Tuote- ja datavalmiuden kehikko, jolla arvioit suositusten arvon, vastuullisen mittaamisen ja luotettavan tuotantokäytön edellytykset.
Aloita käyttäjän valinnasta, jota suosituksen pitää parantaa
Suosittelujärjestelmä on hyödyllinen, kun se auttaa ihmistä valitsemaan olennaisen vaihtoehtojen joukosta, jota on muuten vaikea hahmottaa. Ensimmäinen kysymys ei ole algoritmi. Kysy, kenen päätös paranee, missä hetkessä ja mitä hyvä tulos tarkoittaa käyttäjälle sekä organisaatiolle.
Rajaa päätöspinta tarkasti: järjestetty etusivu, seuraava paras toimenpide, liittyvä sisältö, haun uudelleenjärjestys tai ilmoitus. Jokaisella pinnalla on omat viiveen, selitettävyyden, monipuolisuuden ja tuoreuden vaatimukset. “Personoidaan palvelu” on liian laaja tavoite suunniteltavaksi tai arvioitavaksi. Rajattu pinta mahdollistaa vertailun järkevään perusratkaisuun.
Suojaa käyttäjän toimijuus. Päätä, miten käyttäjä voi ymmärtää, ohittaa tai ohjata suosituksia ja mitä valintoja ei pidä automatisoida tai personoida. Vaikutuksiltaan merkittävissä tilanteissa relevanssi ei yksin riitä, vaan oikeudenmukaisuus, yksityisyys, saavutettavuus ja väärän suosituksen hinta vaikuttavat tuotepäätökseen.
Kirjaa myös nimenomainen ei-tavoite. Järjestelmä voi tukea löytämistä päättelemättä arkaluonteista ominaisuutta, parantaa tehtävän valmistumista maksimoimatta palvelussa vietettyä aikaa tai auttaa ammattilaista korvaamatta hänen harkintaansa. Ei-tavoite estää myöhempää mittaripainetta muuttamasta järjestelmän tarkoitusta huomaamatta. Katselmoi rajaus aina, kun käyttötilanne, käyttäjäryhmä tai datalähde muuttuu. Kerro rajaus myös analytiikka- ja markkinointitiimeille, jotta rinnakkaiset kokeet eivät vahingossa ohita samaa periaatetta. Tallenna hyväksytty versio yhteiseen tuotedokumentaatioon.