Четыре график, 30 минут и 0 встреч: готовый инструмент для поиска точек роста любой команды
Возможно, сейчас будет сложновато. Но умение работать с данными, строить графики и читать их - must have skill, если вы хотите развиваться как руководитель или, в крайнем случае, Delivery Manager=)
Умение в data driven decision сильное конкурентное преимущество, которым все еще обладают далеко не все. Придя в новую команду мне потребовалось 30 минут, чтобы прийти на первые встречи уже с фактурой!
За эти 30 минут я:
- построил и изучил графики команды
- сформировал набор гипотезы
- предположил, какие конкретные действия надо предпринять для улучшения процессов
- сформировал доказательства аргументов, которые я буду проводить команде о необходимости запуска изменений
На практике я не раз наблюдал как для подобных результатов руководителям требовались недели, а иногда и месяцы.
Разберем несколько графиков:
График Cycle Time Histogram:
1. Длинный хвост -> большой разброс времени выполнения
2. Только ~33% задач делается быстрее 14 дней, а это целый спринт
3. Присутствуют моды на 1, 5, 14, 24, 62 дни
Гипотезы
- Команда работает непредсказуемо и/или на графике разные типы рабочих элементов
- Спринты формируются странно, скорее всего в них просто «напихивают» какой-то объем задач, а не формируют исходя из цели
- Вероятно, от спринтов надо отказаться, так как большая часть все-равно переезжает в следующий спринт
- Есть разные источники задержек и их надо исследовать
- Задачи, в основном, закрываются к конце неделе
Делитесь вашими выводами в комментариях - что вы еще заметили?
График Throughput Chart:
Небольшая вариативность - последние 4 спринта за две неделе делают, примерно, 40-45 задач
Гипотезы
- Можно предположить, что задачи примерно одинакового размера
- Можно предположить, что процессы в команде стабильные, не хорошие, а именно стабильные
График Aging Chart:
Два проблемных статуса ToDo и Ready for UAT(user acceptance testing)
Гипотезы
- У команды нет ТПО (точки принятия обязательств)
- ToDo и Ready for UAT без вип лимитов
- Чтобы сократить LT (lead time) фокусируемся на этих статусах, но в первую очередь на Ready for UAT, так как он ближе к концу
График CFD (накопительная диаграмма потока)
- Количество задач стабильно во всех статусах
- В Ready to MR, после 21.10 резко сократилось кол-во задач, вероятно были изменения
- У команды в целом стабильное количество входящий задач и мощность выпуска
Гипотезы
- В команде, в целом, стабильные процессы
- Надо сокращать Cycle time Ready for UAT и ToDo
Какие изменения требуется провести?
- Меняем формат дейликов на фокус на завершение задач
- Определяем ТПО и вводим вип лимит
- Ставим вип лимит на Ready for UAT
- Проводим СТАТИК, но это надо делать почти всегда, как минимум лайт версию
Если вам интересна тема метрик, то тут наглядно показано как коррелирует оценка задачи и время ее выполнения