开发成功、有价值产品的主航道

2017.6.14, 深圳, Ken Fang

产品开发会失败, 而使企业陷入运营的危机, 不外乎两个主要的原因: @ 滥用敏捷 @ 将团队成员引導到只專注流程、审计、模版; 而完全忽视客户与产品对客户的价值

我们对敏捷最大的误解便是: @ 认为敏捷就是快 @ 认为敏捷就是早上提需求, 下午就要有结果 @ 认为敏捷就是可在需求的目的, 范围都不清楚的情况下, 就可进行开发 @ 认为敏捷就是可任意的变更需求的目的与范围

试想, 假如敏捷可以早上提需求, 下午就要有结果; 可在需求的目的, 范围都不清楚的情况下, 就可进行开发;敏捷就是可任意的变更需求的目的与范围… 那即使我们是按照敏捷项目的管理方式; 也就是说, 按照团队有多少开发人员、测试人员, 迭代周期有多长, team backlog 就有多少工作量。但这样即使是按照了敏捷项目管理的方式, 就能保证产品软件架构的一致性? 代码的可维护性?

我想, 这也是目前许多只知采用 Scrum/ KANBAN 的团队, 随著产品代码行数的增加, 在开发产品的效率与质量上, 却一路下滑的主要原因。

也就是说, 只要是开发产品; 不论是不是互联网企业的产品; 该做的事, 一件都不能少。 Amazon, Google 开发任何一款产品前, 往往都是在连使用者是谁都还在探索. 但, Amazon, Google 绝不会在连需求的目的、范围都不清楚的情况下, 就进行产品的开发. 更不会在只是凭一句话, 就变更需求, 更别谈变更需求的目的, 范围了。

所以, 真正的重点是, 我们不应、也绝不能偏离开发成功产品的主航道。

开发成功、有价值产品的主航道, 主要是由三方面所构成: 1. 以人为本: 开发产品是社会工程; 讲求的团队成员的自主、协作与能力。 2. 以产品架构为緯: 产品要能快速的响应市场的变化,要能快速的满足客户的需求, 靠的绝不是敏捷, 靠的绝不是 Scrum/KANBAN, 而是软件架构; 可水平扩展的软件架構。 3. 以纪律 (discipline) 为经: 要做出有高水准的产品, 绝不是忙与盲的在做变更, 而是要能根据市场的变化、客户的需求, 做出最适合、最有效的决策. 而最适合、最有效的决策是来自于 “纪律”. 所以, 当前业界都是将敏捷与软件工程结合; 由敏捷提供社会工程实践的方法, 由软件工程则提供纪律。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技大本营的专栏

语音交互只是说话?相比自动驾驶它还在L1级!

2017 年可以看做是智能语音交互的元年,在这一年里小爱同学、天猫精灵纷纷上市。2018 年里语音交互的落地突然加速,落地的产品从大公司关注的智能音箱扩展到其它...

741
来自专栏大数据文摘

张溪梦:14年数据分析经历,我总结为这三点“道、术、器”

1412
来自专栏云计算D1net

简评云计算过去的这一年

过去十年来,谷歌一直在促进云计算生态圈的发展,也见证了这个领域的许多变化,过去的12个月也不例外。从容器的广泛应用到多重云应用程序,2015年真可谓是是云计算的...

3404
来自专栏UML

Scrum和自组织团队 (Scrum and Self-Organizing Team)

Scrum项目的基本模式很简单,这对于想要敏捷的团队来说非常有吸引力。如果只是有效地采用Scum,那么我们都将运行敏捷的团队!但是许多团队发现他们在使用Scru...

2470
来自专栏PPV课数据科学社区

数据分析师必需具备的10种分析思维

一、逻辑思维 逻辑思维即明白价值链,明白各项数据中的关系; 该方法的关键在于明白其中的关系要求你对这项工作要了解、熟悉,要细致和慎密,要清楚充分性和必要性的关系...

3497
来自专栏凌帅的阅读思考与实践

我就是在营销,生活处处皆营销,who care?

昨天和007战友有一场关于知识营销的大讨论,起因是这位战友和一位课程收费近20000元的网红老师的一场交流。这位网红老师的观点:

811
来自专栏PPV课数据科学社区

【学习】数据分析师必备的十大思维能力

一、逻辑思维 逻辑思维即明白价值链,明白各项数据中的关系; 该方法的关键在于明白其中的关系要求你对这项工作要了解、熟悉,要细致和慎密,要清楚充分性和必要...

2778
来自专栏数据的力量

【市场观察】快数据,大数据后的下一个热点

1364
来自专栏PPV课数据科学社区

想做数据分析师?先弄懂这10种分析思维吧

一、逻辑思维 逻辑思维即明白价值链,明白各项数据中的关系; 该方法的关键在于明白其中的关系要求你对这项工作要了解、熟悉,要细致和慎密,要清楚充分性和必要性的关系...

2715
来自专栏大数据挖掘DT机器学习

数据如何帮助业务

数据的重要性已经被越来越多的公司、个人所熟知与接受,甚至于有过犹不及之势头。大数据的概念满天飞,似乎一夜之间人人都在谈论大数据,见了面不用大数据打招呼,好像就不...

2865

扫码关注云+社区