关于IPD体系的讨论

简介:
迈普是2003年引入IPD的,我当时受过一点点培训。也亲身参与其中,有一点感觉,这里抛块砖。 
感觉IPD有其优点,矩阵式架构,能在产品的每个决策点,找到对应的角色为其负责,并且对于产品市场化的推动效果非常明显。 
不足之处是IPD各项考评太过于量化,这对于预研性质的研发影响很大,很多预研项目,由于没有市场支撑,最终无法统计工作量。 
而IT企业,能固守已有技术创造效益的可能性基本不存在,创新才是IT企业生存发展的第一动力,因此,IPD体系对于迈普这种原创性企业实际上在某种程度上起到了损害作用,这是各家公司要慎重注意的。 
简单的建议是应该设立单独的技术预研部,这个部门明确说明不实行IPD体系架构,而按照传统树形,自上而下方法管理,效果可能反而会好一点点。 
另外,IPD基本上是规划的公司运营方面的流程,产品研发仅仅是其中一个环节而已,我一直认为,该哪一级做的事情,就应该由哪一级来做。 
开发效率不是IPD体系架构的重点,这个是研发管理问题,因此,对于华为把敏捷开发提高到运营级来考量,这个我持不同意见。 
IPD的执行体系,本来就对产品的快速面市提出要求,它是裁判员的职务,他不会也不应该关心实做的研发人员效率如何,能否按期出来,那是公司资源分配问题,资源不够,应该由人力资源部来解决,IPD体系仅仅提要求,不关心如何解决。 
至于研发部门,能否按照IPD的各级决策评审点完成,这实际上是死任务,必须完成,如果资源申请不够,那实际上说明这个市场不是公司目前状况应该去参与的,公司更多的要考虑的是如何增加投入,待公司实力达到这个市场的准入门槛,再行考虑切入。 
可惜的是,很多公司在实时运营的时候,这个点都有问题,在资源投入不够的情况下,总是试图通过玩一些概念,变一些花样,强按牛头吃草,来强行切入,这一方面显示出老板的急功近利,二一个也说明领导决策层并没有切实做好IPD体系中资源分析这个环节,在前期决策启动的时候,就已经出了问题。但是很可惜,最终这些错误往往还是由员工来买单。 
因此,IPD执行效果不好,我本人倒不认为是IPD本身有问题,而是执行过程中出现了问题。 
其实这也带出了另外一个话题,IPD仅仅是一套运营架构,它本身是不能帮助公司赚钱的,而且,非常花钱,因此,企业运营时,如何决策产品路线图,进行市场规划,经营规划,这本身就没有标准答案,因此,仅仅期待一两套先进的工作方法,就期望公司赚钱,实际上是不现实的。企业在如何赚钱这个问题上,还是要修炼内功,冷静思考,不要被一些概念误导。 
目前企业经营有中方法论,好像一个好的方法,就可以主导一切,我本人是万万不敢苟同的。 

呵呵,说了这么多,仅仅是一家之言哈,不一定正确,欢迎大家批评。

 

本文转自 tonyxiaohome 51CTO博客,原文链接: http://blog.51cto.com/tonyxiaohome/198488,如需转载请自行联系原作者

相关文章
|
传感器 安全 物联网
5G与物联网:加速产业数字化转型
【10月更文挑战第26天】
331 0
|
弹性计算 Kubernetes 开发者
利用容器化服务实现游戏服务器的动态资源配置
【8月更文第12天】在游戏行业中,用户基数的变化往往呈现出明显的波动性,特别是在推广活动期间,用户基数会显著增加,而在非推广期则会有所下降。为了应对这种变化,游戏开发者需要一种能够根据用户基数动态调整服务器资源的解决方案,以确保用户体验的同时最大限度地节省成本。容器化服务因其灵活的资源管理和成本控制能力,成为了理想的解决方案。
288 2
|
存储 Ubuntu 网络协议
轻松搭建Nextcloud私有云盘并实现公网访问本地资源
轻松搭建Nextcloud私有云盘并实现公网访问本地资源
|
监控
构建三维一体立体化监控,看这一篇就够了!
如果你需要搭建一套能够立体化监控你的应用及业务,出现问题及时告警的监控体系,这篇文章应该是你所需要的!
775 0
构建三维一体立体化监控,看这一篇就够了!
|
机器人 数据中心
okcc呼叫中心系统搭建的方案方式
传统企业呼叫中心多采用 PC和手机软件,很难与客户保持良好的沟通。因此,需要建设一套呼叫中心系统来实现与客户实时有效沟通。那么,呼叫中心搭建的方案方式有哪些呢?有关系统问题欢迎和博主技术交流,下面详细介绍一下。   一:建设呼叫中心服务器   通过安装系统专用软件,实现呼叫中心系统的搭建,这种方式成本低,但不能实时运行,稳定性差,一旦出现故障,不能保障客服人员的正常工作。还有一种方式,是建设呼叫中心服务器,利用服务器来实现与客户及时沟通。这种方式成本高,但可根据需要灵活选择,其灵活性强。   二:搭建多机电话平台   传统的电话平台采用的是“分机”的方式,即一个呼叫中心有两个以上不同的
|
弹性计算 运维 Kubernetes
《云上业务稳定性保障实践白皮书》——五.行业客户稳定性保障实践——5.1 游戏业务稳定性保障——5.1.2 游戏容器化部署最佳实践(3)
《云上业务稳定性保障实践白皮书》——五.行业客户稳定性保障实践——5.1 游戏业务稳定性保障——5.1.2 游戏容器化部署最佳实践(3)
370 0
|
机器学习/深度学习 数据采集 SQL
AIOps:自适应机器学习异常检测
以下内容来自【2021阿里云开发者大会】中的内容分享,本次分享的题目是《AIOps:自适应机器学习异常检测》,该分享意在阐述机器学习算法在企业中的落地实践,通过算法和算力尽可能的提升企业运维人员的效率,为业务的快速发展保驾护航。
2426 0
|
SQL 机器学习/深度学习 运维
SLS机器学习最佳实战:时序异常检测和报警
日志服务团队具备强大的日志采集功能,针对建立索引的日志进行快速的查询和分析能力。基于此,我们团队将时序数据分析功能整合到日志服务中去,结合更加强大的告警功能,帮助用户根据自己的业务需求,快速的构建报警规则,提高效率。
9833 0