Double Diamond؛ از فهم مسئله تا ساخت راه‌حل

مدل دابل دایموند (Double Diamond) یکی از رویکردهای مهم برای تقویت تفکر محصولی در تیم‌های نرم‌افزاری است. این مدل کمک می‌کند قبل از اینکه وارد فرآیند ساخت محصول شویم، ابتدا مطمئن شویم در حال حل کردن مسئله درست هستیم.

امروزه با کمک هوش مصنوعی، ساخت نرم‌افزار سریع‌تر و ساده‌تر از گذشته شده است. اما اینکه بتوانیم محصول را سریع‌تر بسازیم، لزوماً به این معنا نیست که محصولی ارزشمند و مورد استفاده کاربران ساخته‌ایم. چالش اصلی این است که ابتدا مسئله واقعی و مهم را به‌درستی شناسایی کنیم و سپس راه‌حل مناسبی برای آن بسازیم.

مدل دابل دایموند از دو الماس و چهار مرحله اصلی تشکیل شده است.

الماس اول: Design the Right Thing
در الماس اول تلاش می‌کنیم چیز درست را بسازیم؛ یعنی ابتدا مسئله درست و ارزشمند را پیدا کنیم. این الماس شامل دو مرحله Discover و Define است.

در مرحله Discover (کشف) رویکردی واگرا داریم. به‌جای اینکه خیلی سریع به یک تعریف مشخص از مسئله برسیم، مسئله را از زوایای مختلف بررسی می‌کنیم، شواهد و داده‌ها را جمع‌آوری می‌کنیم، با کاربران مصاحبه می‌کنیم و اطلاعات موجود، مانند لاگ‌ها و بازخوردها را بررسی می‌کنیم.

سپس در مرحله Define (تعریف)، این یافته‌ها را جمع‌بندی و تحلیل می‌کنیم تا از میان شواهد مختلف، به یک تعریف مشخص، دقیق و ارزشمند از مسئله برسیم.

الماس دوم: Design Things Right
پس از اینکه مسئله درست را شناسایی و تعریف کردیم، وارد الماس دوم می‌شویم؛ یعنی درست ساختن آن چیز. این الماس شامل دو مرحله Develop و Deliver است.

در مرحله Develop (توسعه) نیز رویکردی واگرا داریم. به‌جای اینکه اولین راه‌حل را انتخاب کنیم، گزینه‌ها و ایده‌های مختلف را بررسی می‌کنیم تا بتوانیم مناسب‌ترین راه‌حل را پیدا کنیم.

در مرحله Deliver (تحویل)، پس از انتخاب راه‌حل مناسب، تمرکز خود را بر طراحی، پیاده‌سازی، آزمایش و تحویل آن می‌گذاریم.

بنابراین، دابل دایموند چهار مرحله اصلی دارد:

  1. Discover – کشف مسئله

  2. Define – تعریف مسئله

  3. Develop – کشف و توسعه راه‌حل‌ها

  4. Deliver – ساخت و تحویل راه‌حل

یکی از مهم‌ترین پیام‌های این مدل این است که نباید خیلی زود تصمیم بگیریم. ابتدا باید گزینه‌های مختلف را بررسی کنیم؛ هم در فهم و تعریف مسئله و هم در پیدا کردن راه‌حل.

اما زمانی که مسئله و راه‌حل مناسب انتخاب شدند، باید متمرکز بمانیم و وارد مرحله اجرا شویم.

بسیاری از شرکت‌ها و تیم‌ها پیش از آنکه مسئله را به‌درستی درک کنند، از ابتدا یک راه‌حل مشخص را انتخاب می‌کنند؛ برای مثال تصمیم می‌گیرند حتماً از یک فناوری، پلتفرم یا روش خاصی استفاده کنند. در حالی که ابتدا باید مشخص شود مسئله دقیقاً چیست و سپس راه‌حلی متناسب با آن انتخاب شود.

در نهایت باید به یک اصل مهم توجه کنیم:

ساختن یک راه‌حل عالی برای یک مسئله اشتباه یا کم‌اهمیت، همچنان یک شکست است.

این موضوع در عصر هوش مصنوعی اهمیت بیشتری پیدا کرده است؛ زیرا امروز می‌توانیم نرم‌افزار را بسیار سریع‌تر از گذشته تولید کنیم. بنابراین، مسئله اصلی دیگر فقط «چقدر سریع می‌سازیم» نیست، بلکه این است که آیا داریم چیز درستی را می‌سازیم و آیا آن را به‌درستی می‌سازیم؟

درخواست دمو