Como Lidar com Demandas com Prazo: Uma Abordagem Baseada em Dados e Kanban

Todos nós recebemos demandas que têm um prazo exato para ser entregue. Quando isso acontece, uma das ações acaba sendo tomadas. A primeira é parar tudo e começar a fazer a demanda com prazo. Outra, caso o prazo esteja distante, deixamos aquela demanda ali parada até… ser tarde demais. O Kanban tem um jeito de resolver isso de forma pragmática e profissional.

Olhando para o Histórico para entender os prazos 

A primeira coisa que você deve ter para tomar uma decisão adequada é olhar para o histórico de entregas. Uma ferramenta que é muito útil é o Histograma de Lead Time

Gráfico de barras com a frequência de entregas por dia de Customer Lead Time. Destaques incluem: melhor caso em 4 dias, moda e mediana em 11 dias, percentil 85 em 14 dias, percentil 98 em 17 dias e pior caso em 23 dias. Tabela à esquerda mostra dados de distribuição percentual acumulada.
O histograma exibe a frequência de entrega dos itens por quantidade de dias de Customer Lead Time, com marcações sobre os principais pontos de referência estatística.

Aqui temos as seguintes informações. O Eixo X é quantos dias levaram para construir os itens de trabalho. O Eixo Y é a frequência, ou seja, quantos itens foram concluídos na quantidade de dias. Esse gráfico deve ser lido da seguinte forma: 5 itens foram concluídos em 4 dias, 7 itens foram concluídos em 5 dias, 12 itens foram concluídos em 6 dias e assim por diante.

Esse histórico com 198 itens entregues traz algumas informações importantes que já podemos utilizar para dar prazos.

  1. No melhor caso até hoje, após quase duzentos itens entregues, esse time nunca entregou nada em menos de 4 dias. Ou seja, o prazo mínimo que eles poderiam dar correndo muito risco, seria 4 dias, no mínimo.
  2. Até o momento, no pior caso, esse time levou 23 dias para entregar um item. Todavia, cuidado e jamais informe isso com a certeza de algo como: “Chefe, deixa conosco que entregaremos esse item que o senhor pediu em no máximo 23 dias. É possível que esse novo item dure 24, 25 ou até 50 dias. Logo, nunca dê certeza absoluta em prazos.
  3. A Moda (o valor que mais se repete em um conjunto de dados) é igual a 11 dias. Por conseguinte, a maior probabilidade de você entregar um item é em até 11 dias.

Temos informações iniciais que já podemos utilizar para nos guiar na resposta.

Como dar um prazo

Se você leu os artigos: “Percentil: Olhando o histórico para dar prazos.” e  “Quando fica pronto? O Histograma do Customer Lead Time te ajuda nessa resposta” já sabe que esse Histograma de Lead Time te ajuda muito na hora de estabelecer prazos de entregas. Ele divide a nossa distribuição em percentis e você pode escolher com qual previsibilidade deseja trabalhar. Por exemplo, se o seu chefe pergunta: Quando essa nova demanda será entregue? Ao consultar a tabela de dados afirmamos que: Com aproximadamente 88% de probabilidade te entregaremos esse item em até 14 dias (veja a coluna percentis quando ela atinge o valor 87,88%). Ou então, caso você queira reduzir o risco, podemos dizer: “Chefe, com aproximadamente 95% de probabilidade, entregaremos esse item para você em até 16 dias”  (veja a coluna percentis quando ela atinge o valor 95,96%). 

Cuidado com a Cauda.

Na prática, quando falamos em distribuição de entregas ou de qualquer outro tipo de dado, queremos entender como os valores estão organizados. Sempre da menor ao maior tempo de entrega. O percentil 98 é uma maneira simples de mostrar até onde vai a normalidade. Ele nos diz qual é o valor abaixo do qual estão 98% dos casos.

Olhando para o nosso histórico o Percentil 98 (97,98%) é 17 dias. Isso significa que 98 em cada 100 entregas aconteceram em até 17 dias. Apenas 2 a cada 100 entregas (no caso 4 em 198 entregas) levaram mais tempo que isso.

Essas exceções, os poucos casos que fogem do padrão, ficam no que chamamos de “cauda” da distribuição. A cauda representa os extremos, os pontos fora do comum, como entregas muito atrasadas ou situações raras. Por isso, dizemos que a cauda está próxima ao percentil 98: é ali que começam os casos mais raros e fora do esperado, mais conhecidos como “outliers”, ou valores atípicos.

Entender isso ajuda muito a analisar a eficiência e a previsibilidade de um processo. Se quase tudo acontece dentro de um certo limite, e só raramente algo escapa para a cauda, podemos confiar no sistema, pois temos uma distribuição de Cauda Curta. Mas se a cauda for grande e cheia de casos fora do comum, é sinal de que há instabilidade e incerteza no processo caracterizado por uma Cauda Longa.

Se você tem distribuições de cauda longa, tenha muito cuidado, pois a previsibilidade é baixa e a sua capacidade de fazer boas análises antes de estimar um prazo é pobre. Verifique os artigos supracitados para mais informações.

Quando se Comprometer

Dê uma olhada nesse gráfico disponível no Kanban Plus (requer assinatura).

Gráfico com seis curvas coloridas em forma de sino mostrando diferentes zonas de início de trabalho com base no lead time: Super Early, Early, Normal, Late, Last Responsible Moment (LRM) e Irresponsibly Late. À direita, duas linhas verticais marcam o LRM e a Data Desejada de Entrega (DDD). Cada zona é representada com uma cor e percentuais distintos do lead time histórico.
A imagem apresenta curvas que representam as zonas de comprometimento ao iniciar uma demanda, com base no histórico de lead time. Fonte: Kanban Plus – capítulo sobre compromissos antecipados (Upstream)

O que o gráfico está dizendo para nós é o quão responsável você será para iniciar a fazer a demanda. 

As marcações que aparecem são: Data Desejada de Entrega – Desired Delivery Date (DDD) que é o prazo que te deram ao fazer o pedido. A outra é o Último Momento Responsável 

Last Responsible Moment (LRM) que em tese é o último momento em que podemos começar a demanda e mesmo assim correndo um risco alto de não conseguir entregar. A partir do LRM, as chances de entregar no prazo (DDD) caem drasticamente.

Além das marcações temos as linhas de comprometimento que são quando você começa a construir o item. São elas:

Super Cedo (Super Early)

Acontece quando você tem mais de 2 vezes todo o seu histórico para realizar a entrega. Voltando ao nosso exemplo, imagine que você recebeu uma demanda no dia 01/07/2025 com o prazo de 17/08/2025. Você tem um período de 47 dias entre as duas datas. Se você começar a construí-la no dia 01/07/2025, você se compromete super cedo, pois pelo histórico, seu pior caso é 23 dias e você tem mais de 2 vezes (23 + 23 + 1 = 47 dias) para concluir a demanda se ela for igual ao seu pior caso.

Pode ser uma boa ideia começar super cedo, porém tenha cuidado. Se você terminar muito antes e as pessoas que devem fornecer feedback sobre o item que você entregou muito antes do prazo não estiverem disponíveis ou ainda não tiverem interesse sobre o resultado, você poderá ficar com um item parado “pronto” para entregar e que ficará meses aguardando algum retorno. Cuidado para não se esquecer dele, o que já vi acontecer, pois quando lembrarem e começarem a dar feedback e solicitações de mudança, poderá ser tarde.do lembrarem e começarem a dar 

Cedo (Early) 

De forma similar, isso acontece quando você tem entre o dobro e 100% do seu pior caso disponível. Voltando ao exemplo, acontece por exemplo se você tiver entre 23 até 46 dias para entregar o item de trabalho no prazo estipulado. Logo, imaginando que você começou o desenvolvimento no dia 01/07/2025, o prazo para que esse comprometimento seja considerado cedo deveria estar entre 25/07/2025 e 16/08/2025.

Normal

Esse é o momento em que você começa a contar com as probabilidades.O normal é se comprometer quando se tem até 85% de probabilidade de entregar o item no prazo estipulado. Para isso, você precisa voltar ao seu histórico e achar o Percentil 85 (P85). No nosso exemplo, vamos assumir que ele é o Customer Lead Time 14, pois 87,88% é o valor mais próximo que temos de 85%. Em outras palavras, um comprometimento normal deve começar quando faltarem entre 14 e 23 dias para a entrega do item. Se começarmos em 01/07/2025 o prazo final deve estar entre 16/07/2025 até 24/07/2025.

Particularmente aqui eu gosto de considerar o Percentil 98 para esse prazo, pois acredito que ele traga mais confiança do que o Percentil 95. Então, no exemplo, considero normal, quando começamos o item até 17 dias antes do prazo.

Outra coisa que não entrou nessa equação é o quão importante é o item com prazo. Quando estamos no nosso trabalho, recebemos várias demandas “urgentes”. Todavia se tratarmos tudo com urgência, nada será urgente. Então temos que ter um sistema claro e simples de priorização para definir o que é realmente urgente. Eu prefiro não esperar até o comprometimento normal e iniciar no momento “Cedo”, mesmo sabendo que terei tempo sobrando para a conclusão.

