Александр Ключников – Фокус вместо пожаров: система приоритетов для руководителя и команды (теперь с ИИ) (страница 3)
2.5. «Грязные данные»: почему они всё равно полезны (и как их приручить)
В реальности данные почти всегда:
неполные,
противоречивые,
субъективные,
устаревшие,
собранные «не под задачу».
Это нормально. Важно не избавиться от грязи (часто невозможно), а понимать её тип:
устаревание → добавьте «срок годности» данным: неделя/месяц/квартал;
смещение источника → поддержка слышит одно, продажи – другое: учитывайте это как разные «линзы»;
шум → много мелких жалоб без ядра: группируйте по теме и проверяйте частоту;
выжившие данные → вы видите только тех, кто написал: добавьте аналитику поведения.
ИИ можно использовать именно для «приручения»: кластеризация обращений, выделение тем, поиск повторяющихся причин, обнаружение дубликатов в бэклоге, нормализация формулировок.
2.6. Когда данных нет: что делать в «темноте»
Если данных действительно мало, используйте два инструмента:
1) Быстрые прокси-метрики
То, что можно измерить без сложной инфраструктуры: время выполнения сценария, количество ручных вмешательств, число повторных обращений по теме, доля задач «на переделку», время согласований.
2) Принцип «малых ставок»
Не пытайтесь сразу выбрать идеальный приоритет. Выберите самый дешёвый способ проверить, влияет ли задача на цель: A/B, фича-флаг на сегмент, прототип, ручной эксперимент, пилот на одном клиенте.
ИИ здесь выступает как генератор вариантов проверки: «как подтвердить гипотезу за 2 дня, а не за 2 месяца».
2.7. Нормализация: один язык для целей, задач и данных
Сильная приоритизация начинается там, где команда говорит на одном языке.
Если маркетинг называет «активацией» одно, продукт – другое, а поддержка – третье, ИИ будет честно оптимизировать хаос. Поэтому полезно ввести словарь:
Список ключевых метрик (5–10 штук максимум)
Определения (что именно считается)
Источники данных (где смотреть)
Окна времени (за какой период оцениваем)
Это не бюрократия. Это способ сделать так, чтобы и люди, и ИИ сравнивали задачи по общему основанию.
2.8. Артефакт: «Паспорт данных для ИИ-приоритизации» (шаблон)
Скопируйте и используйте как страницу в Notion/Confluence или как поля в таск-трекере.
Паспорт данных
Цели периода (2–3):
Цель 1: … (метрика, целевое значение, срок)
Цель 2: …
Цель 3: …
Ключевые метрики (до 10):
Метрика: определение → источник → период обновления
Источники сигналов:
Аналитика: где смотреть, кто владелец
Поддержка: где теги/темы, кто владелец
Продажи/CS: где причины, кто владелец
Инциденты: где отчёты, кто владелец
Исследования: где записи, кто владелец
Правила качества:
Данные считаются актуальными, если не старше: …
Обращения считаем значимыми, если повторяются: … раз/неделя
Для гипотез без данных обязателен план проверки: да/нет
Структура карточки задачи (минимум):
Метрика → механизм → сегмент → доказательства → усилия → зависимости → критерий успеха
Окно пересмотра приоритетов:
Раз в неделю / раз в спринт / раз в месяц
С этим паспортом ИИ перестаёт быть «гадалкой» и становится инструментом управления. Он не магически угадывает будущее – он ускоряет ваш цикл мышления, делает его прозрачным и повторяемым.
Если хочешь, в следующем пункте (222 3) я перейду к конкретным моделям приоритизации (RICE/ICE/WSJF/Cost of Delay) и покажу, как ИИ «склеивает» их в одну систему под вашу ситуацию.
Глава 3 – Модели приоритизации: как ИИ превращает RICE, ICE и WSJF в рабочую систему
Моделей приоритизации много, и каждая кажется разумной – пока вы не попробуете применить её к реальному бэклогу. Тогда начинаются знакомые боли: не хватает данных, оценки спорные, разные команды тянут в разные стороны, а формула даёт «математически точный» результат, который всё равно кажется неправильным.
Эта глава про то, как использовать классические модели не как религию, а как инструменты – и как ИИ помогает сделать их:
менее субъективными,
быстрее применимыми,
прозрачными для команды,
адаптированными под контекст.
3.1. Зачем вообще формулы, если «и так понятно»?
Формула нужна не для того, чтобы «найти истину». Она нужна, чтобы:
сравнивать несравнимое (фича vs баг vs техдолг vs исследование),
снимать эмоциональный перегрев («мне кажется важнее»),
фиксировать правила игры (как принимаем решения),