Menu fechado

Ice Breaker

Na abertura do LeanKanban Brazil 2019, Rodrigo Yoshima nos colocou um exercício como forma de um “ice breaker”

O exercício foi o seguinte. Dado o histograma abaixo, pede-se:

  • Qual a sua distribuição e o seu formato?
  • Qual o percentil 90?
  • Qual a média?
  • Dado que o serviço tem WIP estável em 8, quantas entregas serão feitas no próximo mês?

ice_breaker_01

Para responder a primeira pergunta precisaremos recorrer ao que é explicado por Alexei Zheglov, neste post aqui https://connected-knowledge.com/2014/09/09/lead-time-distributions-and-antifragility/ e aqui https://connected-knowledge.com/2014/09/07/inside-lead-time-distribution/

Desta forma, temos o gráfico da distribuição de lead time, conforme demonstrado no histograma, a algo semelhante a este gráfico, uma vez que o parâmetro calculado para o formato da curva (shape) é 1.64. Quando o parâmetro do formato da curva está entre 1 e 2, a curva é côncava no lado esquerdo e através do pico e se torna convexa na inclinação traseira. Esse intervalo de parâmetros do formato da curva ocorre em ambientes de desenvolvimento de produto[1]

ice_breaker_02

 

Para a pergunta 2, o percentil é facilmente calculado usando uma planilha eletrônica ou alguma calculadora científica ou financeira. O percentil é uma ferramenta de análise estatística que divide a amostra em 100 partes iguais. Quando queremos saber um determinado percentil, por exemplo, 90, estamos querendo saber qual o valor máximo que, para os dados ordenados, comporta até 90% da amostra. Neste exemplo, queremos saber qual o valor mais provável em 90% das vezes. Para os valores listados, temos que em 90% das vezes o lead time será de até 10 dias

A média também é bem simples. Basta somar os valores e dividir pela quantidade de amostras. Neste caso, temos o lead time médio em 4,67 dias. Esta então é a resposta da pergunta 3.

Para responder a pergunta quatro iremos usar a Lei de Little[2] para resolver. Dado que, pela Lei de Little, adaptado para sistemas Kanban que tratam trabalho do conhecimento[3], a vazão do sistema (Throughput) é a relação do WIP e do Lead Time, ou seja, Throughput = WIP / Lead Time. Desta forma, temos que:

  1. WIP (estável) = 8
  2. Lead Time (média) = 4,67
  3. Throughput (TH) em 30 dias será de 30 * (8/4,67) = 30 * 1,75 = 51 itens (51,43)

Mas, podemos aferir algum grau de confiança nestes cálculos? Veja, matematicamente estão corretos. A questão aqui é: Estamos lidando com médias. E médias, por si só, não são ferramentas indicadas para previsibilidade.

Em um próximo post vamos avaliar outros métodos que podem nos ajudar a termos maior confiança na nossa previsibilidade.

Até mais!

[1] https://connected-knowledge.com/2014/09/08/how-to-match-to-weibull-distribution-without-excel/

[2] CHHAJED, Dilip; LOWE, Timothy J. (Ed.). Building intuition: insights from basic operations management models and principles. Springer Science & Business Media, 2008. https://en.wikipedia.org/wiki/Little%27s_law

[3] https://pt.slideshare.net/AgileIsrael/littles-law-agile-israel-may-2014-25-mins

Deixe um comentário

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