一
价值优先级
价值就是可以让公司获得或节省多少钱称为基于客户价值的优先级排序，这种技术的目的是能够让客户也参与到优先级排序过程中。
团队应该基于项目的需要和如何做对组织更为有利来选择优先级排序方法
1）简单方案
最简单的方案，直接根据主观经验判断优先级高和低
2）MoSCow优先级方案
莫斯科方法是由Oracle软件专家Dai Clegg开发的在确定时间框架内的一种属于敏捷项目管理的优先级排序方法。它来源于Dynamic Systems Development Method (DSDM)。这种方法又被称为是莫斯科分析，莫斯科优先，莫斯科技术和莫斯科规则。MoSCoW中的两个o并无实际意义，只是为了便于发音而加入的。
M：Must 必须做，不做系统不能工作
S：Should 应该做，表示做了应该做的系统才能工作
C：Could 可以做，提供产品的附件价值，做了会让产品更有亮点
W：Would Not 不能做，不可以存在的功能
莫斯科法则三部如何进行?
1.确定目标和优先级因素 | 确保项目中涉及的团队和其他涉众就项目目标和用于确定优先级的因素达成一致。 | |||||||||||||||||||||||||||||||||||
2.确定资源分配比例 | 例如，20%的资源可以分配给可能拥有（也就是could-have）的需求，而40%的资源分配给必须拥有（也就是must-have）的需求，30%的资源分配给应该拥有（should-have）的需求。 | |||||||||||||||||||||||||||||||||||
3.需求分配 | 一旦需求被收集起来，并且在业务和涉众之间达成了协议，那么团队就可以开始将需求分配到以下四个类别，看下图
|
3）虚拟钱币
给发起人一些虚拟钱币用来购买特性，统计哪些特性的钱最多就是优先级最高的。
4）100点法
我更愿意称之为投票法，每个相关方会拥有100点，通过分配这100点给不同的需求，当然可以100点都给一个需求代表这个需求非常重要，最后统计点数高的就是优先级高。
5）Kano模型
定义5个层次的顾客需求，基本型需求，期望型需求、兴奋型需求、无差异型质量、反向型质量。
基本型需求：必须有，也叫必备需求，必须有的功能，没有客户会很不满意
期望型需求：期望有但不是必须的，期望需求也叫线性需求或意愿型需求，特点是客户不知道但却希望得到的，而且越多越好，比如宾馆里的健身房，基本需求是用来睡觉，如果有健身房会更好。
兴奋性需求：出乎意料的，也叫魅力需求，用户没看到功能时并不知道需要他们，当产品提供这类需求时会非常满意，可以提高客户忠诚度。
无差异型质量：有没有都行。属于边缘需求。
反向（逆向）型质量:又称逆向型需求，此类需求是和用户满意度背道而驰，实现此功能对用户满意度只有降低。比如微信朋友圈广告。
KANO模型的使用方法
1.问卷设计
KANO模型调研的每个功能/需求都有正向和负向两个问题，正向测量的是用户在面对具备这项功能时的满意度，负向测量的是用户在面对不具备这项功能时的满意度。问卷中的问题答案一般采用五级选项，按照：喜欢，预期，无意见，忍受，不希望，进行评价。
问卷调查表 | |||||
问题 | 喜欢 | 预期 | 无意见 | 忍受 | 不希望 |
如果产品/服务有**模块，您的评价是 | |||||
如果产品/服务没有**模块，您的评价是 | |||||
2.统计
统计表 | 不提供\不具备 | |||||
喜欢 | 预期 | 无意见 | 忍受 | 不希望 | ||
提供 \具备 | 喜欢 | 可疑结果 | 兴奋型 | 兴奋型 | 兴奋型 | 期望型 |
预期 | 反向型 | 无差异型 | 无差异型 | 无差异型 | 基础型 | |
无意见 | 反向型 | 无差异型 | 无差异型 | 无差异型 | 基础型 | |
忍受 | 反向型 | 无差异型 | 无差异型 | 无差异型 | 基础型 | |
不希望 | 反向型 | 反向型 | 反向型 | 反向型 | 可疑结果 | |
3.better-worse系数计算
在处理完成对应的需求数量统计后。我们就将需求进行Better-Worse系数分析。
Better，可以解读为增加后的满意系数。Better的数值通常为正，代表如果产品提供某种功能或服务，用户满意度会提升。正值越大/越接近1，则表示用户满意度提升的效果会越强，满意度上升的越快。
Worse，可以叫做消除后的不满意系数。Worse的数值通常为负，代表产品如果不提供某种功能或服务，用户的满意度会降低。其负值越大/越接近-1，则表示对用户不满意度的影响最大，满意度降低的影响效果越强，下降的越快。
