Сегодня я хочу показать вам, как устанавливать надёжные обязательства по доставке и управлять ими, чтобы вы могли их реально выполнять!
Важность установления надёжных обязательств по доставке
Добро пожаловать в последнюю главу серии «Устойчивая предсказуемость», где мы поговорим о том, как выглядит внедрение стабильной системы доставки, которая позволяет вам последовательно достигать ваших целей. В третьей главе мы говорили о том, как использовать данные для принятия решений, чтобы улучшить результаты вашего бизнеса.
Представьте: вечер четверга, почти 18:00, я завершаю свою рабочую неделю. Она была долгой!
Я слышу, как мой муж паркуется перед нашим домом. Двое маленьких чертят выпрыгивают из машины, смеются и кричат от возбуждения.
«Мамочка, мамочка, я голоден, я голоден». Отлично! В холодильнике нет ничего, что можно было бы приготовить менее чем за час. И, честно говоря, это последнее, что я хочу делать сейчас. Ладно, время пиццы!
Итак, я просматриваю меню местного пиццерия. Мне нужна пицца Маргарита (если в ней будет что-то ещё, кроме томатного соуса и моцареллы, они её не тронут), и она должна быть здесь менее чем через 20 минут. Я читаю: «Гарантия доставки за 20 минут», о, вот что мне нужно!
Через 40 минут пицца всё ещё не прибыла. Я быстро теряю терпение и толерантность, наблюдая, как дети дерутся из-за всего подряд.
Через 5 минут звонок в дверь. Я всё равно даю доставщику чаевые. Я уверена, что это не его вина, плюс я действительно забочусь о людях, которые выполняют работу (профессиональная деформация).
Время для ретроспективы. Закажу ли я снова из этого ресторана? Однозначно нет!
Не поймите меня неправильно, пицца была фантастической, но этого было недостаточно. Мне нужно было, чтобы они выполнили свои обязательства, и они не смогли этого сделать. Их сервис не соответствовал моим ожиданиям. Они потеряли меня как клиента.
Ваше время доставки и ваше время на выполнение работы — это не одно и то же
Наши клиенты нуждаются в предсказуемости. Они должны знать, что когда они что-то запрашивают, они получат это в разумные сроки и с высокой степенью качества.
Принятие обязательств по доставке на основе интуиции или чутья ненадёжно. Нам нужен подход, основанный на фактах, а не на интуиции, чтобы иметь возможность выполнять работу вовремя.
Прогнозы, основанные на затратах времени, сделанные путём подсчёта часов (или сторипоинтов), могут привести нас к неприятностям не только потому, что они субъективны, но и потому, что они не учитывают время, которое наша работа тратит на ожидание в нашем рабочем процессе. А время ожидания в рабочем процессе обычно составляет от 60% до 95% от общего времени доставки!
Как прогнозировать время доставки отдельного рабочего элемента
Когда дело доходит до принятия надёжных обязательств по доставке для отдельного рабочего элемента, мы используем диаграмму разброса времени цикла.
Эта диаграмма визуализирует все ваши выполненные задачи в виде точек, разбросанных на графике. Каждая задача сопровождается датой завершения и временем, которое потребовалось для её выполнения.
Горизонтальные пунктирные линии, протянувшиеся по графику, называются процентильными линиями. Мы используем процентили, чтобы понять, сколько времени нам нужно для завершения нашей работы.
Например, 50-й процентиль на нашей диаграмме разброса указывает на 2 дня. Это означает, что половина задач на данный момент была выполнена за 2 дня или меньше. Теперь мы можем сказать, что существует 50% вероятность завершения любой работы за менее чем 2 дня. Мы также знаем, что существует 85% вероятность доставки любого элемента в течение 8 дней.
Мы не говорим, что время, необходимое для выполнения работы, составит ровно 8 дней. Мы не говорим, что доставим ровно за 8 дней!
Мы говорим, что берём на себя обязательство доставить работу за менее чем 8 дней. Вероятно, это займёт меньше времени, но не более 8 дней, и есть 85% вероятность, что мы достигнем этой цели.
Как прогнозировать дату доставки проекта
Для прогнозирования даты доставки нескольких элементов мы используем метод Монте-Карло.
Моделирование использует большое количество случайных испытаний, основанных на данных о пропускной способности за прошлые периоды, для прогнозирования пропускной способности на будущий период времени. Вы определяете дату начала и количество задач, а моделирование предоставляет диапазон дат доставки и вероятность, связанную с каждой датой.
Например, допустим, 15 сентября вы выполнили 3 задачи. Моделирование берёт это число и предполагает, что столько рабочих элементов будет выполнено 10 января. Чтобы спрогнозировать вероятную пропускную способность 11 января, оно берёт пропускную способность другого случайного дня в прошлом и так далее.
