本文主要是介绍A-CSPO课程概念澄清和实操：假定(Assumptions)、实验(Experiments)、假设(Hypotheses)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
“确保你把这当作一个实验。”
“我们的工作假设是客户想要这个。”
这些场景熟悉吗？你的团队（或整个组织）可能会经常混淆假定(Assumptions)、实验(Experiments)和假设(Hypotheses)等术语，这会造成混乱。
让我们澄清一下每一个术语的含义。
假定是关于我们认为某个想法的正确性的陈述。以“我们相信……”这样的格式陈述。通常，你的假定集中在一个想法的可能性、可用性、可行性、可取性或道德性上。
实验是一种技术，我们用来测试最关键但最少被证明的假定，以收集关于特定的假定是否有效的可靠证据。你的实验技术需要与你的假定性质相匹配，而不是教条的默认 A/B 测试。
假设明确定义了给定实验的成功并将其与假定联系起来。它描述了你期望通过所选实验技术产生的可度量的变化。这意味着它必须是可证伪的。通过结合你最初的假定，你可以集中精力而不是追逐机会主义想法。格式有无数种，但最简单的一种是：
基于[证据]。
我们相信[想法]将鼓励[目标受众][改变行为=成果]。
当我们在[实验]期间看到[度量指标变化]时，我们对此解决方案的信心就会增加。
当你从不同角度测试想法时，你的实验（和度量指标）可能会发生变化或扩展。
让我们把各个部分集成起来：
我们是一家希望扩展到美国的欧洲汽车市场，并将利用美国私人老式高档汽车卖家作为打入该市场的战略楔子。
基于 AR 的汽车入口扫描仪是一个特性理念，可以满足人们无需寻找现场专家即可检查汽车的需求。
两个最关键的假定是“我们确信车主相信我们能够以数字方式评估他们的汽车”和“我们可以通过智能手机扫描自动识别老式汽车 90% 的细节”。
测试前者的一个实验是绿野仙踪 MVP，它让人类专家手动评估发送的照片并将预测异步返回给所有者。
这让我们得出了这个假设：
AR扫描仪将鼓励美国老式汽车车主在网上发布他们的汽车，而无需进行实物检查。
我们手动交付的基于照片的评估的接受率为 80%，我们对此解决方案的信心增强了。
如何将这一理论付诸实践
你假定什么？包含假设或确信，但不包含数字的陈述是不可测试的。
寻找难以规模化的选项。如果你非常担心实验的规模，那么你就在实际实现这个想法时投入了太多的精力。
假设必须是可证伪的。客观化这一讨论的唯一方法是度量标准。
作者：Tim Herbig
译者：Toby Tian
审核：Gary Yang杨光
致谢
本篇译文来自ShineScrum捷行译社翻译，未经许可不得私自转载。
Gary Yang杨光
人工智能&大数据行业公司研发项目经理/PMO
持有CSM、A-CSM、CSP-SM，CSPO，PMP，ACP， PgMP，PfMP等认证
公众号“杨光Gary”主理人
原文链接：
https://newsletter.herbig.co/posts/320?ck_subscriber_id=2324909793&utm_source=convertkit&utm_medium=email&utm_campaign=%F0%9F%9B%A0%EF%B8%8F%20Assumptions%20vs.%20Experiments%20vs.%20Hypotheses%20-%2013793443
如果大家对敏捷产品开发感兴趣，想进一步学习，欢迎报名A-CSPO课程实操练习。
这篇关于A-CSPO课程概念澄清和实操：假定(Assumptions)、实验(Experiments)、假设(Hypotheses)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
