Почему на вопрос «Когда?» отвечают рассказом о проблемах. МНЕНИЕ - «Новости Дня» » «Новости Дня»

✔ Почему на вопрос «Когда?» отвечают рассказом о проблемах. МНЕНИЕ - «Новости Дня»


Почему на вопрос «Когда?» отвечают рассказом о проблемах. МНЕНИЕ - «Новости Дня»

Руководитель студии «Сибирикс» Владимир Завертайлов рассказал о том, как давать оценку времени, которое нужно для выполнения сложных задач.
«Большинство людей не умеют адекватно оценивать сроки выполнения задач. Порой это заставляет понервничать. Тут и «дедлайн подкрадывается незаметно». И перестраховка в 500% на всякий случай (все равно не хватает). И отжимание «заведомо раздутых сроков», чтобы исполнитель пообещал чего-то более приемлемого. И невнятные бормотания вместо конкретных цифр. Почему люди так сильно не любят оценивать сроки? Ведь все просто:
Длительность работ = Объем работ / Производительность


Неопределенность больно ударяет


Корневая причина в том, что, оценивая объем работ, мы сталкиваемся с неопределенностью. Мы вынуждены предсказывать будущее – строить прогноз и нести за него ответственность. Начальники и клиенты требуют этого от нас, а мы – от своих подчиненных.
Но прогнозы нужны нам как опора. Как попытка отгородиться от неопределенности. Самое лучшее, что мы можем сделать – построить адекватную модель работы с неопределенностью. Которая позволит создать алгоритм оценки или хотя бы разделить ответственность между этой моделью и оценщиком. Знать ограничения этой модели. А затем – научить пользоваться моделью тех, кто дает оценки вам.
Приведенная выше формула, в принципе, верная. Дело в том, что ни числитель, ни знаменатель этой дроби не известны. Хотя бы потому, что:
Подпись заказчика под техническим заданием не гарантирует, что документ описывает именно тот объем работ, который реально нужен. Она даже не гарантирует, что заказчик читал ТЗ. Реальный объем работ вы узнаете только после приемки проекта.
Любая постановка задачи гарантированно содержит «дырки», которые можно трактовать двояко. Чем толще постановка — тем больше таких мест.
Производительность людей (особенно программистов) может отличаться в разы и зависит от столь большого числа факторов, что учесть влияние всех просто невозможно.
С определенной долей вероятности можно спрогнозировать дату завершения задачи или проекта, если:
 у вас стабильная, сработавшаяся команда исполнителей;
работы выполняются для одного и того же клиента, который дает стабильную обратную связь (читай – генерирует прогнозируемое количество «правочек») и демонстрирует стабильные требования к качеству;
команда уже работала с подобными задачами;
рабочий процесс, технологический стек и окружающая среда — неизменны;
сам проект укладывается в головах команды;
устраивает оценка в относительных, а не в абсолютных величинах (никаких рублей и часов);
уже есть опыт работы в таких же условиях и данные, полученные в предыдущих итерациях; либо клиент готов работать итеративно и получать прогнозы, исходя из реальных замеров производительности предыдущих этапов.


Торги и манипуляции


Для нас важно иметь возможность давать оценки на проекты с разбросом от реалистичной оценки до наиболее вероятной, например, 80%. А клиенту может быть интересна именно оптимистичная оценка. Но назвать ее одну невозможно, потому что неизвестно, какие риски могут сработать с этим человеком.
Клиент может отреагировать на вероятностную оценку крайне резко. Ему не понятно, почему так, ведь задача известна. Сказать клиенту в лоб, что «причина в том, что мы еще не знаем, насколько ты адекватный» – не лучший вариант, так что стоит пояснить, что вариативность нужна для подстраховки.


Адекватная модель


Под адекватной моделью я понимаю такую, которая дает приемлемую для практической деятельности точность.
Я считаю, что нужно приучить людей жить с неопределенностью. Да, математика и бытие сильно против нас. Но нужно заставлять себя давать оценки с хорошей долей вероятности (скажем, 80% или 90% в зависимости от сферы), оставшиеся риски брать на себя. В случае, если они возникли –извиниться (перед клиентом), поулыбаться и замять конфликт или сделать профакапленное за свой счет (не уходя в отрицательную прибыль).


Про буферы, подстраховку и закон Мерфи


Клиента нужно приучить к неопределенности и к тому, что в нее заложена подстраховка. Это не обман, а реальность. Мы можем быть уверенными только в одном: здесь работает закон Мерфи. Если он бьет часто, буферы должны быть больше. Проверить частоту Мерфи можно итеративно.
Если клиент категоричен и не хочет видеть варианты –  просто уберите нижнюю границу. Но важно не только закладывать адекватные буферы, но и пристально контролировать их расход.
Если буфер съеден на треть, а работа еще не готова – это повод начать экспедирование и проталкивание. Они при отлаженных процессах должны занимать не более 5% всей работы. Если меньше – значит, у вас есть запас мощностей. Если больше – у вас проблема. На сложных проектных цепочках наибольший контроль должен быть на выявлении бутылочного горлышка проекта и контроле его питающих буферов.


