Bối cảnh của bạn
Backlog của bạn đầy story viết đẹp: 'Là người dùng, tôi muốn...'. Nhưng khi retrospective hỏi 'story tuần trước có tạo ra kết quả gì?', không ai trả lời được, vì story không gắn với chỉ số nào. Bạn build, ship, rồi quên. Không có vòng lặp học hỏi.
Bài này bạn học dùng AI để gắn mỗi story với một metric cụ thể và định nghĩa 'thế nào là thành công' TRƯỚC khi build.
Nguyên tắc: một story, một 'kim' cần dời
Mỗi story nên trả lời được: sau khi ship, chỉ số nào sẽ thay đổi, theo hướng nào, bao nhiêu? Nếu không có câu trả lời, story đó có thể là 'nice to have' chứ không phải ưu tiên.
AI giỏi ở việc gợi ý metric ứng viên và phát hiện story nào không gắn được với metric nào (dấu hiệu đáng ngờ).
Ví dụ cụ thể
Story: 'Là người dùng mới, tôi muốn có hướng dẫn onboarding từng bước để không bị lạc.' Metric nào? Tỷ lệ hoàn tất onboarding? Thời gian đến 'aha moment'? Tỷ lệ quay lại ngày 2?
Prompt mẫu
Bạn là chuyên gia phân tích sản phẩm. Đây là user story:
"[dán story + tiêu chí chấp nhận]"Bối cảnh sản phẩm: [1-2 câu về sản phẩm và mục tiêu quý].
Hãy:
- Đề xuất 3 metric ứng viên đo được tác động của story này, phân loại: leading (đo sớm) hay lagging (đo trễ).
- Với mỗi metric: công thức tính, nguồn dữ liệu (event/bảng nào), và baseline cần biết trước.
- Chọn 1 metric CHÍNH và 1 guardrail metric (chỉ số không được xấu đi).
- Viết 'định nghĩa thành công': sau [X ngày], [metric chính] thay đổi từ [baseline] tới [mục tiêu].
- Cảnh báo nếu story này không gắn tự nhiên với metric nào — nêu lý do.
Không bịa baseline; nếu thiếu, ghi rõ 'cần lấy từ analytics'.
Các bước làm
- Lấy story cùng tiêu chí chấp nhận (acceptance criteria) đầy đủ.
- Bổ sung 1-2 câu bối cảnh mục tiêu quý để AI chọn metric đúng hướng.
- Chạy prompt, xem 3 metric ứng viên.
- Loại metric không có nguồn dữ liệu thật — chỉ giữ cái đo được.
- Chốt 1 metric chính + 1 guardrail (ví dụ: tăng conversion nhưng không tăng tỷ lệ hoàn/refund).
- Ghi 'định nghĩa thành công' vào story trước khi đưa vào sprint.
Template tái dùng: Story-Metric Card
Story: _______
Metric chính (leading/lagging): _______ | Công thức: _______
Nguồn dữ liệu / event: _______
Baseline hiện tại: _______ (lấy ngày ___)
Mục tiêu sau [X] ngày: _______
Guardrail metric (không được xấu đi): _______
Định nghĩa thành công: _______
Sai lầm thường gặp
- Chỉ chọn lagging metric. Doanh thu quý là lagging — mất 90 ngày mới thấy. Luôn kèm một leading metric để học sớm trong 1-2 tuần.
- Quên guardrail. Tối ưu một chỉ số có thể phá chỉ số khác (tăng click nhưng tăng cả churn). AI thường bỏ sót guardrail nếu bạn không yêu cầu — bắt buộc hỏi.
- Để AI bịa baseline. AI có thể 'đoán' baseline là '15%' cho hợp lý. Đó là ảo giác. Baseline phải lấy từ dữ liệu thật của bạn.
- Phụ thuộc AI để định nghĩa thành công thay bạn. AI gợi ý mục tiêu; nhưng mức mục tiêu (ví dụ +5% hay +15%) là quyết định kinh doanh của bạn dựa trên nguồn lực và tham vọng, không phải con số AI phán.
- Ép mọi story phải có metric. Một số story kỹ thuật/nợ kỹ thuật gắn metric gián tiếp — đừng bịa metric giả để cho có.
Bạn có ngay sau bài này
Story-Metric Card cho các story sprint tới, mỗi story biết rõ nó dời kim gì và thế nào là thành công.