Tarde (Late)

Daqui em diante começamos a aumentar muito o risco de não entregar. Consideramos tarde quando você começa a fazer o item e seu prazo está entre o Percentil 85 e a Mediana (Percentil 50). Olhando o exemplo podemos considerar o Percentil 58,08 por ser o mais próximo. Se começamos no dia 01/07/2025 esse prazo deveria estar entre 13/07/2025 e 15/07/2025. 

Perceba que até o comprometimento normal, você podia tratar a demanda com prazo como qualquer outra. Agora, com o comprometimento tardio, você provavelmente terá que parar outras demandas para focar nessa e desviar uma boa parte da atenção do seu time para atendê-la.

Último Momento Responsável (Last Responsible Moment – LRM)

Essa é a última chance. Acontece quando o prazo é exatamente a mediana (P50). Perceba que conseguir entregar algo na data requerida é a mesma probabilidade de tirar cara jogando uma moeda para o alto. Aqui você tem que parar tudo o que estava fazendo e focar todos os esforços do time para o item. Nesse ponto, torna-se uma situação de tudo ou nada.Ainda utilizando o nosso exemplo, Se nos comprometermos no dia 01/07/2025, esse prazo poderia ser no máximo 14/07/2025.

Irresponsavelmente Atrasado (Irresponsibly Late)

Aqui meio que já era. A chance de entregarmos no prazo está abaixo da mediana, ou seja, a chance de conseguirmos entregar na data desejada é menos do que jogar cara ou coroa e acertar. É impossível? Não, mas é muito difícil. No exemplo, se esse time aceitar um prazo inferior a 14 dias, ele está sendo irresponsável, pois mesmo fazendo um grande esforço, dificilmente eles entregarão. Será um esforço com alto custo e baixo retorno.

Conclusão

Quando recebemos uma demanda com prazo, é natural que surja a pressão por respostas rápidas. No entanto, decisões apressadas e promessas mal fundamentadas podem comprometer a confiança no time e a qualidade da entrega. Utilizar o histórico de entregas por meio de ferramentas como o histograma de lead time e os percentis nos permite sair do campo do “achismo” e entrar no da previsibilidade real.

Ao entender onde está a moda, qual foi o pior caso já registrado e até onde vai a cauda da distribuição, conseguimos tomar decisões mais conscientes e oferecer prazos com níveis de confiança ajustados ao risco. Mais do que isso, aprendemos que nem sempre começar muito cedo é a melhor opção, assim como postergar até o último momento pode ser desastroso. Como disse o pregador: 

“Tudo tem o seu tempo determinado, e há tempo para todo propósito debaixo do céu”
(Eclesiastes 3.1 – NAA)

Se quiser aprender mais, veja o nosso treinamento de:

Treinamento de Kanban System Design (KSD)

Nos vemos em breve!!!

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

Sobre o autor(a)

Trainer na K21

Avelino Ferreira é formado e mestre em Ciência da Computação. Teve uma longa trajetória na TI, começando como programador e chegando a gestor de diversos times de criação de produtos digitais. Conheceu e começou a adotar as melhores prática de de Métodos Ágeis em 2008. Desde então, se dedica a auxiliar outras empresas na construção da cultura ágil. Atualmente, é Consultor e Trainer na K21

Artigos relacionados

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

Muitas empresas que passam por transformações ágeis já querem começar utilizando Métodos Ágeis em escala. Para tal, adotam frameworks como SAFe e outros. Entretanto, trabalhar em escala pode ser difícil e complexo, pois todos os problemas que ainda não foram…

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

A Lei de Little vem do professor do MIT John D. C. Little (1928 – 2024). Ele publicou o conceito inicial em 1954 sobre a Teoria das Filas e o comprovou em 1960 no artigo que pode ser lido na…

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

Tratando Riscos em Projetos Ágeis : Riscos de Negócio Há alguns dias estava lendo um artigo do Kanban Plus e esbarrei no tratamento de riscos que o Kanban traz. Senti vontade de dar um passo além e escrever como tratamos…

Avelino segurando um microfone e uma camiseta preta escrita Agile. Ele é pardo, barba e cabelos grisalhos.

Muitas vezes a expressão Wishful thinking é erroneamente traduzida para Pensamento Positivo. A tradução mais correta seria Pensamento Ilusório ou Pensamento Enganoso. Infelizmente esse pensamento está presente em diversas transformações e vive em muitos gestores. Gostaria neste artigo de apresentar…