En primer lugar, “Agile” no es una metodología, es una filosofía como se describe en el Manifiesto Agile, cuyo único comentario sobre el diseño centrado en el usuario es que la colaboración con el cliente es más importante que la negociación de contratos.
Sin embargo, con el tiempo, los buenos gerentes de productos y propietarios de productos se han dado cuenta de que la investigación de los usuarios es útil para guiar la visión del producto y que a veces puede llevarlo por el camino equivocado.
Por lo tanto, la pregunta no es solo si la visión contradice los datos del usuario, sino realmente cuál es la contradicción, cuál es el tema y cómo se obtuvieron los datos.
- ¿Vale la pena tomar una clase de teoría de probabilidad de nivel de posgrado para una ciencia de datos o una carrera cuantitativa, y hay algo profesional que uno no podría hacer sin ella?
- ¿Cómo uso el aprendizaje automático para datos espaciales?
- ¿Por qué hay tantos científicos de datos reales e ingenieros de aprendizaje automático?
- ¿Cuál es la mejor página web / software para hacer infografías para informes de ciencia de datos?
- ¿Cuáles son los casos de uso típicos para diferentes algoritmos de aprendizaje automático? Por ejemplo, ¿en qué condiciones típicas uno preferiría usar uno sobre el otro sin haber probado la precisión del aprendizaje?
A veces, tal contradicción significa que la OP debe revisar la visión y estrategia del producto; otras veces, el OP debe agradecer al investigador por su trabajo y seguir adelante, asumiendo el riesgo sobre sus propios hombros.