Jak zarządzać ryzykiem produktu, gdy nie wszystko da się przewidzieć

W pracy nad produktem bardzo łatwo wpaść w pułapkę myślenia, że dobre zarządzanie ryzykiem polega przede wszystkim na przewidzeniu wszystkiego z wyprzedzeniem. W praktyce to rzadko działa.

W swojej pracy z zespołami produktowymi, liderami i managementem często widzę ten sam problem: organizacje próbują zarządzać ryzykiem produktu tak, jakby pracowały w stabilnym, przewidywalnym środowisku. Tworzą listy ryzyk, oznaczają kolorami i omawiają statusy, a mimo to najpoważniejsze problemy i tak pojawiają się później. Nie wynika to z tego, że ktoś zaniedbał proces. Często dlatego, że pewnych rzeczy po prostu nie dało się przewidzieć wcześniej.

To szczególnie ważne w pracy nad produktem. Scrum Guide opisuje Scrum jako framework pomagający ludziom, zespołom i organizacjom generować wartość przez adaptacyjne rozwiązania dla złożonych problemów. Evidence-Based Management (EBM) idzie dalej i podkreśla, że w takim świecie lepsze decyzje wymagają intencjonalnego eksperymentowania i informacji zwrotnej. Innymi słowy: w wielu sytuacjach nie da się po prostu „dobrze zaplanować” całej drogi z góry. Trzeba uczyć się w ruchu. [1] [2] [3]

Dlaczego klasyczne zarządzanie ryzykiem często nie wystarcza

Tradycyjne podejście do ryzyka nadal ma swoje miejsce. Jest potrzebne tam, gdzie mamy do czynienia z bezpieczeństwem, zgodnością, terminami, kosztami, zależnościami czy operacyjną powtarzalnością. ISO 31000 nadal bardzo sensownie pokazuje, że ryzyko powinno być powiązane z decyzjami, strategią, planowaniem i kulturą organizacji. To nie jest błędne podejście. Problem zaczyna się wtedy, gdy próbujemy tym samym sposobem obsłużyć także te obszary, w których zachowania klientów, rynku, technologii lub organizacji ujawniają się dopiero w trakcie działania.[4]

Właśnie tu przydaje się perspektywa Dave’a Snowdena i framework Cynefin. Nie wszystko, z czym mierzą się dziś Product Ownerzy, Product Managerowie czy Liderzy, daje się potraktować jak problem z jasnym związkiem przyczynowo-skutkowym. W obszarze złożonym wzorce stają się wyraźne dopiero z perspektywy czasu, a właściwą odpowiedzią nie jest szukanie jednej „najlepszej praktyki”, tylko działanie, obserwacja i reagowanie na to, co się wyłania. Cynefin został stworzony właśnie po to, by pomagać liderom rozumieć, z jakim typem sytuacji mają do czynienia i jak dobierać do niej sposób działania.[5]

To oznacza, że w pracy nad produktem ryzyko nie zawsze wygląda jak punkt na liście pod tytułem „może się wydarzyć X”. Czasem ryzyko brzmi bardziej tak:

Zakładamy, że użytkownicy będą chcieli z tego korzystać samodzielnie.
Zakładamy, że ta zmiana skróci obsługę, a nie doprowadzi do wydłużenia i chaosu.
Zakładamy, że rynek zareaguje tak, jak wynika z naszych badań.

To nie są ryzyka projektowe. To są ryzyka produktu, które możemy nazwać przypuszczeniami lub, gdy są sformułowane konkretniej, hipotezami. Pamiętajmy, że ryzyko może być również szansą.

Zarządzanie ryzykiem nie tylko dla Scrum Teamów

Ten temat bywa błędnie kojarzony wyłącznie z zespołami wytwórczymi albo ze Scrumem. A to może być zbyt wąskie spojrzenie.

Evidence-Based Management mówi wprost o tym, że chodzi o podejmowanie lepiej poinformowanych decyzji przez ludzi, zespoły i organizacje, z użyciem eksperymentów i feedbacku. ISO 31000 podkreśla z kolei, że zarządzanie ryzykiem powinno być osadzone w governance (ładzie korporacyjnym), strategii, planowaniu i kulturze organizacji i może być stosowane przez dowolną organizację, niezależnie od wielkości czy sektora. To znaczy, że temat dotyczy nie tylko Product Ownera czy Product Managera, ale też managerów, dyrektorów i liderów odpowiedzialnych za decyzje, priorytety, alokację ludzi i zasobów oraz sposób, w jaki organizacja reaguje na sygnały z rynku.

