对商品副经理而言，日常生活组织工作中需要处置的市场需求繁杂多样化，那么该怎样制订机能的错误率呢？责任编辑紧密结合有关事例，聊聊怎样制订错误率，提高管理效率，一起来看一看吧。

01 错误率制订的方式

商品副经理组织工作的常用文本之一是要制订商品机能的错误率。目前常用的错误率次序主要是艾森豪行列式，那时我们深入细致来聊聊怎么在日常生活错误率排期时采用艾森豪行列式的价值观。

艾森豪行列式是以美国总理沃克-彼得-艾森豪的英文名字重新命名，那个优先级架构将协助你依照关键性和即时性来积极开展你的各项任务和暴力行动。

那个辅助工具一般而言也用在时间管理中，下表我们一定都很熟识：

在商品错误率制订中，如果采用那个行列式，核心理念是怎样界定（定量）关键和即时。事实证明，关键度和即时度，能继续行业龙头为下列2个层次：

机能全面覆盖范围全面覆盖范围分成群体全面覆盖和频度广度，也是机能上架后能化解啥采用者及采用频度的难题。

机能可辅助性：

现在采用者化解那个市场需求与否有可代替方案/机能，化解采用者痛不痛的难题。

商品副经理是纠推论接踵而来者，对初学者而言，错误率次序充满著了不稳定性，我们困惑“怎样劝服我自己那个次序是恰当的吗？”时，能用打分Canisy定量错误率罚球，化解不稳定性。

我们来看一下机能错误率打分卡：

说明：打分卡的权重均摊即可（毕竟是自己手头的小辅助工具，不必太认真）。现在我们能看出来，那个卡片里面主要是针对市场需求的问题域进行了细化分析。

不过如果是数据类/算法类的机能点，只看难题域可能是不够的。我们需要考虑技术可实现性，也是那个机能点的研发成本怎样，理论上而言，技术不成熟、数据准备不成熟的机能点，需要付出的成本也越高，甚至有可能是当前团队能力是无法完成的。

针对数据/算法的机能，还需要增加一些层次，我们来升级一下那个打分卡：

能看到，能力满足度是针对难题的化解能力域的。

02 错误率制订的事例

下面我们看一个例子，该事例是一个电商仓库的数据看板市场需求。经过市场需求梳理，我们已经得到了2个机能点，现在需要采用那个机能打分Canisy判断错误率：

机能点1：生产各项任务数据看板-上架积压预警

效率，提供一个自动预警积压机能。

分析打分层次：

（1）影响的业务范围（采用者规模/频度）

机能上架后，所有仓库的上架主管采用，每天都会用，在高峰期会经常用。

（2）影响业务的程度

当发生大量上架积压时，可能影响销售（前台采用者购买时显示无货）。

（3）代替方案

主管会安排专人盯或者自己随时查看从各个系统查信息，手动估算上架速度，评估与否会积压。

（4）代替方案的难题

主管可能对各项任务完成情况发生误判，介入晚了。

（5）当前数据可满足程度

已有现成数据了。

（6）当前算法/技术可确定性

方案比较简单:初版可采用【上架各项任务数量/上架效率】得到预计各项任务完成时间与各项任务要求完成时间进行比较，进行预警。

机能点2：人员组织工作量汇总日报统计

仓库组织工作量没有现成的报表，系统提供一个每日自动统计的数据报表，采用者能每天直接在系统中看到组织工作量汇总。

机能上架后，每个仓库每天出报表人员会采用（报表每天出1次）。

（2）影响业务的程度

没有影响，不影响主业务流程。

（3）代替方案

去作业系统查看订单流水，然后人工每天计算汇总组织工作量。

（4）代替方案的难题

不够直观方便（制作报表耗费时间大概半小时）。

无需算法。

分析完毕之后，我们进行定量：

定量之后能看到，机能点1的综合罚球0.83是比机能点2高的，如果研发团队只能做1个机能，那么我们应该做机能点1。那个方式是我经常推荐商品新人用的，通过对机能点进行分析和定量，最后得到一个有逻辑性的次序结果。经常采用那个工具，逐渐就能锻炼出自己的手感。

你有什么排错误率的诀窍吗？

作者：薄荷点点，“数据人创作者联盟”成员。

责任编辑由@一个数据人的自留地 原创发布于人人都是商品副经理，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是商品副经理平台仅提供信息存储空间服务。