« Comptabilité de l'innovation appliquée à SAFe » : différence entre les versions
De Wiki Agile
Aucun résumé des modifications |
|||
| Ligne 45 : | Ligne 45 : | ||
''Il est important de faire attention aux '''indicateurs de complaisance''', qui sont des indicateurs qui ne mesurent pas vraiment le succès ou l'échec potentiel de la valeur réelle d'une initiative. Bien qu'ils soient faciles à collecter et à manipuler, ils ne donnent pas nécessairement un aperçu de la manière dont le client utilisera le produit ou le service. Des mesures telles que le nombre d'utilisateurs enregistrés, le nombre de pages vues brutes, le nombre de téléchargements peuvent fournir des informations utiles ou nous donner bonne conscience quant à nos efforts de développement, mais elles peuvent être insuffisantes pour fournir les preuves nécessaires pour décider si nous devons '''pivoter ou persévérer''' avec le MVP de l'initiative.'' | ''Il est important de faire attention aux '''indicateurs de complaisance''', qui sont des indicateurs qui ne mesurent pas vraiment le succès ou l'échec potentiel de la valeur réelle d'une initiative. Bien qu'ils soient faciles à collecter et à manipuler, ils ne donnent pas nécessairement un aperçu de la manière dont le client utilisera le produit ou le service. Des mesures telles que le nombre d'utilisateurs enregistrés, le nombre de pages vues brutes, le nombre de téléchargements peuvent fournir des informations utiles ou nous donner bonne conscience quant à nos efforts de développement, mais elles peuvent être insuffisantes pour fournir les preuves nécessaires pour décider si nous devons '''pivoter ou persévérer''' avec le MVP de l'initiative.'' | ||
Il existe des façons concrètes d'éviter d'être trompé par les indicateurs de complaisance et de travailler plutôt à l'évaluation de notre hypothèse. Les tests A/B ou tests fractionnés (''split-tests'') nous permettent de valider notre hypothèse de résultat à l'aide de données exploitables. Par exemple, le groupe A peut recevoir la nouvelle fonctionnalité et le groupe B ne la reçoit pas. En établissant un groupe de contrôle, nous pouvons évaluer les résultats par rapport à notre hypothèse et prendre des décisions dans le cadre de notre boucle de rétroaction. Nous pouvons également éviter les indicateurs de complaisance en nous concentrant sur les données axées sur le client. Nous pouvons utiliser l'analyse des cohortes pour examiner l'utilisation d'un nouveau produit, d'un nouveau service, d'une nouvelle fonction, etc. au fil du temps en ce qui concerne une cohorte (groupe). Par exemple, supposons que nous voulions voir comment une nouvelle fonctionnalité de notre site Web améliore le taux de conversion en clients payants. Nous pourrions examiner les nouvelles inscriptions par semaine (c'est-à-dire la cohorte) et établir un rapport sur le pourcentage de conversion en clients payants. Nous pouvons analyser ces informations sur une base hebdomadaire et voir si le taux de conversion reste constant pour chaque cohorte (le groupe d'utilisateurs inscrits). Si c'est le cas, nous avons une indication claire de la façon dont la fonctionnalité affecte le taux de conversion. S'il ne reste pas constant, nous avons alors la possibilité d'ajuster le moteur ou de pivoter. | |||
==En savoir plus== | ==En savoir plus== | ||
[1] [http://knowledge.wharton.upenn.edu/article/eric-ries-on-the-lean-startup/ http://knowledge.wharton.upenn.edu/article/eric-ries-on-the-lean-startup/]<br/> | [1] [http://knowledge.wharton.upenn.edu/article/eric-ries-on-the-lean-startup/ http://knowledge.wharton.upenn.edu/article/eric-ries-on-the-lean-startup/]<br/> | ||
[2] Ries, Eric. ''The Lean Startup: How Today’s Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses.'' The Crown Publishing Group, 2011. | [2] Ries, Eric. ''The Lean Startup: How Today’s Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses.'' The Crown Publishing Group, 2011. | ||
