ICE-poängmodell

ICE-poängmodellen prioriterar idéer genom att betygsätta var och en utifrån tre dimensioner: effekt, förtroende och lätthet, vanligtvis på en skala från ett till tio, och multiplicera eller medelvärdesberäkna poängen för att skapa en rangordning. Modellen, som är kopplad till Sean Ellis och används flitigt i tillväxtteam, är avsiktligt lättviktig och utformad för att snabbt beställa en orderstock snarare än att producera en försvarbar värdeuppskattning.

Dess komponenter kopplas till de frågor som faktiskt avgör om en idé är värd att genomföra. Effekt uppskattar hur mycket förändringen skulle påverka målmåttet om den fungerade. Förtroende uppskattar hur säkert teamet är på att det kommer att fungera, baserat på stödjande bevis snarare än entusiasm. Enkelhet uppskattar hur lite ansträngning som krävs, vilket är motsatsen till kostnad och inkluderas eftersom en portfölj av billiga experiment genererar mer lärande per kvartal än ett litet antal dyra.

Det är konfidensdimensionen som skiljer modellen från enklare effekt-kontra-ansträngnings-rankning, och det är den som oftast tillämpas slarvigt. Konfidens bör återspegla bevis: en hypotes som stöds av sessionsinspelningar, analyser, kundintervjuer och ett liknande resultat som observerats tidigare förtjänar ett högt betyg, medan en idé någon tyckte var övertygande under ett möte inte gör det. Team som tilldelar konfidens baserat på övertygelse snarare än bevis omvandlar modellen till en mekanism för att rangordna åsikter, vilket är vad den var tänkt att ersätta.

Ramverkets svaghet är att poängen är subjektiva och att aritmetiken ger dem obefogad auktoritet. Två personer kan poängsätta samma idé väldigt olika, och att multiplicera tre osäkra uppskattningar ger ett tal med en mycket mer skenbar precision än vad indata stöder. Ett poäng på 240 är inte meningsfullt bättre än ett på 210, och att behandla rankningen som exakt är ett missbruk. Modellen fungerar som en sorteringsmekanism för att separera uppenbara prioriteringar från uppenbara nedprioriteringar, och för att strukturera diskussioner om oenigheter, snarare än som en beräkning.

Konsekvens är det som gör det användbart i praktiken. Poängsättning fungerar rimligt när samma personer poängsätter i samma session med hjälp av delade definitioner, eftersom relativa jämförelser gäller även om absoluta värden är godtyckliga. Det bryts ner när olika personer poängsätter vid olika tidpunkter utan överenskomna ankare, när effekt poängsätts mot olika mätvärden för olika idéer, eller när poäng tilldelas av den som föreslog idén. Enkla konventioner, som att poängsätta som grupp, definiera vad varje nivå betyder med exempel och kräva att bevisen bakom en konfidenspoäng anges, löser det mesta av detta.

Att jämföra ramverk är mindre användbart än att välja ett och tillämpa det konsekvent, eftersom den största fördelen med en poängsättningsmodell är att det gör resonemanget bakom prioritering tydligt och jämförbart mellan olika idéer. Mer detaljerade ramverk som skiljer räckvidd från effekt, eller som inkluderar ansträngning som en delare, ger en precision som till stor del är illusorisk med tanke på kvaliteten på de underliggande uppskattningarna, även om de kan vara värda den extra ansträngningen där enskilda poster är tillräckligt dyra för att rankningen verkligen spelar roll. Den gemensamma felmodellen för dem alla är att behandla resultatet som ett beslut snarare än som en input, och alla ramverk kommer att ge dåliga resultat om poängen tilldelas för att motivera en slutsats som redan nåtts.

ICE förstås bäst som ett snabbare alternativ till mer avancerade ramverk, lämpligt där kostnaden för varje punkt är låg och antalet kandidater är högt, vilket beskriver de flesta eftersläpningar i experiment. CRO-tjänst program används det vanligtvis för att beställa testidéer vid varje planeringssession, där urvalsstorleken och den förväntade körtiden för varje test beaktas tillsammans med poängen, eftersom en idé som får bra resultat men kräver två månaders trafik konkurrerar annorlunda än en som löser sig på tio dagar.