前面两篇延迟成本（Cost of Delay）决策 - I、 延迟成本（Cost of Delay）决策 - II介绍了CoD基本概念、如何估算以及如何用于做决策。在产品决策过程中，需要考虑更多的因素来构建一个经济模型进行决策。这篇介绍一下其他几个因素，以及如何与CoD构成整体决策体系。

一、数据驱动决策的兴起

稍微跑一下题。如果大家了解我司Tech Strategy 2.0的话，其中有两个“Rise of” - 平台的崛起和机器人的崛起，一些跟生活息息相关的行业，数据驱动决策业已崛起。
体育行业数据分析的兴起。2015年左右有多篇文章讨论体育分析的兴起（The rise of sports analytics）。熟知和喜好NBA的同事知道，从2013-2014赛季NBA开始使用球员跟踪技术，赛场上更是通过高清摄像机、球员可穿戴设备收集更多数据，诸如篮板、三分球、助攻、抢断、跑动积极性等，其他相关数据更是几十项，用于帮助教练在场上及时决策，以及赛后调整球员训练和任用方式，一改过去完全靠眼睛的直觉式判断。参考文章第一篇是美国Temple大学一个学生在2016年发表的对NBA运动员和球队基于球员踪信息进行比较的可扩展框架，非常有意思。

当采用一个模型和计算所得数据做决策时，可以获得更加有效的指导。将球员的篮板、助攻、抢断以及每场比赛得分等信息输入一个数学模型，如上面论文中所描述，最终可以评价一个球员的水平以及一个团队的能力。而CoD作为产品决策中的一个因子，需要跟其他因子放到一起形成一个经济模型，这些因子就是我们希望通过产品的“可穿戴设备”需要收集或者推理出的数据。

二、产品决策的经济敏感因子

CoD是产品研发经济决策模型中非常重要的一个因素，其他因子有销售量（Sales Volume）、单位产品成本（ Unit Cost）以及研发费用（Development Expense）。从之前两篇文章的分析可以看出，CoD是对时间敏感因子，因为一旦发布时间推迟，就会带来成本。其他都是对利润敏感因子，因为一旦发生变化，将会带来利润上的变化。在经济模型里面，如何计算这些敏感度值，操作起来比较简单，采用以上因子在可预测周期内值的1%作为敏感度决策值，下面来详细看看。

图2. 经济敏感度值（图片来自于网络）
在产品研发领域：

1. Expense通常指研发费用（成本）。Unit Cost单位产品成本，指研发一个单位产品带来的成本。这两个表现为实际成本，因为一定会因为研发产品而产生。
2. Sales（Sales Volume），销售量，这个是一个估算值。CoD也是一个估算值。他们表现为机会成本。经济学含义是，如果因为产品延迟损失了销售量，从而损失了潜在利润；当然也可以相反描述为提前上市获得更多销售量，从而有机会获得更多利润。

以下计算的时间单位都是月。
一、销售量敏感度（Sales Volume）
SVS（Sales Volume Sensitivity） = 1% * total volume * average margin per unit or
SVS = 1% * total profit or
SVS = 1% * average monthly profit * number of months forecasted or
SVS = 1% * avg. monthly volume * avg. margin per unit * # of months forecasted
二、单位产品成本敏感度（Unit Cost）
UCS (Unit Cost Sensitivity) = 1% * $cost per unit * X units per month *# of months forecasted
三、项目成本敏感度（Project Expense）
PES（Project Expense Sensitivity）= 1% * $project budget
这些敏感度数据非常有价值，通过以上数据构建经济模型可以更容易进行决策，其核心是推算出ROI。有了ROI，就可以在不同机会点之间进行比较。

三、建立产品决策经济模型

在项目决策中，任何一项因子变动将会影响收益或成本。例如，通过加入更多功能，可能会获得更多销售量，但会导致延迟成本。 可以通过降低单位成本和生产更便宜的产品获得收益，从而降低销售成本。
如何基于产品建立自己的经济决策模型？至少基于前面提到的四个因子，一个简单的计算ROI模型是可以建立的，不过有几点需要注意：

1. 在延迟计算过程中可以暂时排除项目费用。有好几个原因，首先项目的费用计算比较复杂，取决于这个项目持续时间，有几个人做，针对这些因素的讨论比较费口舌，不利于高效决策；其次，一个月的延迟成本可能带来的损失远远超过这个月的项目费用，因而它也不会影响最终决策；再次，项目费用在ROI计算上是分母，除非团队之间差别特别大，只需要考虑分子就可以了。
2. 为每一个机会点（无论项目大小、项目类型）计算CoD。
3. 这个模型应该足够简单易懂，允许有一定的不确定带来的误差。
4. 确定一个最低ROI值用于指导决策，这个数值应该定期更新，比如每个季度。做任何一项投资都有一个基础就是带来收益，哪怕刚开始带来的直接收益不是产品收入，比如提升产品品牌影响度，增加用户等，如果ROI低于底线，可以快速决策不考虑这个机会。
5. 可视化这个模型的计算结果。在精益、敏捷的价值观下，可视化这个模型的计算结果，从而提升决策透明度。
6. 定期回顾，根据运营数据调整模型。

如果想知道更多的在建立经济模型需要考虑的因素，请阅读参考文章第二篇。
产品决策过程中，许多问题源于对项目和公司费用关注度多过高，以及COD的可见性不足。 过度关注于项目费用容易导致部门内局部优化，而不是全局优化。这个也比较容易理解，在成本核算的时候费用会导致Margin的降低。 其结果是更大的批量和更高的人员利用率，以降低费用均摊。可怕的是这会造成更长的延误、低质量的产品、垂头丧气和满是压力的团队成员并减少利润。当把以上这些因素放到一起考虑，同时可视化CoD时，更容易让决策者关注项目发布的紧迫性，提升决策效率。

四、再谈EDGE与CoD

回到EDGE，如下图3，再从另外一个角度谈谈CoD。

图3. EDGE - 价值驱动的投资组合管理

在第3步建立专题时，通过CoD确定专题优先级。第6步非常关键，在产品（项目）上线之后，需要去思考衡量价值的指标如何反向作用到CoD的计算方式以及其他经济因素如何更加合理的预测，从而形成一个良好的闭环来调整决策模型。
回到第二篇中延迟成本计算的例子：
“现在基于一款产品要做项目A，它的主要功能是帮助用户记住在产品支付里面使用过的信用卡信息，从而节省用户未来支付时间。”，计算CoD的过程包含的运营数据有：

1. 当前活跃用户数
2. 每周平均停留时间
3. 用户平均购买价值
4. 每周平均支付次数

这些数据的获取有助于分析延迟成本，其中有些是用户成效数据，有些是业务成效数据。在产品设计阶段需要考虑如何收集这些数据来度量价值，同时为未来机会点更准确地估算延迟成本。深入了解如何基于运营数据决策可以阅读参考文章第三篇《精益数据分析》。
值得思考和尝试的是，如何基于以上四个关键因子（销售量（Sales Volume）、单位产品成本（ Unit Cost）、研发费用（Development Expense）、延迟成本（Cost of Delay））针对您当前产品构建投资决策经济模型，以及如何设计运营数据的收集来度量价值和调整决策模型，从而为未来的机会点提供更好的决策。

参考文章：

1. A Scalable Framework for NBA Player and Team Comparisons Using Player Tracking Data
2. Cost of Delay: 14 Critical success factors for building an economic model
3. 《精益数据分析》