Le casse-tête de la priorisation des backlogs
Les Product Owners et Product Managers sont régulièrement confrontés à un défi de taille : la priorisation du backlog. Dans un environnement où les demandes affluent constamment et où les équipes sont peu disponibles, organiser son backlog de manière claire et efficace devient une tâche complexe. Même avec des outils robustes comme Jira, il est facile de perdre de vue la valeur business des User Stories et des fonctionnalités à implémenter. Les utilisateurs de Jira savent que ce logiciel, bien qu’efficace pour la gestion des tâches, ne met pas toujours en avant la notion de valeur, ce qui complique la priorisation.
Face à cela, de nombreuses équipes s’appuient sur des modèles de priorisation simples ou empiriques, mais ces méthodes manquent souvent de finesse. L’idée que nous allons explorer dans cet article est d’utiliser la Gen AI (IA Générative) pour automatiser et affiner cette tâche, en nous basant sur des critères de valeur business et d’effort.
NB : Tous les prompts proposés devront être enrichis avec vos propres éléments de contexte. Si vous les copier/coller tels quels, il est probable que les résultats soient très génériques.
Étape 1 : Intégration du backlog dans la Gen AI
La première étape pour utiliser la Gen AI afin de prioriser votre backlog consiste à intégrer vos données dans l’outil d’IA. Pour ce faire, deux options s’offrent à vous :
- Utilisation d’un fichier Excel : Vous pouvez directement intégrer votre backlog sous forme de fichier Excel dans un outil de Gen AI prenant en charge l’analyse de fichiers.
- Exportation CSV : Si vous utilisez un outil comme Jira (ou une autre solution), effectuez un export CSV de votre backlog. Ce fichier CSV pourra ensuite être chargé dans l’IA.
Important : Lors de cette intégration, il est primordial d’anonymiser les données. Cela signifie que vous devez retirer ou masquer toute information sensible avant de la transmettre à l’IA. Par exemple, évitez de laisser des noms de clients, des identifiants internes ou d’autres données confidentielles dans le fichier.
Étape 2 : Vérifier la compréhension du fichier par l'IA
Une fois le fichier intégré, l’étape suivante consiste à s’assurer que l’IA comprend bien le contenu du backlog. Voici un exemple de prompt pour cette vérification :
“Analyse ce fichier et indique-moi combien de User Stories il contient, ainsi que les thématiques principales abordées dans ces user stories. Donne-moi un résumé des informations que tu as comprises.”
L’idée ici est simple : vous voulez d’abord vérifier que l’IA a correctement interprété les données. Si la réponse fournie par l’IA ne correspond pas à vos attentes, c’est un indicateur que le format ou la structure du fichier n’a pas été correctement compris, ou que le prompt doit être enrichi. Vous devrez peut-être revoir la manière dont vous avez organisé les informations dans votre fichier avant de continuer.
Étape 3 : Évaluation de la valeur des user stories
Une fois le fichier bien compris par l’IA, vous pouvez passer à la priorisation en demandant à l’IA d’évaluer la valeur business de chaque User Story. Pour cela, vous allez formuler un prompt qui précise la vision du produit et guide l’IA dans l’attribution d’une valeur à chaque élément de votre backlog. Voici un exemple de prompt :
“Pour chaque user story, évalue la valeur business sur une échelle de 0 à 100 en tenant compte de notre vision du produit, qui est d’offrir la meilleure expérience utilisateur possible tout en répondant aux besoins de nos clients B2B. Cette évaluation doit refléter l’impact de chaque user story sur nos objectifs.”
L’IA va ainsi affecter une valeur relative à chaque user story, vous permettant de mieux comprendre quelles fonctionnalités ou tâches ont le plus de valeur pour votre produit.
Étape 4 : Ajouter l'estimation d'effort (si disponible)
Si votre backlog contient déjà des estimations d’effort (souvent sous forme de story points), vous pouvez maintenant demander à l’IA de combiner ces informations avec l’évaluation de la valeur business pour prioriser les tâches selon une matrice valeur/effort. (voir étape suivante). Sinon, lisez ce qui suit.
Si vous n’avez pas encore d’estimation d’effort, vous pouvez demander à l’IA de simuler une session de poker planning avec un groupe de développeurs fictifs.
Voici un exemple de prompt :
“Simule une session de poker planning avec quatre développeurs ayant une connaissance approfondie de notre architecture logicielle (préciser les compétences). Pour chaque user story, chaque développeur doit proposer une estimation d’effort sur la base des valeurs du poker planning (1, 2, 3, 5, 8, 13, 21 points). Le résultat final doit être une estimation moyenne pour chaque user story.”
Grâce à cette simulation, l’IA sera capable de fournir une estimation d’effort pour chaque tâche en se basant sur une approche collaborative.
Étape 5 : Trier le backlog par valeur et effort
Enfin, une fois que vous avez à la fois l’évaluation de la valeur et l’estimation d’effort, vous pouvez demander à l’IA de trier automatiquement votre backlog en fonction de ces deux paramètres. Voici un dernier exemple de prompt :
“Utilise l’évaluation de la valeur et l’estimation d’effort pour classer les user stories. Crée une matrice où les user stories à haute valeur et faible effort sont prioritaires.”
L’IA va ainsi générer un backlog priorisé, vous permettant de mieux organiser votre travail en fonction des critères qui comptent le plus pour votre produit.
Pour conclure
La Gen AI, avec ses capacités d’analyse et de priorisation, ne se substitue pas à l’intuition et au jugement d’un Product Owner ou d’un Product Manager, mais elle offre un levier pour surmonter l’une des tâches les plus chronophages et complexes : la priorisation du backlog. En associant données chiffrées et contexte produit, elle vous aide à prendre du recul sur vos choix stratégiques, à éviter les biais personnels ou d’équipe, et à focaliser vos efforts là où ils auront le plus d’impact.
Au-delà de la simple automatisation, ce qui rend cette approche intéressante, c’est sa capacité à créer des conversations. En effet, les résultats fournis par l’IA ne sont que des points de départ pour susciter des discussions enrichies par vos équipes. C’est cette interaction humaine, en complément des recommandations générées, qui permet de faire de la Gen AI un atout, non seulement pour la gestion du backlog, mais aussi pour l’engagement et la responsabilisation de l’équipe.
Intégrer la Gen AI, c’est accepter de moderniser votre pratique tout en gardant votre expertise au centre. Prenez le temps de tester ces méthodes, ajustez-les à votre réalité terrain, et vous verrez combien elles peuvent non seulement alléger vos processus, mais aussi renforcer vos décisions de priorisation. La puissance de cette approche réside dans sa capacité à vous proposer des résultats critiquables par nature et qui vous permettront de rester concentré.e sur ce qui compte vraiment : apporter votre valeur et votre expertise au bon endroit.
Essayez cette méthode avec votre propre backlog et voyez comment elle peut transformer votre manière de travailler votre backlog produit !
