Norwegian PIE – praktisk om å prioritere eksperimenter og andre ting

Dette handler som så mange andre ting om prioritering. Prioritering i i arbeidslivet. Metoden som beskrives her var jeg først med å ta i bruk i forbindelse med weboptimalisering i TIDAL. Siden da har det blitt flere anledninger til å bruke det såkalte PIE-rammeverket med hell. Her er en liten gjennomgang av hvordan det har gått for seg.

Rammeverket
Med denne tilnærmingen sorterer man typisk en litt lengre liste. Første gang for min del så bestod den listen av mulige eksperimenter for weboptimalisering. Eksperimenter som måtte prioriteres pga. begrenset trafikk.
Man kan selvfølgelig sortere andre ting også – for eksempel funksjoner man vurderer å utvikle i en app. Eller nye marketingkanaler man vurderer å teste, etc. Skal du velge mellom ulike veier til et mål så kan du bruke metoden. For ordens skyld – jeg tror jeg så dette først hos Widerfunnel.

Grunnleggende: Etter å ha satt score på tre faktorer fra 0 – 10 for hvert alternativ for så baserer man sitt valg på gjennomsnittet av disse per alternativ. Og det er her PIE kommer inn:

• Potential: Hvor stor forbedring kan vi maksimalt se for oss at vi vil oppnå med alternativet?
• Importance: Hvor viktig er det vi forsøker å forbedre?
• Ease: Hvor krevende er det å gjennomføre alternativet?

Her er tanken altså at man skal fokusere på alternativer hvor man kan ha 

• store utslag (Potential)
• på viktige verdidrivere (Importance)
• med minst mulig innsats. (Ease)

Halvparten så viktige ting som er dobbelt så enkle å gjennomføre får dermed i utgangspunktet samme score. Ikke akkurat rocket science men forbausende nyttig i praksis. Med 33% fokus på “E” så agerer man i min erfaring ganske så annerledes enn med mer intuitiv prioritering.


Les innlegg om effekten av å gjøre ting i riktig rekkefølge

Hvordan vi har målt det i praksis

Potential: Hvor mye kan det man vil endre på potensielt sett endre seg?
Her har vi ofte koblet score matematisk direkte til en prosent. I sin enkleste form ved å si at 0 i score tilsvarer 0% potensiell endring og at 10 betyr 100% eller mer i potensiell endring. 

Kan vi se for å oss å redusere en kostnad med inntil 40% hvis hypotesen i testen holder? Da er score 4.
Kan vi doble open rate på onboardingeposter? Det gir score 10. (Deler på 10 i begge tilfeller)

Importance: Hvor viktig er det man forsøker å endre på?
Her har vi ofte benyttet påvirket andel av total omsetning – eventuell påvirket andel av nysalg eller lignende. Andel av trafikk / views er også OK 

Nysalg som starter med trafikk som lander på forsiden på web står for 30% av salget – da blir score 3. (dele på 10)
Personalkostnader som utgjør 38% av totale kostnader – da blir score 8. (dele på 5)

Ease: Hvor tidkrevende er det å gjennomføre punktet på listen?
Tidsbruk har vært vår faste knagg her – selv om penger åpenbart også kan fungere. Høy score her må naturlig nok bety at det er enkelt / lite tidkrevende. Her er et konkret eksempel på hvordan det kan gjøres:

10 = 1 time
9 = ½ dag
8 = 1 dager
7 = 2 dager
6 = 3 dager
5 = 5 dager
4 = 7 dager
3 = 10 dager
2 = 14 dager
1 = 1 måned

Har det fungert?
Ja – mang en gang har tilsynelatende “no-brainere” havnet langt nede på listen med denne tilnærmingen. Og mindre umiddelbart appellerende alternativer har vist seg å gi mening.

Nå får man aldri reist tilbake i tid og prøvd andre prioriteringer, så vurderingen her blir selvfølgelig litt subjektiv. 
Avslutningsvis – to forbehold: 

• En stor oppgave brutt ned i mindre oppgaver kan ende opp med å snike i køen. Det skjer da typisk fordi man ser på Potential og Impact av hele den samlede oppgaven – men kun Ease fra en liten del av den.
• Rammeverket sjekker ikke om ting er på strategi eller ei. Det kan man sørge for enten ved å filtrere før ting havner på listen eller eventuelt ved å innføre en ekstra variabel for match med strategi.