Spotify敏捷模式详解三部曲第二篇:研发过程

简介: 在本系列文章的第一篇,我们介绍了Spotify的敏捷研发团队,以及它独特的组织架构。在本篇,我们将介绍Spotify基于敏捷开发和精益创业思维的产品研发过程。

引言
在本系列文章的第一篇,我们介绍了Spotify的敏捷研发团队,以及它独特的组织架构。Spotify的研发团队采用的是一种非常独特的组织架构,如下图所示:
1

整个研发组织有多个称为“Tribe部落”的单元组成,每个部落中包括多个“Squad小队”,从横向的维度,把拥有类似技能的人放在一起形成“Chapter分会”和“Guild协会”。

本篇是Spotify敏捷模式详解三部曲第二篇,将继续为大家介绍Spotify基于敏捷开发和精益创业思维的产品研发过程。

Spotify产品开发的核心理念
创造革命性的产品,通过早期低成本的原型设计来控制产品风险。
品质不过关决不发布产品,即便是落后于既定的发布日期。
通过产品发布后持续地调整优化,来确保产品从发布时就表现优异,直至最后得到惊艳的产品。
从产品创意——>形成产品4个阶段
2

产品风险控制
产品开发最大的风险——构建一个错误的产品。
思考阶段:以较低的成本,大幅度降低产品风险。
构建阶段:运作成本高,几乎无法降低产品风险,所以要尽量缩短。
发布阶段:随着产品的发布和客户使用,产品风险持续降低。
调整阶段:随着时间的推移,产品逐渐完善,运作成本持续下降,小队们可以开始逐渐去做其他事情。
3

一、Think it 阶段
工作流程
4

过程说明

目标:拿出一个足够吸引人的故事性描述和能够传达它的可运行原型。
输入:产品创意
过程:

  1. 组建Think it 小队。
    2.写故事描述,定义指标(要达到的效果)。

3.构建原型。
4.确认是否值得构建MVP。

完成的定义:
1.管理者和Think it 小队都认同这个产品值得构建(或者这个产品永远都不值得构建,应该被舍弃)。
2.说明:这是一个主观上的决定,它并没有过硬的数据作支撑。直到Ship It阶段才会产生坚实的数据,所以我们希望尽可能快地到达Ship It阶段。

故事描述(narrative)
故事描述,是一个简短的文档,用来回答如下问题:

  1. 为什么我们要开发这个产品?谁能从中受益?如何受益?
  2. 我们期望可以从这个产品提升哪些关键指标?诸如:会增加多少音乐播放量,增加多少下载量,增加多少登录量等等。
  3. 我们的预期是怎样的?我们如何判断这个产品是否成功?
  4. 是否会令产品“再上一个台阶”(Step Change)吗?(指的是,我们预期这个产品在既定指标上会带来至少双倍的提升。如果只是在度量指标上略有提升,最好有个更强有力的理由,例如战略方面的原因)

关于故事描述的说明:

  1. 故事描述不是所谓的产品愿景规划。它不包括特性清单、预算、资源计划。更像是一个用数据说话(数据驱动)的意愿陈述。
  2. 最重要的部分就是故事,要讲一个生动的、能吸引人的故事。

举例:“Discover”标签产品的故事描述——介绍一种发现音乐的更好方式。看!你最喜爱的艺术家刚刚分享了一首歌给你。我们让艺术家们和粉丝们从未如此靠近过。喜欢一个艺术家?那就去follow(关注)他,并与朋友们分享你的新发现吧。

构建原型

  1. “Think It”小队会构建许多不同的原型来传递产品的感官上的体验。

2.“低保真”的纸面原型。

3.“高保真”的可运行的原型(上面跑伪数据源之类)。

4.几个内部焦点小组会用来辨别哪一个原型能最好地传达了它的产品精神(那个故事性描述)。

5.直到我们不断缩小范围,最后只剩下几个胜出的原型。

5

Think it 阶段何时可以结束

  1. 这是一个没有截止日期的迭代过程,我们无法决定这个产品前期会花去多少时间。
  2. 只有当我们可以拿出一个足够吸引人的故事性描述和能够传达出它的可运行的原型,才值得去构建产品。

二、Build it 阶段
工作流程
6
7

过程说明

目标:构建出能够向真实用户充分传达产品理念的MVP(最小可行产品)。
过程:

  1. 扩建小队。
  2. 构建和内部发布。
  3. 确认MVP是否足够好。

注意事项:
1.尽量快:不希望在发布产品前构建一个十分完备的产品,因为这个过程会延迟我们获取客户使用数据的时间。

2.不希望产出无用的或令人沮丧的产品。要写产品级的代码并且保障质量。

3.(MVP也可以称为:最早令人喜爱产品。)

完成的定义:
管理者和小队共同认为:

1.目前这个MVP已经实现了基本的故事描述。

2.已经足够好,可以开始向真实用户发布。

三、Ship it 阶段
工作流程
8

过程说明

目标:逐渐将产品扩散到所有用户,同时进行度量和分析,确保产品在真实环境下,也能够达成它的设计初衷。
过程:

  1. 小范围发布。
  2. A/B测试。
  3. 度量和分析、学习、迭代提升。
  4. 逐步扩散到所有用户,或者抛弃。

完成的定义:

  1. 产品扩散到所有用户。
  2. 注意点:

1)这时并不意味着产品已经“功能齐全(feature complete)”,完成了Ship It阶段只是意味着产品(MVP+必要的改进)已经被100%铺开而已。

2)不存在“功能齐全”的说法,因为产品即使在Ship It阶段之后还会继续优化。

四、Tweak It 阶段
工作流程
9

过程说明:

  1. 在这个阶段,小队持续优化、A/B测试、度量和分析。
  2. 直到有一天,所有重要的改进都已经完成,新的改进已经无法带来吸引人的收益,指标数据已经很难有进一步的提升,产品已经趋近于“极致”。
  3. 这时候,小队会逐渐转向新的工作或者重构下一代产品(回到Think it 阶段)

五、总结
产品开发全景图如下图所示,它包括了四个阶段:

Think it阶段:拿出一个足够吸引人的故事性描述和能够传达它的可运行原型
Build it阶段:构建出能够向真实用户充分传达产品理念的MVP(最小可行产品)。
Ship it阶段:逐渐将产品扩散到所有用户,同时进行度量和分析,确保产品在真实环境下,也能够达成它的设计初衷。
Tweak it阶段:在这个阶段,小队持续优化、A/B测试、度量和分析。
10

本篇是Spotify敏捷模式详解三部曲第二篇:研发过程,本系列文章的下一篇将继续介绍Spotify的工程文化,敬请期待。

相关阅读:
Spotify敏捷模式详解三部曲第一篇:研发团队

参考资料:

本文部分内容及引用的图片主要来自于Henrik Kniberg和Anders Ivarsson的文章《Scaling Agile @ Spotify with Tribes, Squads, Chapters & Guilds》。
本文作者:

Jerry Li(李洁), Eric Liao(廖靖斌)

本文转自:Scrum中文网

目录
相关文章
|
5月前
|
缓存 编解码 并行计算
《AMD显卡游戏适配手册:解决画面闪烁、着色器编译失败的核心技术指南》
本文聚焦游戏跨显卡适配中的典型痛点,针对NVIDIA显卡运行流畅、AMD显卡却出现画面闪烁、着色器编译失败等问题,深度拆解底层成因与根治方案。文章指出,问题核心源于AMD与NVIDIA的硬件架构(SIMD/SIMT)、指令集支持、驱动优化方向的本质差异,以及开发时单一显卡适配的思维惯性。通过驱动版本精准选型与残留清理、着色器编译规则降级兼容与分卡预编译、纹理压缩格式与渲染设置针对性调整、双显卡同步测试与长效迭代体系搭建等六大核心逻辑,提供从底层技术优化到实操落地的全流程指南。
420 7
|
11月前
|
程序员 Docker Python
解决Python中没有模块名‘PyQt5.QtCore’的问题
只要抓住了以上的原则和步骤,解决“没有模块名‘PyQt5.QtCore’”的问题就不再是难题。当然,对于更复杂的环境,例如在Docker容器、在特殊操作系统、或使用特殊Python运行时(如PyPy)中运行PyQt5等情况,可能需要采取其他的步骤和策略。不过放心,凭借一点灵活的思维,和饱满的耐心,你肯定能够找到和解决掉问题的源头,然后继续你的PyQt5项目!
558 21
|
7月前
|
人工智能 前端开发 测试技术
Kimi K2 模型更新,带来更强的代码能力、更快的 API
今天,Kimi K2 模型的最新版本 0905 开源发布,进一步提升其在真实编程任务中的表现
1682 0
|
机器学习/深度学习 算法 计算机视觉
卷积神经网络(CNN)的工作原理深度解析
【6月更文挑战第14天】本文深度解析卷积神经网络(CNN)的工作原理。CNN由输入层、卷积层、激活函数、池化层、全连接层和输出层构成。卷积层通过滤波器提取特征,激活函数增加非线性,池化层降低维度。全连接层整合特征,输出层根据任务产生预测。CNN通过特征提取、整合、反向传播和优化进行学习。尽管存在计算量大、参数多等问题,但随着技术发展,CNN在计算机视觉领域的潜力将持续增长。
1413 3
|
网络协议 网络架构
动态图解 | 9分钟让你明明白白看懂Traceroute(路由追踪)的原理与实现
动态图解 | 9分钟让你明明白白看懂Traceroute(路由追踪)的原理与实现
2679 1
|
Ubuntu
蓝易云 - ubuntu下自启动设置,为了开机自启动launch文件
完成以上步骤后,每次开机时,Ubuntu系统就会自动启动你指定的launch文件了。
620 0
|
存储 Prometheus Kubernetes
OSS、OSS-HDFS、PVC
OSS、OSS-HDFS和PVC都是与分布式存储相关的技术,下面是它们的详细介绍:
629 1
|
SQL 存储 分布式计算
Flink1.13架构全集| 一文带你由浅入深精通Flink方方面面(一)
Flink1.13架构全集| 一文带你由浅入深精通Flink方方面面
910 0
Flink1.13架构全集| 一文带你由浅入深精通Flink方方面面(一)
|
资源调度 算法 数据可视化
贝叶斯 RStan 包入门教程
贝叶斯 RStan 包入门教程
3326 0
|
设计模式 存储 架构师
2022下半年《软考-系统架构设计师》备考经验分享
我参加了2022年11月份的《软考-系统架构设计师》考试,在一个多月的备考之中我总结了一些学习经验和答题技巧,现毫无保留的分享给大家,希望对报考的同学们有所帮助
1285 0
2022下半年《软考-系统架构设计师》备考经验分享