Моделирование повторяется десятки тысяч раз, прежде чем результаты будут представлены в виде распределения вероятностей с процентилями, увеличивающимися слева направо. Оно предоставляет диапазон дат доставки и вероятность, связанную с каждой из них.
В этом примере мы устанавливаем бэклог из 40 задач и хотим начать работать над ним 10 января. Моделирование говорит нам, что существует 85% вероятность того, что мы сможем закончить все элементы бэклога к 9 апреля. Чем дальше вы уходите во времени, тем больше уверенность в выполнении всех задач.
Стабильные системы доставки обеспечивают надёжные обязательства по доставке
Вероятностное прогнозирование позволяет вам брать на себя надёжные обязательства по доставке, используя ваши собственные исторические данные об эффективности. Вопрос «Когда это будет сделано?» больше не является интересным. Графики уже дают ответ на этот вопрос. Вопрос теперь становится таким: «Какой риск вы готовы взять на себя?»
Готовы ли вы взять на себя обязательство по времени доставки, которое соответствует 50-му процентилю (что, кстати, имеет тот же уровень уверенности, что и подбрасывание монеты)? Или вы хотели бы взять на себя более уверенные обязательства и выбрать 85-й, даже 95-й процентиль, чтобы увеличить вероятность своевременной доставки?
Вам решать, какой уровень риска вы готовы взять на себя.
Сколько данных вам нужно для начала? Независимо от того, собирали ли вы данные с самого начала создания вашей доски или только начинаете работать с новыми командами, это не имеет значения.
Основная предпосылка для получения надёжных прогнозов — поддержание стабильной системы доставки. Если ваш рабочий процесс оптимизирован для предсказуемости, вам потребуется от 20 до 30 выполненных элементов, чтобы получить точные результаты. Дело не в количестве. Всё дело в том, чтобы взять под контроль свои методы управления и обеспечить последовательную доставку.
На самом деле, если вы не поддерживаете стабильную систему доставки, ничего не получится! Вы можете купить пару игральных костей и бросать их. Вы получите такую же вероятность своевременного выполнения своих обязательств.
Теперь ваша очередь! Какой следующий небольшой шаг вы сделаете уже завтра утром, чтобы повысить предсказуемость ваших рабочих процессов?
Если ваша система доставки не даёт результатов, на которые вы надеетесь, и вы хотите изучить проверенную дорожную карту для оптимизации ваших рабочих процессов с целью повышения предсказуемости, я буду рад приветствовать вас в программе Sustainable Predictability!
Надеюсь, это было полезно! Увидимся в следующий четверг, в то же время и в том же месте. Пока!
1. Какие проблемы могут возникнуть при прогнозировании времени доставки на основе интуиции или подсчёта часов?
Ответ: при прогнозировании времени доставки на основе интуиции или подсчёта часов могут возникнуть проблемы из-за субъективности оценок и неучёта времени ожидания в рабочем процессе. Время ожидания в рабочем процессе обычно составляет от 60% до 95% от общего времени доставки.
2. Какие инструменты и методы предлагает автор для прогнозирования времени доставки отдельного рабочего элемента?
Ответ: для прогнозирования времени доставки отдельного рабочего элемента автор предлагает использовать диаграмму разброса времени цикла. Эта диаграмма визуализирует выполненные задачи в виде точек, разбросанных на графике. Каждая задача сопровождается датой завершения и временем, которое потребовалось для её выполнения. Горизонтальные пунктирные линии на графике называются процентильными линиями. Они помогают понять, сколько времени нужно для завершения работы.
3. Как можно использовать метод Монте-Карло для прогнозирования даты доставки проекта?
Ответ: метод Монте-Карло используется для прогнозирования даты доставки проекта путём моделирования большого количества случайных испытаний, основанных на данных о пропускной способности за прошлые периоды. Моделирование предоставляет диапазон дат доставки и вероятность, связанную с каждой датой. Например, можно установить бэклог из 40 задач и начать работать над ним 10 января. Моделирование скажет, какова вероятность закончить все элементы бэклога к определённой дате.
4. Почему важно поддерживать стабильную систему доставки для получения надёжных прогнозов?
Ответ: поддержание стабильной системы доставки важно для получения надёжных прогнозов, потому что это позволяет оптимизировать рабочий процесс и обеспечить последовательную доставку. Если система доставки нестабильна, результаты могут быть непредсказуемыми, и прогнозы могут быть неточными.
5. Какие факторы влияют на точность прогнозов при использовании диаграммы разброса времени цикла и метода Монте-Карло?
Ответ: на точность прогнозов при использовании диаграммы разброса времени цикла и метода Монте-Карло влияют следующие факторы: количество выполненных элементов, стабильность системы доставки, точность данных о пропускной способности за прошлые периоды и правильность настройки процентильных линий. Чем больше выполненных элементов и чем стабильнее система доставки, тем точнее прогнозы.