Estamos melhorando nossa performance? Lead Time Run Chart responde.

Compartilhe:

Toda reunião de retrospectiva se encerra quando o time possui pelo menos uma ação de melhoria planejada para ser executada no próximo ciclo. Muitas vezes essa ação de melhoria busca melhorar a performance do time. Porém, como saber se estamos realmente melhorando? Vamos ao Lead Time Run Chart (Gráfico de Execução do Lead Time). que demonstra o impacto das mudanças que acontecem no nosso fluxo de trabalho.

 

Gráfico de linha com o Eixo Y é o Customer Lead Time Médio dos itens entregues. O Eixo X é o período que estamos analisando. A linha apresenta os seguintes pontos: março / 2018: 33 dias; abril / 2018: 27 dias; maio / 2018: 34 dias; junho / 2018: 59 dias; julho 2018: 32 dias; agosto / 2018: 51 dias; setembro / 2018: 32 dias; outubro / 2018: 27 dias; novembro / 2018: 43 dias; dezembro / 2018: 24 dias; janeiro / 2019: 32 dias; fevereiro / 2019: sem informação; março / 2019: 23 dias; abril / 2019: 19 dias; maio / 2019: 16 dias; junho / 2019: 8 dias; julho / 2019: 5 dias; agosto / 2019: 3 dias; setembro / 2019: 2 dias.
Gráfico de Execução do Lead Time mostrando a melhoria da performance de um time de desenvolvimento de software entre 2018 e 2019.

Nesse gráfico o Eixo Y é o Customer Lead Time Médio dos itens entregues. O Eixo X é o período que estamos analisando. Quanto mais próximo a linha chega do 0 no Eixo Y, menor o customer lead time e melhor a performance do time / squad. Quanto mais distante, maior o customer lead time e pior a performance. 

Analisando a variação de performance no time

Você já sabe, mas não custa lembrar, não dá para sair tirando conclusões apenas olhando para os dados e gráficos. Normalmente os motivos das variações não estão registrados em ferramentas, mas sim nas memórias das pessoas.

O Susto 

Nesse gráfico podemos contar a seguinte história. Era um time que nunca tinha visto o seu lead time e tomaram um grande susto quando descobriu que sua performance era muito baixa. O Lead Time deles era de quase 60 dias em junho de 2018. Ou seja, um cliente ficava em média 60 dias aguardando esse time entregar seus pedidos.

Parte do gráfico anterior mostrando os períodos entre março e junho de 2018 envoltos em um círculo azul. Os pontos são março / 2018: 33 dias; abril / 2018: 27 dias; maio / 2018: 34 dias; junho / 2018: 59 dias. Um emoji demonstrando espanto abaixo do gráfico.
Gráfico entre março e junho de 2018 apresentando um aumento do lead time e uma piora da performance do time.

O Esforço Heroico

Depois que tomaram o susto, a ideia que é rara, mas acontece muito bora resolver tudo na marra. Os meninos pegaram sua capa de Super Homem, a menina pegou sua tiara de Mulher Maravilha e vamos resolver na força. 10 horas de trabalho por dia e finais de semana conectados à VPN realmente baixaram o lead time médio para 33 dias entre junho e julho. 

Parte do gráfico anterior mostrando os períodos entre março e junho de 2018 envoltos em um círculo azul, julho de 2018 envolto em um círculo amarelo e o mês de agosto de 2018. Os pontos são março / 2018: 33 dias; abril / 2018: 27 dias; maio / 2018: 34 dias; junho / 2018: 59 dias; julho 2018: 32 dias; agosto / 2018: 51 dias. O ícone de super-heróis masculino e feminino abaixo do gráfico.
Gráfico entre junho e julho de 2018 o esforço heroico reduz o lead time, porém entre julho e agosto do mesmo ano já há um aumento novamente. A performance oscilou, mas a tendência continua sendo de piora.

Uau! Metade do tempo. Parece bom, mas o esforço heroico tem prazo para terminar. Ninguém consegue mantê-lo por muito tempo. No mês seguinte o lead time voltou a subir para 52 dias. Isso demonstra que esforços pontuais geram resultados pontuais. 

Automação de testes 

Na sequência, o que propomos para esse time foi resolver o pior problema deles até era a falta de qualidade do software que eles produziam. A cada entrega havia muita reclamação e muito trabalho de correção. Nós oferecemos aulas de automação de testes e consultoria para apoiar a adoção. As ferramentas utilizadas durante esse período foram: JUnit, Cucumber, Selenium e Jenkins. Com isso o lead time começou a cair e a performance a melhorar. 

O gráfico completo com todos os pontos e todas as marcações na imagem anterior. Há uma grande chave entre julho / 2018 e janeiro / 2019 escrita Automação e ao lado da palavra os ícones do JUnit, Selenium, Cucumber e Jenkins.
Melhoria sistêmica da performance através da automação de testes com treinamentos e consultoria entre julho / 2018 e janeiro / 2019.

Veja que não foi uma queda em linha reta. Há quedas entre setembro e outubro, mas uma subida em novembro. Isso é normal porque toda melhoria requer adaptação. Em fevereiro do ano seguinte é que conseguimos perceber o real impacto da melhoria. 

Aprendizado principal: dê tempo ao tempo 

Muitas das vezes queremos que o resultado de uma mudança seja imediato, porém isso não acontece na prática. Toda novidade precisa de um tempo para dar resultados. No caso apresentado, o impacto real só foi realmente percebido como melhoria seis meses após o início da mudança.

Transformando o Run Chart em um Control Chart 

O Lead Time Run Chart é um gráfico de execução, pois ele narra a história sem se preocupar com o futuro. Todavia, você pode adicionar algumas informações para auxiliar decisões futuras. Por exemplo, limite superior de controle e limite inferior de controle. Normalmente 3 vezes o desvio padrão seguindo as recomendações do Six Sigma.

Um gráfico de linhas com marcações entre setembro de 2022 até novembro de 2023. Há uma linha azul informando Lead time médio no mês que começa com 10 dias e sobe até 15 dias. Uma linha horizontal verde tracejada que é o lead time médio no período analisado que está em 12,5 dias. Uma linha horizontal vermelha tracejada abaixo da média representando o limite inferior de controle em 11 dias. Outra linha horizontal vermelha tracejada acima da média representando o limite superior de controle em 14 dias.

Transformando o Run Chart em um Control Chart. As linhas vermelhas apresentam limites que se ultrapassados devem gerar alguma ação para retorno aos níveis adequados.

A linha verde representa a média de todo o período analisado, a azul é o lead time médio no mês, acima e abaixo temos os limites inferior e superior marcados de vermelho. No caso, esse time deve ficar atento, pois o lead time atual já ultrapassou o limite superior duas vezes, o que pode indicar uma piora sistêmica na performance. 

Preferência pessoal

Particularmente prefiro um número que eu arbitro baseado no histórico passado seguido de uma linha de alerta imaginando um sinal amarelo e um sinal vermelho.

Um gráfico de linhas mostrando períodos entre setembro de 2022 e novembro de 2023. A linha da média em 12 dias e uma área amarela entre o limite de alerta 14 dias e o limite máximo em 20 dias. Tudo na área amarela representa uma degradação da performance do time.
Control chart com área de alerta e limite máximo superior.

Se o lead time subir (piora da performance) e chegar na linha de alerta (sinal amarelo), recebo um aviso de que temos algum problema acontecendo e temos que atuar antes que ultrapasse o limite superior. Eu não trabalho com os limites inferiores, mas pode ser útil em algum caso quando uma melhoria de performance abrupta pode indicar um problema em vez de uma solução de longo prazo.

Conclusão

E aí? Já sabe dizer se o seu time está melhorando ou piorando? Quer saber mais sobre esse assunto, veja o nosso treinamento de Kanban System Design (KSD). Quer conhecer outros gráficos e ferramentas de Kanban, dê uma olhada neste artigo aqui.

Até a próxima

Bis geschwënn

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.

Seu fluxo possui muitos bloqueios? Seu time / squad começa a fazer algo e logo em seguida o item já está bloqueado? Vamos ver como o Agrupamento de Bloqueadores (Blocker Clustering) pode te ajudar. Bloqueios Inicialmente, vamos definir o que…

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

Existem muitos tipos de Inteligência Artificial (IA) e você que é uma pessoa de produtos pode utilizá-las. Seja para incorporar no seu produto ou até mesmo para te auxiliar na construção e evolução de produtos e serviços. Abaixo listamos alguns…

Nas discussões e workshops sobre OKRs que fazemos nas empresas, um conceito sempre aparece: Estão faltando métricas de guard rail para equilibrar esses OKRs! As Métricas de saúde (ou Guard Rails) ajudam a liderança e as equipes a manterem um…

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

O que é gargalo Quando falamos sobre Kanban um dos nossos principais objetivos é identificar onde está o gargalo do nosso fluxo. O gargalo é a etapa em que os itens permanecem por mais tempo. É fundamental resolver os gargalos…