Принципы адекватой оценки


Есть всего два способа делать оценки:
опираясь на свою картину мира в прошлом (свой опыт и исторические данные);
продлевая свою картину мира в будущее (экспертные оценки и интуиция).
Задача руководителя – приучить оценивать свою работу. Не просто давать задачу и смотреть, как человек с воплями бежит ее делать. А убедиться, что нужный объем работ проанализирован.
Опора на прошлое имеет ряд недостатков, которые влияют на точность оценки:
1. Человек, делающий повторно одну и ту же (или очень похожую) операцию, начинает делать ее быстрее.
С мастерством растет скорость. Поэтому нельзя сказать, что одна и та же задача у одного и того же человека займет одинаковое время.
К тому же, мы не в Японии и не в Германии. Мы — в России. А для нас характерно творческое отношение ко всему. В том числе к регламентам и правилам. Иногда это хорошо, но сильно вредит на конвейерном производстве.
Творческое отношение приводит к тому, что в какой-то момент делать однотипные вещи становится скучно. И, если мы вынуждены ими заниматься, пробуем делать их другим способом. А это значит, что качество работ и время, на них затраченное, изменятся.
2. Мы склонны забывать детали, нюансы и мелочи тех операций, которые выполняем редко.
А это значит, что наши оценки, основанные только на прошлом опыте выполнения задачи, практически всегда будут слишком оптимистичными.
3. В противовес забывчивости в мелочах мы хорошо помним, если ранее больно получили за превышение сроков на похожей задаче.
Мы начинаем перестраховываться. Наша подстраховка будет основана только на страхе и нежелании испытать негативные последствия. Пускай даже они заключались в том, что мы не уложились в свои же оценки, и нас за это даже не ругали. На страхе, но никак не на здравом смысле.
Итак, одного опыта для оценки недостаточно. Два других способа – экспертные оценки и интуиция. Лучшее, что мы должны проделать –представить, как именно мы будем реализовывать задачу. Чем детальнее представим, тем точнее будут прогнозы. Тут важно говорить правду самому себе: если в мысленном эксперименте по ходу работы появились технологические нестыковки – они гарантированно выльются в дополнительное время».
По материалам VC.RU

