короткая справка
Lead Time - метрика скорости, равная разнице во времени между точкой принятия обязательств (явной, в которой команда говорит: «да, мы берем задачу) и первой не ограниченной wip-лимитом колонкой на доске. Считается в целых днях.
Customer Lead Time - метрика скорости, равная разнице во времени между точкой, когда заказчик считает обязательства взятыми (часто не явная точка и для удобства расчета считают от крайней левой колонки доски) и до попадания готовой функциональности к пользователю.
Зная, что в каждой компании метрики считаются по своему, и даже CLT в канбан университете разные авторы предлагают считать по-разному, в данной статье я буду опираться вот на такие определения метрик. Уверен, что вы легко найдете соответствия между своими метриками и примерами из статьи.
И еще: сама по себе метрика LT ничего не говорит, важна вероятность наступления именно этого значения метрики. Потому что сказать, что LT 10 дней можно всегда, только вот уточнить, что в 5% случаев - бывает важнее.
уровень 1: мы умеем считать процесс
Вы научились снимать метрики с собственного производственного процесса - что за чудо! Оказывается, что ваш LT = 90 дней! Как круто! Нужно об этом всем рассказать. Вы берете телефон и набираете вашего друга:
- Саня, мы тут Lead Time посчитали. 90 дней. А? Круто??
- круто! а у нас 150 дней!
С чувством удовлетворения вы кладете трубку.
Узнали себя?
Вполне нормально, что на первых шагах изменения метрик, вы начинаете сравнивать их между командами, пытаетесь поставить по ним SLA, пытаетесь работать над их снижением. Только вот вопрос: зачем вы все это делаете? Потому что сейчас для вас процессная метрика - это метрика тщеславия - повод показать, какие вы крутые.
Процессные метрики - это метрики «здоровья» вашего процесса. Они помогают вам осознать собственный процесс, помогают понять, а как вы на самом деле работаете. Ведь раньше вам говорили: «медленно работаете». А теперь у вас есть подтверждение, что не медленно, ведь есть другие команды, у которых метрики хуже. Но будете ли вы хвастаться температурой или давлением? Позвоните ли вы своему терапевту с криками: «У меня температура 36,6!» ? Думаю, что нет. Вы позвоните только тогда, когда температура начнет расти.
Точно так же и здесь - процессные метрики важны в динамике. Только в динамике и сравнении с собственными метриками.
Например, LT за февраль был меньше, чем LT за март. Что это означает? Пришло время исследовать процесс дальше и разобраться с причинами. Это может быть сезонность, новые требования к задачам, вы реально стали работать медленнее - настала пора лучше понять свой процесс.
уровень 2: понимание
После наблюдения динамики приходит понимание многих факторов влияющих на процессную метрику:
- сезонность (так происходит от сезона к сезону и это норм)
- изменение продукта (продукт становится сложнее, его разработка замедляется)
- нет нормального управления потоком входных задач (какие-то задачи приходят хорошо проанализированные и декомпозированные, а какие-то просто 1 строкой в письме)
- нет работы с заблокированными задачами (задачи блокировались, копились и резко их стало нужно сделать, вы бросаете все и делаете сначала их, потом текущие - это замедляет работу над текущими задача)
Все это причины, которые вызывают такой симптом как изменение процессных метрик. Главное слово «симптом» - процессная метрика искусственный показатель ритма вашей работы.
Как только вы выявили причину, обработайте ее с помощью практик. Визуализируйте новые этапы процесса. Добавьте новые циклы, которые нужны вам в работе. Ограничьте незавершенную работу. Договоритесь о новых командных правилах управления работой. Масса вариантов - экспериментируйте. Только не забудьте измерить динамику до и после эксперимента - возможно станет хуже и ваш вариант улучшения не сработает.
Если такое случилось - ищите новые пути решения проблемы.
уровень 3: прогнозирование
И вот вы создали процесс, который явно управляется, неплохо контролируется и вы можете перейти от экспериментов к математике. Если у вас стабильный процесс. Стабильным он считается при условии, что отношение LT(98%) к LT(50%) < 5,6. Это один из вариантов расчета. Второй по функции Вейбулла (он явно сложнее). То вы уже можете попытаться смоделировать процесс с помощью Метода Монте Карло или Закона Литтла.
Закон Литтла работает для процессов, которые очень стабильны и равномерны.
Метод Монте Карло лучше подходит для понимания влияния факторов на ваш процесс.
Факторы могут быть разные:
- декомпозиция задач
- класс обслуживания
- тип задачи
- т.п. - для каждого процесса фактор нужно выяснять отдельно.
Как только вы построите функцию, описывающую ваш процесс, можно переставать заниматься экспериментами. Вы можете создать математическую модель в любой программе (часто это делают в excel или с помощью python) и начать производить эксперименты на модели.
Как это работает:
Допустим, мы выяснили, что на процесс влияет сложность задач - далее мы изменяем коэффициент модели, который отвечает за сложность, и смотрим, что происходит со значением функции LT, в какую сторону оно изменяется. Таким образом, не проводя эксперимент над нашим процессом мы понимаем есть ли корреляция между сложностью и LT. А главное, нужно ли нам работать над изменением сложности средней задачи в нашей системе.
Вместо вывода:
Нормально, если вы только начали измерять метрики и хотите их поставить в КПЭ. Все через это проходят. Но не останавливайтесь на этом. Ваша задача с помощью метрик достигнуть понятности и осознанности вашего производственного процесса. А в идеале уметь прогнозировать изменения производственного процесса. Метрики - не сама цель, это лишь инструмент вашей осознанности.