W praktyce management bardzo często wpływa na ryzyko produktu bardziej, niż mu się wydaje. Na przykład wtedy, gdy:

  • oczekuje dużego wdrożenia od razu gotowego rozwiązania zamiast małego testu,
  • oczekuje pewności tam, gdzie właściwie istnieje tylko hipoteza,
  • premiuje aktywności i output zamiast uczenia się,
  • opóźnia reakcję na sygnały, bo „jeszcze za wcześnie na wnioski”,
  • albo odwrotnie: reaguje zbyt późno, bo problem nie był wcześniej wpisany do formalnego rejestru ryzyk.

 

W środowisku, w którym nie wszystko da się przewidzieć, dojrzałość nie polega na tym, że organizacja wszystko wie wcześniej. Polega na tym, że potrafi szybciej zauważyć, że coś nie działa i odpowiednio wcześnie zareagować.

Krótki przykład z praktyki produktowej

Wyobraźmy sobie firmę, która rozwija aplikację do umawiania wizyt w sieci gabinetów fizjoterapii. Zespół chce wprowadzić nową funkcję: pacjent samodzielnie zmienia termin wizyty w aplikacji, bez kontaktu z recepcją.

Na pierwszy rzut oka ryzyko wygląda dość klasycznie. Czy integracja z kalendarzem zadziała? Czy SMS z potwierdzeniem dojdzie? Czy użytkownik będzie miał odpowiednie uprawnienia? Czy system nie pozwoli na podwójne rezerwacje?

To wszystko są ważne pytania. Ale po uruchomieniu okazuje się, że największy problem pojawia się gdzie indziej.

Pacjenci faktycznie zaczynają przesuwać wizyty samodzielnie, ale dużo częściej robią to w ostatniej chwili. W niektórych placówkach rośnie liczba nieobsadzonych terminów w grafiku. Recepcja dostaje mniej prostych telefonów, ale więcej trudnych sytuacji do ręcznego rozwiązania. Starsi użytkownicy gubią się w procesie i i tak dzwonią. Kierownicy placówek zaczynają obchodzić system, bo lokalnie wolą ręczne potwierdzanie. Funkcja, która miała usprawnić codzienną obsługę, w części lokalizacji zwiększa chaos.

Czy to było ryzyko? Tak.
Czy dało się to w pełni przewidzieć wcześniej? Niekoniecznie.
Czy dało się lepiej się na to przygotować? Zdecydowanie tak.

Nie przez próbę stworzenia idealnej listy wszystkich możliwych problemów, ale przez wcześniejsze postawienie kilku kluczowych pytań:

  • Jakie założenia stoją za tą zmianą?
  • Po czym wcześnie poznamy, że któreś z nich jest fałszywe?
  • Jaki sygnał powinien nas zatrzymać albo skłonić do korekty?
  • Jaką małą próbę możemy wykonać przed wdrożeniem?

 

To jest właśnie różnica między „zarządzaniem ryzykiem jako rejestrem” a „zarządzaniem ryzykiem jako zdolnością do uczenia się”.

Co działa lepiej niż próba przewidzenia wszystkiego

W pracy nad produktem dużo skuteczniejsze od samej identyfikacji ryzyk bywa zarządzanie trzema rzeczami naraz: założeniami, sygnałami i reakcją.

1. Pracuj z założeniami, nie tylko z zagrożeniami

Bardzo wiele istotnych ryzyk produktowych ukrywa się w zdaniach, których nawet nie nazywamy założeniami. Mówimy na przykład: „użytkownicy tego potrzebują”, „ta funkcja odciąży operacje”, „ta zmiana poprawi retencję”, „zespoły będą to wspierać”.

Każde takie zdanie warto potraktować jak hipotezę, a nie jak fakt. EBM opisuje właśnie taki sposób pracy: eksperyment, obserwacja efektu, porównanie z oczekiwanym outcome’em i adaptacja kolejnego kroku. Lean Startup ujmuje to bardzo podobnie w pętli build-measure-learn: zbuduj coś wystarczającego do nauki, zmierz reakcję i wyciągnij wnioski zanim zainwestujesz za dużo. [3] [6]

2. Szukaj wczesnych sygnałów

Wiele organizacji reaguje dopiero wtedy, gdy ryzyko już się zmaterializowało. To za późno.

Lepiej pytać: jaki mały sygnał pojawi się wcześniej? Co zauważymy najpierw? Jaki wskaźnik, zachowanie użytkownika, reakcja rynku albo opór operacyjny może powiedzieć nam, że idziemy w złą stronę?

W przykładzie z aplikacją sygnałami mogłyby być:

  • wzrost liczby zmian wizyt w ciągu ostatnich 24 godzin,
  • wzrost ręcznych interwencji recepcji,
  • niższa niż oczekiwana adopcja w grupie 65+,
  • większa liczba nieobsłużonych wolnych terminów w grafiku,
  • albo lokalne omijanie procesu przez placówki.

To są sygnały znacznie cenniejsze niż późne stwierdzenie: „wdrożenie nie przyniosło oczekiwanego efektu”.

3. Buduj kontrolę ryzyka jako zdolność reakcji

W wielu firmach „kontrola ryzyka” kojarzy się z dokumentem, akceptacją albo formalnym checkpointem. Czasem to potrzebne. Ale w ryzyku produktu kontrola często powinna oznaczać coś innego: możliwość bezpiecznego sprawdzenia hipotezy i szybkiej reakcji.

Snowden od lat podkreśla znaczenie probe-sense-respond w sytuacjach złożonych. Z kolei EBM i praktyki eksperymentowania pokazują, że zamiast iść szeroko od razu, lepiej robić mniejsze kroki i uczyć się szybciej. Kontrolą ryzyka może więc być pilotaż w jednej lokalizacji, ograniczenie wdrożenia do wybranego segmentu użytkowników, możliwość przejścia na obsługę ręczną, dodatkowy monitoring konkretnego zachowania albo jasny próg, po przekroczeniu którego zatrzymujemy zmianę.

Proste narzędzie: karta sygnałów ryzyka produktu

To narzędzie stosuję, gdy chcę pomóc zespołowi albo liderom przejść od ogólnego „to jest ryzykowne” do praktycznego działania. Czasem modyfikuję je w zależności od potrzeb. Pamiętajmy, że kolejna lista czy rejestr, nie zastąpią zrozumienia podejścia do budowania kontroli ryzyka. Mogą je wspomóc, tak jak każde inne narzędzie.

Karta sygnałów ryzyka produktu

Karta sygnałów ryzyka produktu

Dla naszego przykładu mogłoby to wyglądać tak:

Założenie: samodzielna zmiana terminu zmniejszy obciążenie recepcji.
Ryzyko: pacjenci będą częściej zmieniać wizyty w ostatniej chwili i zwiększą chaos operacyjny.
Wczesny sygnał: rośnie liczba zmian terminu na mniej niż 24 godziny przed wizytą.
Próg reakcji: jeśli wskaźnik wzrośnie o więcej niż 15% w pilotażu przez dwa kolejne tygodnie.
Działanie ochronne: ograniczamy funkcję do wybranych typów wizyt i dodajemy dodatkowe potwierdzenie dla zmian last minute.
Właściciel obserwacji: Product Manager wraz z managerem operacyjnym placówek, przegląd co tydzień.

To narzędzie łączy perspektywę produktu, operacji i decyzji. Wymusza wcześniejsze zauważenie problemu i uzgodnienie reakcji. Podkreślam ponownie, że narzędzie ma wspierać i wizualizować sygnały, i może być zastąpione przez inne, które bardziej pasują sytuacyjnie.

Jak zacząć

Na początek zwykle wystarczą trzy kroki.

Po pierwsze, przy każdej większej zmianie zadajcie sobie pytanie: jakie trzy najważniejsze założenia stoją za tą decyzją?

Po drugie, do każdego z nich dopiszcie: jaki wczesny sygnał pokaże nam, że to założenie nie działa?

Po trzecie, uzgodnijcie wcześniej: kto to obserwuje, jak często i co zrobimy, jeśli sygnał się pojawi?

To podejście jest przydatne zarówno dla zespołu produktowego, jak i dla managementu. Zespołowi pomaga nie utknąć w iluzji pewności. Liderom pomaga podejmować decyzje bardziej odpowiedzialnie, bez założenia, że można wiedzieć wszystko z góry.