Руководитель студии «Сибирикс» Владимир Завертайлов рассказал о том, как давать оценку времени, которое нужно для выполнения сложных задач. «Большинство людей не умеют адекватно оценивать сроки выполнения задач. Порой это заставляет понервничать. Тут и «дедлайн подкрадывается незаметно». И перестраховка в 500% на всякий случай (все равно не хватает). И отжимание «заведомо раздутых сроков», чтобы исполнитель пообещал чего-то более приемлемого. И невнятные бормотания вместо конкретных цифр. Почему люди так сильно не любят оценивать сроки? Ведь все просто: Длительность работ = Объем работ / Производительность Неопределенность больно ударяет Корневая причина в том, что, оценивая объем работ, мы сталкиваемся с неопределенностью. Мы вынуждены предсказывать будущее – строить прогноз и нести за него ответственность. Начальники и клиенты требуют этого от нас, а мы – от своих подчиненных. Но прогнозы нужны нам как опора. Как попытка отгородиться от неопределенности. Самое лучшее, что мы можем сделать – построить адекватную модель работы с неопределенностью. Которая позволит создать алгоритм оценки или хотя бы разделить ответственность между этой моделью и оценщиком. Знать ограничения этой модели. А затем – научить пользоваться моделью тех, кто дает оценки вам. Приведенная выше формула, в принципе, верная. Дело в том, что ни числитель, ни знаменатель этой дроби не известны. Хотя бы потому, что: Подпись заказчика под техническим заданием не гарантирует, что документ описывает именно тот объем работ, который реально нужен. Она даже не гарантирует, что заказчик читал ТЗ. Реальный объем работ вы узнаете только после приемки проекта. Любая постановка задачи гарантированно содержит «дырки», которые можно трактовать двояко. Чем толще постановка — тем больше таких мест. Производительность людей (особенно программистов) может отличаться в разы и зависит от столь большого числа факторов, что учесть влияние всех просто невозможно. С определенной долей вероятности можно спрогнозировать дату завершения задачи или проекта, если: у вас стабильная, сработавшаяся команда исполнителей; работы выполняются для одного и того же клиента, который дает стабильную обратную связь (читай – генерирует прогнозируемое количество «правочек») и демонстрирует стабильные требования к качеству; команда уже работала с подобными задачами; рабочий процесс, технологический стек и окружающая среда — неизменны; сам проект укладывается в головах команды; устраивает оценка в относительных, а не в абсолютных величинах (никаких рублей и часов); уже есть опыт работы в таких же условиях и данные, полученные в предыдущих итерациях; либо клиент готов работать итеративно и получать прогнозы, исходя из реальных замеров производительности предыдущих этапов. Торги и манипуляции Для нас важно иметь возможность давать оценки на проекты с разбросом от реалистичной оценки до наиболее вероятной, например, 80%. А клиенту может быть интересна именно оптимистичная оценка. Но назвать ее одну невозможно, потому что неизвестно, какие риски могут сработать с этим человеком. Клиент может отреагировать на вероятностную оценку крайне резко. Ему не понятно, почему так, ведь задача известна. Сказать клиенту в лоб, что «причина в том, что мы еще не знаем, насколько ты адекватный» – не лучший вариант, так что стоит пояснить, что вариативность нужна для подстраховки. Адекватная модель Под адекватной моделью я понимаю такую, которая дает приемлемую для практической деятельности точность. Я считаю, что нужно приучить людей жить с неопределенностью. Да, математика и бытие сильно против нас. Но нужно заставлять себя давать оценки с хорошей долей вероятности (скажем, 80% или 90% в зависимости от сферы), оставшиеся риски брать на себя. В случае, если они возникли –извиниться (перед клиентом), поулыбаться и замять конфликт или сделать профакапленное за свой счет (не уходя в отрицательную прибыль). Про буферы, подстраховку и закон Мерфи Клиента нужно приучить к неопределенности и к тому, что в нее заложена подстраховка. Это не обман, а реальность. Мы можем быть уверенными только в одном: здесь работает закон Мерфи. Если он бьет часто, буферы должны быть больше. Проверить частоту Мерфи можно итеративно. Если клиент категоричен и не хочет видеть варианты – просто уберите нижнюю границу. Но важно не только закладывать адекватные буферы, но и пристально контролировать их расход. Если буфер съеден на треть, а работа еще не готова – это повод начать экспедирование и проталкивание. Они при отлаженных процессах должны занимать не более 5% всей работы. Если меньше – значит, у вас есть запас мощностей. Если больше – у вас проблема. На сложных проектных цепочках наибольший контроль должен быть на выявлении бутылочного горлышка проекта и контроле его питающих буферов. Принципы адекватой оценки Есть всего два способа делать оценки: опираясь на свою картину мира в прошлом (свой опыт и исторические данные); продлевая свою картину мира в будущее (экспертные оценки и интуиция). Задача руководителя – приучить оценивать свою работу. Не просто давать задачу и смотреть, как человек с воплями бежит ее делать. А убедиться, что нужный объем работ проанализирован. Опора на прошлое имеет ряд недостатков, которые влияют на точность оценки: 1. Человек, делающий повторно одну и ту же (или очень похожую) операцию, начинает делать ее быстрее. С мастерством растет скорость. Поэтому нельзя сказать, что одна и та же задача у одного и того же человека займет одинаковое время. К тому же, мы не в Японии и не в Германии. Мы — в России. А для нас характерно творческое отношение ко всему. В том числе к регламентам и правилам. Иногда это хорошо, но сильно вредит на конвейерном производстве. Творческое отношение приводит к тому, что в какой-то момент делать однотипные вещи становится скучно. И, если мы вынуждены ими заниматься, пробуем делать их другим способом. А это значит, что качество работ и время, на них затраченное, изменятся. 2. Мы склонны забывать детали, нюансы и мелочи тех операций, которые выполняем редко. А это значит, что наши оценки, основанные только на прошлом опыте выполнения задачи, практически всегда будут слишком оптимистичными. 3. В противовес забывчивости в мелочах мы хорошо помним, если ранее больно получили за превышение сроков на похожей задаче. Мы начинаем перестраховываться. Наша подстраховка будет основана только на страхе и нежелании испытать негативные последствия. Пускай даже они заключались в том, что мы не уложились в свои же оценки, и нас за это даже не ругали. На страхе, но никак не на здравом смысле. Итак, одного опыта для оценки недостаточно. Два других способа – экспертные оценки и интуиция. Лучшее, что мы должны проделать –представить, как именно мы будем реализовывать задачу. Чем детальнее представим, тем точнее будут прогнозы. Тут важно говорить правду самому себе: если в мысленном эксперименте по ходу работы появились технологические нестыковки – они гарантированно выльются в дополнительное время». По материалам VC.RU


Новости по теме





Добавить комментарий

показать все комментарии
Комментарии для сайта Cackle
→ 
Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика