Ответ
Приоритизация гипотез строится на оценке их потенциального влияния и сложности реализации. Использую фреймворк ICE Score (Impact, Confidence, Ease):
- Impact – насколько гипотеза повлияет на ключевые метрики (DAU, конверсия, retention).
- Confidence – уверенность в гипотезе (данные, аналоги, юзер-тесты).
- Ease – сложность реализации (разработка, дизайн, тестирование).
Пример:
Гипотеза: "Добавить push-напоминание о брошенной корзине".
- Impact: Высокий (увеличит конверсию).
- Confidence: Средний (есть A/B-тесты конкурентов).
- Ease: Низкий (готовый механизм пушей).
Формула ICE:
ice_score = (impact * confidence * ease) / 10 # нормализацияДополнительно учитываю:
- Сезонность (не запускать тесты перед Black Friday).
- Зависимости (не блокируют ли другие команды).
- Риски (возможный негативный эффект).
Гипотезы с высоким ICE и низкими рисками идут в топ.
