Previsibilidade de entregas para times Scrum e Kanban com a planilha de Troy Magennis

Previsibilidade de entregas para times Scrum e Kanban com a planilha de Troy Magennis

Recentemente passei a utilizar a planilha de Troy Magennis para obter a previsibilidade nos releases dos times nos quais atuo. Os resultados têm sido ótimos e, por esse motivo, surgiu a ideia de compartilhar essa experiência com os Agileboxers.

O projeto de Troy Magennis está bombando na comunidade ágil. Com a sua ajuda, estamos saindo de uma situação onde a projeção era baseada em estimativas pouco precisas e partindo para um cenário totalmente empírico. Esta nova abordagem é baseada na estatística descritiva e no histórico de entregas do time. A partir desses dados utiliza-se uma série de 500 simulações de Monte Carlo para se obter dados estatísticos.

E sabe qual é a melhor notícia de tudo isso? É muito simples fazer uma previsão utilizando-se da planilha de Troy Magennis, conforme será relatado nesse post. Qualquer time ágil ou que possua a métrica de throughput (vazão períodica) ou Velocity (pontuação entregue por Sprint), irá obter benefícios significativos com a utilização dessa planilha.

Convite à compartilhar a planilha de Troy Magennis

Recentemente assisti o webinar “Como Ter Previsibilidade Com Estatística Em Métodos Ágeis e Kanban Sem Mistério” de Caco Mafra. Recomento todos a assistirem o vídeo completo para aprofundar o conhecimento no assunto. Gostei muito, e essa foi a inspiração para compartilhar uma experiência com vocês.

Previsão? Previsibilidade? Mas onde fica o famoso Deadline?

Estamos acostumados com o conceito de data de entrega, mas todos sabemos que esse Deadline é uma previsão baseada em estimativa e planejamento, e que na verdade existe uma probabilidade desta data não ser atendida.

Troy Magennis, aborda de forma muito clara o que ele propõe com sua planilha para chegar a uma previsão. Trata-se de responder as perguntas corretas com um grau alto de certeza e com o menor esforço.

Troy Magennis. Previsão trata-se de responder as perguntas corretas com um grau alto de certeza e com o menor esforço.

Felizmente Troy Maggenis conseguiu cumprir seu propósito, ele criou uma planilha extremamente poderosa e muito simples de usar. Com ela, estamos aptos a criar diversos cenários de entregas de produtos de forma flexível e tomar decisões baseadas em análise de risco, embasadas em estatística e matemática. O resultado desta planilha aponta datas de conclusão do trabalho a serem executadas e a probabilidade de sucesso em cada data.

Por que usar a planilha de Troy Magennis

A planilha vem ganhando muita notabilidade no cenário ágil por diversos motivos, vejamos alguns deles:

  • A utilização da estatística para previsão nos leva a trabalhar com a ciência ao invés de estimativas pouco precisas;
  • É uma planilha de alta complexidade matemática, porém muito simples de usar;
  • Seus resultados oferecem informações que são facilmente traduzidas para linguagem de negócio e para o time de desenvolvimento;
  • A estrutura da planilha possibilita a realização de uma previsão e seu acompanhamento de acordo com a frequência desejada.

Mãos à massa: utilizando a planilha de Troy Magennis

Esta ferramenta tem me ajudado muito obter projeções que auxiliam na tomada de decisão para quando é necessário ajustar a rota.

Nesse post vou apresentar a forma mais simples de utilizá-la, que é baseada na média throughtput do time.

1. O primeiro é o mais trivial, realize o download da planilha de Troy Magennis

2. Preencha a data de início

Planilha de Troy Magennis, data de início.

3. Conte a quantidade de cards que completam o release a ser apresentado (Lembre de contar os cards que ainda estão em progresso.): 62.

User Story Mappaing

4. Preencha a quantidade de cards aferidos como o Low Guess (Sugestão otimista) e recorra ao histórico de surgimento de novas histórias do time para obter o Highest gues (Sugestão pessimista) e preencha a planilha conforme abaixo:

Planilha de Troy Magennis, data de início.

5. Preencha os campos abaixo baseados no histórico de quebras de histórias do time. Defina um percentual otimista baseado no histórico do time: Low Guess (Sugestão otimista). Recorra a eventos do passado para obter uma sugestão de Highest Guess (Sugestão pessimista) e preencha a planilha conforme abaixo:

Planilha de Troy Magennis, quebra de histórias.

6. Determine a periodicidade para a medição da performance do time. Nesse item o Caco Mafra traz uma dica importante: Mesmo que o time atue com Sprints de duas semanas ou mais, é mais adequado aferir vazão por semana. O motivo para isso é que a variação semanal de entregas é relevante para os cálculos.

Observação: Caso você entenda que a variabilidade possível de cards já foi considerada no item 5 ( Highest Guess X Low Guess de itens da release), o item anterior pode ficar com 1 e 1 para variação de quebra de itens.

7. Defina a opção “Estimate”. Obtenha a quantidade mínima e máxima de cards trabalhados pelo time, baseado no histórico. Lembre de basear essa velocidade de acordo com a periodicidade escolhida anteriormente. Em seguida informe respectivamente nos campos “Low guess” e “highst”

Planilha de Troy Magennis, velocidade do time.

8. Obtenha o resultado esperado

Planilha de Troy Magennis, resultado.

Analisando e apresentando o resultado da planilha de Troy Magennis

A data ou as datas que você apresentará como previsão de entrega vai depender muito do contexto no qual o projeto está inserido, vou apresentar algumas alternativas de acordo com o cenário.

Produto que tem data exata para ser publicado:

Nesse caso use a data que apresenta 100% de probabilidade. No exemplo apresentado, podemos garantir com 100% de precisão que dia 12 de dezembro o Release estará pronto.

Empresa que tem baixa flexibilidade para aceitar alterações de datas

Nesse caso recomendo utilizar a faixa de 90% para cima. Acontece, que em alguns cenários a data será a mesma do que a faixa de 100% como foi o caso do projeto em estudo.

Empresa que possui certa flexibilidade para aceitar alterações de datas ou que o produto não possui data exata para ir à produção

A faixa de 85% de certeza é a mais utilizada pelo mercado, essa faixa apresenta uma boa probabilidade de ser atendida.

Nesse tipo de contexto, eu costumo a apresentar a previsão da seguinte maneira:

Esperamos concluir a release no dia 18 de novembro e a probabilidade que isso venha a ocorrer é de 85%. Caso surjam dificuldades ao longo do caminho, nossa data máxima de entrega será 02 de dezembro. Entretanto, caso tudo der certo, a nossa menor data de entrega é 04 de novembro, porém a probabilidade que isso ocorra é 35%.

Essa abordagem de apresentar a previsibilidade foi inspirada no livro Métricas Ágeis de Raphael Donaire Albino . Recomendo fortemente a leitura desse livro.

Bora utilizar a planilha de Troy Magennis?

Particularmente, acho a planilha de Troy Magennis mágica. Ela possui alta complexidade matemática e é extremamente simples. Bora utilizar?

Aguardo suas opiniões sobre o este post e, caso gostem, publicarei outro artigo exemplificando outras formas de utilização da planilha.

Um abraço e até o próximo artigo.

Outros Artigos sobre Kanban

Não Limitar o WIP (Work in Progress) é um erro

Team Kanban Board VS Scrum Board

English EN Portuguese PT Spanish ES
 

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *