Forwarded from ScrumTrek
🔸 Заказчики со сроками «это нужно сделать вчера»,
🔸 Дефекты и баги,
🔸 Задачи, связанные с инфраструктурой,
🔸 И конечно, любимый топ-менеджер, который приносит «самые срочные и самые важные задачи», помимо тех, что уже находятся в работе 😬
Что делать тимлиду 😨, чтобы выжить и успеть самое важное?
На vc.ru вас ждет 👉 подробный гайд от Василия Савунова, где рассказываем о первых шагах, которые нужно предпринять, чтобы выбраться из перманентной ситуации догоняющего и оптимизировать рабочие процессы.
🔸 Дефекты и баги,
🔸 Задачи, связанные с инфраструктурой,
🔸 И конечно, любимый топ-менеджер, который приносит «самые срочные и самые важные задачи», помимо тех, что уже находятся в работе 😬
Что делать тимлиду 😨, чтобы выжить и успеть самое важное?
На vc.ru вас ждет 👉 подробный гайд от Василия Савунова, где рассказываем о первых шагах, которые нужно предпринять, чтобы выбраться из перманентной ситуации догоняющего и оптимизировать рабочие процессы.
👍5
ScrumTrek
🔸 Заказчики со сроками «это нужно сделать вчера», 🔸 Дефекты и баги, 🔸 Задачи, связанные с инфраструктурой, 🔸 И конечно, любимый топ-менеджер, который приносит «самые срочные и самые важные задачи», помимо тех, что уже находятся в работе 😬 Что делать тимлиду…
Оцифровали мой доклад с teamLeadConf 2022
Помню ко мне очередь после него выстроилась с вопросами :)))
Помню ко мне очередь после него выстроилась с вопросами :)))
🔥4
Привет! Давно я не писал в канал, и этому есть объяснение.
Во-первых, я всю неделю каждый день веду тренинги по 8 часов. А вечером надо готовиться к следующему дню тренинга, так что времени на посты категорически не хватает.
🤯 Во-вторых, Нассим Николаевич Талеб просто взорвал мне мозг своей книжкой.
⚠️ Я эту книгу вам категорически рекомендую, но предупреждаю, что не смотря на явное желание автора объяснить все понятным языком, книга перенасыщена математическими формулами и понятиями из теории вероятности, так что мне пришлось вдобавок обложиться книгами по основам теории вероятности 📖📖📖, чтобы хоть как-то понять что Талеб хочет нам сказать.
После его предыдущих книг - "Одураченные случайностью" и "Рискуя собственной шкурой", которые рассказывали о ситуации "в общем и в целом" без конкретики, книга "Статистические последствия жирных хвостов" просто поражает своей конкретностью и обилием деталей
🎓 Не удивительно, что глава Сбер(банка) Герман Греф настоятельно рекомендовал всем руководителям ее прочитать.
👊👊👊 Книга просто бьет наотмашь - как в плане сложности изложения, так и в плане инсайтов. Читается трудно, но интересно.
Я решил, что буду по частям публиковать основные инсайты и мысли которые приходят по мере прочтения книги Талеба.
Кажется, это будет полезнее, чем вываливать на вас огромную статью с результатами прочтения этого монументального труда.
👉Не переключайте канал, на следующей неделе выйдет первая часть обзора
#анонс
Во-первых, я всю неделю каждый день веду тренинги по 8 часов. А вечером надо готовиться к следующему дню тренинга, так что времени на посты категорически не хватает.
⚠️ Я эту книгу вам категорически рекомендую, но предупреждаю, что не смотря на явное желание автора объяснить все понятным языком, книга перенасыщена математическими формулами и понятиями из теории вероятности, так что мне пришлось вдобавок обложиться книгами по основам теории вероятности 📖📖📖, чтобы хоть как-то понять что Талеб хочет нам сказать.
После его предыдущих книг - "Одураченные случайностью" и "Рискуя собственной шкурой", которые рассказывали о ситуации "в общем и в целом" без конкретики, книга "Статистические последствия жирных хвостов" просто поражает своей конкретностью и обилием деталей
🎓 Не удивительно, что глава Сбер(банка) Герман Греф настоятельно рекомендовал всем руководителям ее прочитать.
👊👊👊 Книга просто бьет наотмашь - как в плане сложности изложения, так и в плане инсайтов. Читается трудно, но интересно.
Я решил, что буду по частям публиковать основные инсайты и мысли которые приходят по мере прочтения книги Талеба.
Кажется, это будет полезнее, чем вываливать на вас огромную статью с результатами прочтения этого монументального труда.
👉Не переключайте канал, на следующей неделе выйдет первая часть обзора
#анонс
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12👍7
Как метеорологи чуть не проглядели озоновые дыры из-за того, что при обработке статистических данных отбросывались аномалии и выборосы.
Любая аномалия, любой выброс - это жемчужина, бриллиант в ваших данных, который надо тщательно изучить, чтобы понять как такое стало возможным, и что это означает для вашей системы.
#интересный_факт
#аномалии
Любая аномалия, любой выброс - это жемчужина, бриллиант в ваших данных, который надо тщательно изучить, чтобы понять как такое стало возможным, и что это означает для вашей системы.
#интересный_факт
#аномалии
👍3
🔍 Lead Time 168 Дней: Много Это Или Мало?
Такой вопрос часто возникаюет, после сбора и анализа статистики.
Где та грань, после которой Customer Lead Time надо обязательно уменьшать? Кто и как определяет эту грань? И как понять, что ваш Customer Lead Time оптимален?