根据对应计算出的系数，我们对应的需求进行四象限的划分。从而得出需求的所属类型。
6）相对权重法
一种类似于Kano的方法，也是考虑具有一项特性所带来的正面益处和缺乏它所产生的负面影响。这一方法关键在于是依赖专家判断而不是使用问卷调查，在产品负责人的指导下，团队共同对下一次发布考虑的每个特性进行评估，对每个特性都要评估他所带来的收益以及不实现带来的损失，如下表
说明：
1、相对收益和相对损失是主观进行估算的，F1 F2 F3是相对关系
2、总价值=相对收益+相对损失
3、价值百分比=单个特性总价值/所有特性的总价值和（14/33=0.42）
4、估算值是对故事点和理想人天的估算值（特性包含多少个故事点或多少人天）
5、成本百分比=估算值/总估算值（32/61=0.53）
6、优先级=价值百分比/成本百分比，取值越高证明优先级越高，因为这一特性投入了更多的价值，
总结kano和相对权重，在Kano中，特性被区分成必须的特性、线性特性、和兴奋点，这一技术是通过向用户提问问题来完成的，如果有这个功能会觉得如何，如果没有会觉得如何。相对权重方法提供一种使用单一值来实现一个特性所带来的收益，不实现该特性带来的损失以及实现该特性的成本进行评估的方法。
二
成本改变优先级
俗话说时间就是金钱，特性的成本是决定优先级的关键因素，例如客户很想要马上得到一个需求，客户认为1天的时间就能完成，但是经过技术评估后需10天，此时由于成本过高客户决定降低优先级，因为有时再等一等或许有更简单的方法实现从而节省成本。
所以在确定优先级时往往会把功能点或者理想人天转换成金钱。
三
新知识影响优先级
很多时候我们很多时间是花在对新知识的追寻上，因为项目开始时我们并不能预知所有的事情，所以团队挖掘的知识可以分为两类：产品知识和项目知识
产品知识就是关于产品包含哪些功能哪些特性，了解越多团队就能越好的做出产品
项目知识是如何创建产品的知识，例如开发技术、方法等
敏捷项目中，往往在看到部分产品前，客户是无法判断他们到底想要什么，只有看到后才能逐渐细化他们的需求，尽早降低“产品是什么”的不确定性非常重要。
四
风险影响优先级
几乎所有的项目都有风险，项目里存在的风险类型有进度风险、成本风险、缺陷风险，此外风险也可以分为技术风险和商业风险
进度风险：我们10月份前完成不了
成本风险：采购不到合适价格的硬件
缺陷风险：产品无法正常工作
为了最好多确定工作优先级，同时考虑风险和价值很重要，如下图把特性风险和价值的关系映射到了4个象限
五
总结
总结确定优先级需要考虑以下4个主要因素。
（1）获得这些特性带来的经济价值。
（2）开发（可能还包含支持）新特性所需要的成本。
（3）开发新特性所产生的学习和知识的量及重要性。
（4）开发这些特性所减少的风险。
综合4个优先级因素，应首先考虑特性的价值和所需成本，此时会有个初级的优先级顺序，价值/成本比率高的应该首先完成。
其次，考虑其它因素来确定优先级，如果价值成本是中等优先级，但是技术有很大风险，这时应该提前。
优先级并不是一成不变的，在过程中可以调整的，尤其在敏捷项目中，迭代之间调整优先级是常有的事情。
优先级排序的实例详解
简单方案（主观经验）
团队成员经过讨论，根据市场上类似 APP 的情况以及对目标用户的初步理解，认为健身课程视频播放（F1）和健身计划定制（F2）可能是比较核心的功能，优先级较高；社交分享功能（F3）相对来说是增加用户粘性的功能，优先级中等；饮食建议（F4）、与可穿戴设备连接（F5）和线上教练咨询（F6）由于开发难度或者市场需求的不确定性，优先级相对较低。
Must - have（M）：健身课程视频播放（F1），没有这个功能，APP 基本无法满足用户健身时的学习需求。 Should - have（S）：健身计划定制（F2），它能让用户更有针对性地进行健身。 Could - have（C）：社交分享功能（F3），能为 APP 增加用户互动和传播性。 Would Not（W）：暂时没有发现明显不符合产品定位的功能。
确定目标和优先级因素：项目目标是打造一款满足用户健身需求、提高用户健身效果和体验的 APP。确定优先级的因素包括功能对用户健身效果的直接影响、市场上同类 APP 的功能特点等。 确定资源分配比例：假设分配 40% 的资源给 Must - have 需求，30% 给 Should - have 需求，20% 给 Could - have 需求，10% 用于风险应对和调整。 需求分配
