Sprint jako risk-reduction mechanismus

Design sprint optimalizuje pro rychlost učení, ne pro rychlost dodání. Zaměřuje se na kritické riziko: předpoklad s vysokým dopadem a vysokou nejistotou.

Postup: od předpokladů k must-learn

1. Sepsat předpoklady (uživatel, hodnota, použitelnost, proveditelnost, byznys).
2. Assumption mapping / risk matrix:
   • osa X: nejistota,
   • osa Y: dopad.
3. Vybrat top předpoklady = kritická rizika.
4. Přeložit do sprint questions a hypotéz (must-learn).

Od must-learn k prototypu

• Prototyp obsahuje jen to, co je nutné, aby se kritický předpoklad projevil v chování.
• Rozsah určuje target v mapě: prototypuje se kritický úsek, zbytek se může simulovat.

Od must-learn k úlohám v testu

• Úlohy musí vyvolat situace, kde se rozhoduje o hypotéze.
• Zadání bez „návodu“ (neprozrazovat termíny z UI).
• Definovat pozorovací kritéria: úspěch, chyby, porozumění, důvěra.

Příklad

Kritické riziko: „Uživatelé nepochopí rozdíl mezi tarify.“

• Must-learn: „Dokážou vybrat správný tarif a vysvětlit proč?“
• Prototyp: srovnání tarifů + potvrzení dopadu (co se změní).
• Úloha: „Vyberte tarif pro firmu se 3 uživateli a měsíčním limitem X.“

Rozhodnutí po testu

• Výsledek není jen seznam problémů, ale rozhodnutí: pokračovat / iterovat / pivot + navazující experiment backlog.