É uma pergunta comum em diversos times ágeis: Temos capacidade para atender a demanda? A resposta é não. Como diz Rodrigo de Toledo: “No trabalho do conhecimento, a demanda sempre irá superar a nossa capacidade de atendê-la.”. O desafio é saber o quanto você consegue manter a estabilidade do fluxo de trabalho ao longo do tempo.
Métricas de Análise de Demanda e Capacidade de Entrega
Para isso, duas informações são muito importantes: quantos itens chegam e quantos itens saem do fluxo e nós temos como saber essa informação, pois são, respectivamente, a vazão de chegada e a vazão de entrega. Para ser mais específico, o nome correto dessas métricas são Taxa de Chegada (Arrival Rate) e a Taxa de Entrega (Delivery Rate) que no Scrum é conhecida como Velocidade.
A Taxa de Chegada informa quantos itens de trabalho um time recebe em um período. Essa chegada de demandas pode ter diversas entradas: Pedidos de clientes, informações de erros e problemas, histórias de usuário criadas pelo Product Owner, dívidas técnicas que o time deve “pagar”, etc. Já a Taxa de Entrega é como o próprio nome diz, a quantidade de itens que um time entrega para seu cliente em determinado período.
O cálculo de ambas as taxas são: itens divididos por período. Essa segunda variável deve ser uma que mantenha um valor igual ou maior do que 1 (um). Por exemplo, se um time entrega ou recebe diversos itens em um dia, não teria problema algum as taxas serem: Chegada / dia ou Entrega / Dia. Agora se esse time não tem uma periodicidade tão curta, não faria muito sentido dizer que ele entrega 0,07 itens por dia.
Estabilidade ou Instabilidade da capacidade
Para verificar se somos capazes de entregar tudo o que nos é demandado você pode fazer uma conta simples: Taxa de Chegada – Taxa de Entrega . Se for igual a zero, conseguimos entregar tudo o que nos é demandado. Maior do que zero, a demanda supera a nossa capacidade. Agora, se for menor do que zero, entregamos mais do que nos é demandado no período (entrega de passivo de períodos anteriores).
O cálculo mais correto para essa análise deve ser: Resultado do Período Anterior + Taxa de Chegada – Taxa de Entrega.
Aqui nós temos o gráfico de um time de Manutenção e Evolução durante os anos de 2018 e 2020. Para analisarmos corretamente, devemos separar um período.
Incapacidade de atender a demanda
Quando nós olhamos para esse time no período de abril de 2018 até julho de 2019, vemos que há incapacidade de atender a demanda. Mês a mês, vemos que o saldo remanescente de itens no backlog do time dispara, vai de 3 itens em abril de 2018 e atinge um pico de 34 itens em junho de 2019. O backlog desse time aumentou mais de 10 vezes o seu tamanho inicial em pouco mais de um ano.
Aumento da quantidade de entregas não garante a redução da demanda
Vamos olhar agora os meses subsequentes começando de maio de 2019, quando a incapacidade ainda existia até fevereiro de 2020.
Esse time fez algumas trocas de pessoas entre junho de 2019 e focou no aumento da qualidade da entrega. O resultado foi que em agosto de 2019 o time passou a entregar mais do que chegava até ele. O que foi ótimo, porém a alegria durou pouco. Em novembro do mesmo ano, a demanda aumentou e continuou aumentando. Embora esse time entregasse mais, chegavam mais e mais itens.
Esse é um efeito comum e você conhece como Lei da Oferta e Procura. Os clientes desse time enviavam demandas para esse time, mas como vimos no gráfico de Incapacidade de atender a demanda, não adiantava pedir porque eles não iam receber mesmo. Com o tempo as pessoas desistiram de solicitar devido à ineficiência do time.
Entretanto, quando o time passou a entregar mais do que foi demandado (barra de entrega maior do que a de chegada) e ainda entregou o passivo dos meses anteriores, os clientes se sentiram seguros para fazer novos pedidos. A demanda aumentou junto à capacidade do time.
Eventos Atípicos
Outra coisa que você pode analisar utilizando esse gráfico é o acontecimento de eventos atípicos. Variações muito súbitas na chegada ou entrega de itens.
Até fevereiro de 2020 havia estabilidade na entrega de itens, porém, como sabemos, em março de 2020 iniciou o processo de Lockdown devido à pandemia de COVID19. Vemos uma queda tanto de demandas quanto de entregas naquele mês. O interessante é que em abril de 2020 há um aumento significativo de entregas, enquanto as novas demandas se mantiveram estáveis. Isso aconteceu porque as equipes de Tecnologia da Informação se adaptaram ao trabalho remoto mais rápido do que as áreas de negócio da empresa. Porém em maio de 2020 a tendência de aumento tanto da demanda quanto da entrega voltou a subir.
Estabilidade da Capacidade
Em um mundo ideal, a linha de saldo seria igual a zero, mas na prática isso não acontecerá porque sempre haverá um aumento da demanda junto do aumento da capacidade. A busca não deve ser pelo backlog zerado e sim por um número estável entre chegadas e saídas. Veja que de junho até dezembro esse time está recebendo uma demanda e entregando uma quantidade mais ou menos igual de itens. O Backlog está estabilizado em torno de 10 itens.
Essa quantidade de saldo não é boa ou ruim, apenas indica que a capacidade é estável. Esse time pode definir que essa quantidade de itens é saudável para ser mantida no backlog. É muito provável que se eles tentarem aumentar a taxa de entrega, após algum tempo, a taxa de chegada também aumentará e o saldo permanecerá em torno de 10 itens no backlog.
Conclusão
Esse gráfico é muito importante para você definir se o seu time possui um backlog saudável ou não. Se período a período a taxa de chegada superar a taxa de entrega, teremos problemas como: ansiedade do time e gestores, dificuldade de priorizar um backlog crescente e insatisfação dos clientes. Também é importante frisar que a redução do backlog a zero é impossível visto que a tendência é o aumento da demanda junto com o aumento da capacidade de entregá-la. O melhor é descobrir o número que podemos considerar o backlog saudável. Isto é: Time não fica ansioso com itens envelhecendo, ele é fácil de priorizar e os clientes estão satisfeitos.
Espero ter ajudado.
See you soon.