Na koniec

Dojrzałe zarządzanie ryzykiem w pracy nad produktem nie polega na tym, żeby przewidzieć każdą możliwą sytuację. W wielu przypadkach to po prostu nierealne.

Polega na czymś innym: na rozpoznaniu, które obszary są przewidywalne, a które nie; na odróżnieniu ryzyka projektu od ryzyka produktu; na pracy z założeniami, sygnałami i szybką reakcją; oraz na budowaniu organizacyjnej zdolności do uczenia się, zanim problem stanie się kosztowny.

I właśnie dlatego ten temat nie dotyczy wyłącznie Scrum Teamów. Dotyczy każdego, kto podejmuje decyzje o produkcie, inwestycjach, priorytetach i zmianie.

W produkcie ryzyko rzadko znika od samego wpisania go do tabeli. Znacznie częściej maleje wtedy, gdy organizacja uczy się zauważać je wcześniej i reagować mądrzej.

Tematy poruszone w tym artykule z pewnością nie wyczerpują całego obszaru zarządzania ryzykiem w produkcie. Przybliżają natomiast jeden z aspektów, na którym chciałam się tutaj skupić.

Więcej na temat outputs i outcomes możecie przeczytać w dokumencie Product Thinking:

https://scrumexpansion.org/product-thinking/ oraz https://magdalenafirlit.com/outputs-or-outcomes/

Organizuję szkolenia z zarządzania ryzykiem w produkcie. Skontaktuj się, żeby dowiedzieć się więcej.

Przypisy i źródła

[1] Scrum Guide 2020 – Scrum jako framework do generowania wartości przez adaptacyjne rozwiązania dla złożonych problemów; rola inspekcji i adaptacji. [Wróć do tekstu]

[2] Online Evidence-Based Management Guide, Scrum.org – EBM jako podejście do podejmowania lepiej poinformowanych decyzji przez intencjonalne eksperymentowanie i feedback; praca małymi krokami w złożonym świecie. [Wróć do tekstu]

[3] Unlocking Business Agility with Evidence-Based Management, P. Kong, K. Bittner, T. Miller, R. Ripley – empiryzm, eksperymentowanie, szybki feedback i niepewna ścieżka do celu w zmiennym świecie. [Wróć do tekstu]

[4] ISO 31000:2018, ISO – zarządzanie ryzykiem jako element decyzji, strategii, planowania, kultury i governance (ładu korporacyjnego); podejście stosowalne w każdej organizacji. [Wróć do tekstu]

[5] The Cynefin® Framework, The Cynefin Company – framework wspierający liderów w rozumieniu typu sytuacji i dopasowaniu sposobu działania do kontekstu. [Wróć do tekstu]

[6] Lean Startup Methodology – build-measure-learn jako pętla szybkiego uczenia się przed większą inwestycją. [Wróć do tekstu]

Inne wpisy na blogu

decorative image

Product Thinking w Scrum Guide Expasion Pack: od output do outcome i impact (i jak to mierzyć)

W praktyce, w organizacjach, które używają mechanizmu Scruma, często okazuje się, że „dowiezienie” zadań, funkcjonalności (output) jest najważniejsze, a pożądana zmiana u klienta (outcome) i wartość biznesowa (impact) bywają niedookreślone, nieznane bądź nawet ignorowane. Dokument Product Thinking powstał po to, by dać zespołom i liderom spójny sposób myślenia: jak łączyć codzienną pracę z mierzalną wartością i długoterminową żywotnością produktu.

Read More »
decorative background image

Ukryty koszt nieefektywnych negocjacji w zarządzaniu produktem

Większości osób negocjacje kojarzą się z formalnym procesem: umowami, dostawcami i rozmowami o wysoką stawkę. Tymczasem liderzy produktowi negocjują codziennie, z interesariuszami, zespołami, kadrą zarządzającą, sprzedażą i wieloma innymi osobami. To właśnie te drobne decyzje kształtują wartościowe rezultaty (outcomes) produktu.

Read More »
decorative

Przeciążony lider

Nie brakuje dzisiaj informacji i szkoleń z podejmowania decyzji, priorytetyzacji czy zarządzania czasem. Ale co, jeśli problem leży gdzie indziej? Co, jeśli to nie kwestia wiedzy, tylko przeładowanego poznawczo umysłu lidera?

Read More »