假设给产品发起人和几个主要的利益相关者共 100 个虚拟钱币。结果发现，40 个虚拟钱币被用于购买健身课程视频播放（F1）的特性，30 个用于健身计划定制（F2），20 个用于社交分享功能（F3），5 个用于饮食建议（F4），3 个用于与可穿戴设备连接（F5），2 个用于线上教练咨询（F6）。这表明 F1 的优先级最高，依次为 F2、F3、F4、F5、F6。
相关方包括开发团队、市场人员、潜在用户代表等。开发团队将 50 点分配给 F1，30 点给 F2，10 点给 F3，5 点给 F4，3 点给 F5，2 点给 F6；市场人员分配 40 点给 F1，30 点给 F2，15 点给 F3，8 点给 F4，4 点给 F5，3 点给 F6；潜在用户代表分配 35 点给 F1，25 点给 F2，20 点给 F3，10 点给 F4，6 点给 F5，4 点给 F6。综合统计后，F1 的总点数最高，其次是 F2、F3、F4、F5、F6。
问卷设计与统计：针对每个功能设计问卷，对一定数量的潜在用户进行调查。例如对于健身课程视频播放（F1），如果有这个功能，很多用户表示 “喜欢”，没有这个功能则表示 “不希望”，初步判断为基本型需求；健身计划定制（F2），有这个功能时用户大多表示 “预期”，没有时表示 “忍受”，判断为期望型需求；社交分享功能（F3），有这个功能时部分用户表示 “兴奋”，没有时表示 “无意见”，属于兴奋型需求；饮食建议（F4），有和没有时用户大多表示 “无意见”，为无差异型质量；与可穿戴设备连接（F5），有这个功能时少数用户表示 “喜欢”，没有时表示 “无意见”，偏向无差异型质量；线上教练咨询（F6），有这个功能时部分用户表示 “预期”，没有时表示 “忍受”，为期望型需求。 better - worse 系数计算与四象限划分：经过计算，F1 的 Better 系数较高，Worse 系数也较高，属于基本型需求，优先级高；F2 的 Better 系数中等，Worse 系数中等，为期望型需求，优先级中等偏高；F3 的 Better 系数较高，Worse 系数较低，属于兴奋型需求，优先级中等；F4 的 Better 和 Worse 系数都较低，为无差异型质量，优先级低；F5 的 Better 系数较低，Worse 系数低，优先级低；F6 的 Better 系数中等，Worse 系数中等，优先级中等偏低。
团队在产品负责人的指导下进行评估。例如对于健身课程视频播放（F1），相对收益估算为 8（主观值），相对损失估算为 6，总价值为 14；健身计划定制（F2）相对收益为 6，相对损失为 4，总价值为 10；社交分享功能（F3）相对收益为 4，相对损失为 2，总价值为 6；饮食建议（F4）相对收益为 2，相对损失为 1，总价值为 3；与可穿戴设备连接（F5）相对收益为 1，相对损失为 1，总价值为 2；线上教练咨询（F6）相对收益为 3，相对损失为 2，总价值为 5。计算价值百分比、成本百分比（假设估算值等相关数据已得出），最后得出优先级，F1 的优先级最高，依次为 F2、F3、F6、F4、F5。
经过技术团队评估，健身课程视频播放（F1）虽然价值高，但需要购买版权、进行视频格式转换等，成本较高，预计需要 100 个人天；健身计划定制（F2）成本相对较低，预计 30 个人天；社交分享功能（F3）成本中等，预计 50 个人天；饮食建议（F4）成本较低，预计 20 个人天；与可穿戴设备连接（F5）成本较高，需要与多个设备厂商合作，预计 80 个人天；线上教练咨询（F6）成本中等，预计 40 个人天。综合考虑成本因素后，原本优先级较高的 F1 因为成本因素，优先级有所下降，F2 的优先级相对提升。
在开发过程中，团队发现如果要实现与可穿戴设备连接（F5），需要深入学习新的蓝牙技术和设备接口协议，这将花费大量时间，增加了项目的不确定性。而在开发健身计划定制（F2）时，团队发现市场上有一些成熟的算法和模板可以借鉴，新知识获取成本低。所以 F5 的优先级因为新知识获取的难度进一步降低，F2 的优先级再次提升。
进度风险方面，健身课程视频播放（F1）如果不能按时获取版权，可能会导致项目延期，存在较高的进度风险；健身计划定制（F2）的进度风险较低。成本风险上，与可穿戴设备连接（F5）可能因为合作厂商的变动导致成本增加，风险较高；饮食建议（F4）的成本风险较低。缺陷风险方面，线上教练咨询（F6）可能因为网络问题导致咨询中断，有一定的缺陷风险；社交分享功能（F3）的缺陷风险较低。综合考虑风险因素后，F1 的优先级因为进度风险有所降低，F5 的优先级因为成本风险再次降低，F2 的优先级相对提升。
欢迎加入中国最大的PMO&PM社区
