμαστε ποτέ ότι έχουμε συγκεντρώσει τις απαιτήσεις και είμαστε πλέον έτοιμοι να τις εφαρμόσουμε. Ανακαλύπτουμε πληροφορίες και τις εφαρμόζουμε σε συνεχή βάση. Το κάνουμε σε μικρά βήματα, διατηρώντας τις προσπάθειές μας διακοπτόμενες και κατευθυνόμενες ανά πάσα στιγμή.
Πώς να αξιοποιήσετε την επιστημονική μέθοδο
Η επιστημονική μέθοδος είναι εμπειρική και αποτελείται από τα ακόλουθα βήματα:
- Βήμα 1: Κάντε και καταγράψτε προσεκτικές παρατηρήσεις.
- Βήμα 2: Προσανατολιστείτε με βάση τα παρατηρούμενα στοιχεία.
- Βήμα 3: Διατυπώστε μια υπόθεση, συμπεριλαμβανομένων μετρήσιμων δεικτών για την αξιολόγηση την υπόθεσης.
- Βήμα 4: Σχεδιάστε ένα πείραμα που θα επιτρέψει τη δοκιμή της υπόθεσης.
- Βήμα 5: Πραγματοποιήστε το πείραμα (δηλ. Αφήστε τη μερική υλοποίηση).
- Βήμα 6: Συλλέξτε την τηλεμετρία που προκύπτει από την εκτέλεση του πειράματος.
- Βήμα 7: Αξιολογήστε τα αποτελέσματα του πειράματος.
- Βήμα 8: Αποδοχή ή απόρριψη της υπόθεσης.
- Βήμα 9: Επιστροφή στο Βήμα 1.
Πώς να διατυπώσετε μια υπόθεση
Κατά τη μετάβαση από το έργο σε πειράματα, το user story framework (As a__I want to__so that__) έχει αποδειχθεί ανεπαρκές. Η παραδοσιακή user story δεν εκθέτει στα στοιχεία που απαιτούνται για την αξιολόγηση των αποτελεσμάτων. Αντ ‘αυτού, η παραδοσιακή μορφή ιστορίας χρηστών του εστιάζεται στα αποτελέσματα.
Το πρόβλημα με τη διεξαγωγή πειράματος χωρίς να διατυπωθεί πρώτα μια υπόθεση είναι ότι υπάρχει κίνδυνος εισαγωγής προκατάληψης κατά την ερμηνεία των αποτελεσμάτων ενός πειράματος. Ο καθορισμός των μετρήσιμων αποτελεσμάτων που θα μας επιτρέψουν να επιβεβαιώσουμε την υπόθεσή μας πρέπει να γίνει πριν από τη διεξαγωγή του πειράματος. Με αυτόν τον τρόπο, μπορούμε να παραμείνουμε εντελώς αμερόληπτοι κατά την ερμηνεία των αποτελεσμάτων του πειράματος. Δεν μπορούμε να ταλαντευόμαστε από ευσεβείς πόθους.
Ο καλύτερος τρόπος για να προχωρήσετε στη διατύπωση μιας υπόθεσης είναι να χρησιμοποιήσετε την ακόλουθη μορφή:
Πιστεύουμε ότι [αυτή η ικανότητα] θα οδηγήσει σε [αυτό το αποτέλεσμα]. Θα έχουμε την εμπιστοσύνη να προχωρήσουμε όταν [βλέπουμε ένα μετρήσιμο αποτέλεσμα].
Το λογισμικό που λειτουργεί δεν αποτελεί μέτρο προόδου
Οι μετρήσεις και οι έννοιες που βασίζονται στην παραγωγή (ορισμός των “ολοκληρωμένων” κριτηρίων αποδοχής, burndown charts, και velocity) είναι καλές για την ανίχνευση λογισμικού που λειτουργεί, αλλά πέφτουν άσχημα έξω όταν πρόκειται για ανίχνευση εάν το λογισμικό που λειτουργεί προσθέτει αξία.
Το “Ολοκληρώθηκε” έχει σημασία μόνο αν προσθέσει αξία. Το λογισμικό που δεν προσθέτει αξία δεν μπορεί να δηλωθεί “ολοκληρωμένο”.
Η ξεχασμένη στήλη
Τα έργα τεχνολογίας χωρίζουν τις δραστηριότητες σε τέσσερις στήλες:
- Συμπληρωματικές ιδέες
- Ανάλυση
- Σε εξέλιξη
- Shipped
Η παραπάνω δομή βασίζεται στην ισχυρή πεποίθηση ότι όλο το λογισμικό που λειτουργεί είναι πολύτιμο. Αυτή η εστίαση πρέπει τώρα να στραφεί προς τη συνεχή παροχή πραγματικής αξίας, κάτι που εξυπηρετεί τους πελάτες. Οι agilists εκτιμούν τα αποτελέσματα (αξία για τους πελάτες) έναντι των χαρακτηριστικών.
Η νέα ανάλυση για ανάπτυξη που βασίζεται σε υποθέσεις μοιάζει με αυτό:
| Backlog Ιδεών | Ανάλυση | Σε εξέλιξη | Shipped | Επιτυχία εκτιμώμενου αποτελέσματος |
|---|---|---|---|---|
| Hypothesis 11 Hypothesis 12 Hypothesis 13 Hypothesis 14 Hypothesis 15 Hypothesis 16 Hypothesis 17 Hypothesis 18 Hypothesis 19 | Hypothesis 20 Hypothesis 21 | Hypothesis 26 | Hypothesis 2 Hypothesis 5 Hypothesis 9 Hypothesis 10 | Hypothesis 1 Hypothesis 5 |
Όλα τα μάτια πρέπει να παραμείνουν στη στήλη Επιτυχία εκτιμώμενου αποτελέσματος
Πηγή άρθρου: https://opensource.com/article/20/11/hypothesis-driven-development