🎁 Давайте представим, что вы заказали на маркетплейсе какой-то товар и видите, что срок его доставки к вам - 3 дня. Это много или мало для вас❓❓❓
Вы наверно ответите: "Зависит от того, что это за товар, зачем он мне нужен, насколько срочно он мне нужен, и вообще от жизненной ситуации, в которой я заказываю этот товар"
И будете совершенно правы! Невозможно дать оценку Customer Lead Time , без ответа на все эти вопросы.
🔻 Давайте спросим себя - всегда ли хорош наименьший из возможных Customer Lead Time по всем задачам?
Если подумать, то станет ясно, что более короткий Customer Lead Time означает более высокую частоту поставки результата. Но заказчик или клиент не всегда готов принять результат так часто, как мы можем его поставить.
👉 Продолжение по ссылке
#канбан_просто
Такой вопрос часто возникаюет, после сбора и анализа статистики.
Где та грань, после которой Customer Lead Time надо обязательно уменьшать? Кто и как определяет эту грань? И как понять, что ваш Customer Lead Time оптимален?
🎁 Давайте представим, что вы заказали на маркетплейсе какой-то товар и видите, что срок его доставки к вам - 3 дня. Это много или мало для вас❓❓❓
Вы наверно ответите: "Зависит от того, что это за товар, зачем он мне нужен, насколько срочно он мне нужен, и вообще от жизненной ситуации, в которой я заказываю этот товар"
И будете совершенно правы! Невозможно дать оценку Customer Lead Time , без ответа на все эти вопросы.
Если подумать, то станет ясно, что более короткий Customer Lead Time означает более высокую частоту поставки результата. Но заказчик или клиент не всегда готов принять результат так часто, как мы можем его поставить.
👉 Продолжение по ссылке
#канбан_просто
Please open Telegram to view this post
VIEW IN TELEGRAM
vc.ru
Customer Lead Time 168 дней это много или мало? — Василий Савунов на vc.ru
После выхода последней статьи про способ расчета статистики Lead Time (времени выполнения задач) с использованием Excel, мне в канал и в личку пришло много вопросов из серии: "Ну вот я замерил вероятное время выполнения задач, получилось 100 дней - это плохо…
🔥8
Пока я готовлю первую порцию мыслей и инсайтов по книге Нассима Талеба "Статистические последствия жирных хвостов", я предлагаю для разогрева вам ответить на небольшую викторину. Постарайтесь найти правильный ответ, а будущий пост расставить все точки над i.
Стоит ли использовать математическое среднее при анализе Lead Time Distribution для интеллектуального труда?
Final Results
50%
Нет, потому что среднее фильтрует аномалии, и мы можем потерять ценную информацию
8%
Да, потому что среднее описывает наиболее вероятное значение Lead Time
33%
Нет, потому что среднее очень чувствительно к аномалияи
8%
Да, потому что среднее описывает наиболее типичное значение Lead Time
Данные в ДейSTвии
Стоит ли использовать математическое среднее при анализе Lead Time Distribution для интеллектуального труда?
❗️Итак, вы готовы прочитать первую часть инсайтов из книги Талеба?
Тогда жмите на ссылку внизу этого сообщения.
Но сперва подведем итоги опроса!
♥️ Спасибо всем, кто ответил на опрос.
👍Правильным является третий ответ: "Нет, потому что среднее очень чувствительно к аномалиям"
👉А почему это так, я рассказываю в первой части обзора книги Нассима Талеба "Статистические последствия длинных хвостов"
#канбан_сложно
Тогда жмите на ссылку внизу этого сообщения.
Но сперва подведем итоги опроса!
♥️ Спасибо всем, кто ответил на опрос.
👍Правильным является третий ответ: "Нет, потому что среднее очень чувствительно к аномалиям"
👉А почему это так, я рассказываю в первой части обзора книги Нассима Талеба "Статистические последствия длинных хвостов"
#канбан_сложно
👍6❤1
Книга “Бизнес, статистика и котики” от Владимира Савельева была первой книга которую я использовал для понимания того, о чем пишет Талеб. Написана простым и понятным языком, и в ней он рассказывает достаточно продвинутые вещи, вроде описательной статистики, дисперсионного анализа, корреляционного анализа, и как это все делать на языке R - языке программирования, заточенный исключительное для анализа данных. У него есть еще одна книга, "Статистика и котики" - она, по сути, является введением в теорию вероятности, и ее тоже стоит почитать
Преимущество книги "Бизнес, статистика и котики" заключается в том, что написанная русскоязычным автором, а не иностранцем, и нет потерь и искажений смысла при переводе. А в случае с переводом терминов теории вероятности такое случается нередко. Например, русский термин "вариация" по английски обычно переводится как "dispersion". Это общее понятие для разных метрик, которые описывают разброс значений в распределении. А русский термин "дисперсия" часто переводится как "variance". Это конкретная оценка, которая соответствует квадрату стандартного отклонения. Дисперсия, которая variance, является частным случаем вариации, которая dispersion. Вот такая вот петрушка :))
В случае книги Савельева можно быть уверенным, что таких казусов не произойдет.
#книги
Преимущество книги "Бизнес, статистика и котики" заключается в том, что написанная русскоязычным автором, а не иностранцем, и нет потерь и искажений смысла при переводе. А в случае с переводом терминов теории вероятности такое случается нередко. Например, русский термин "вариация" по английски обычно переводится как "dispersion". Это общее понятие для разных метрик, которые описывают разброс значений в распределении. А русский термин "дисперсия" часто переводится как "variance". Это конкретная оценка, которая соответствует квадрату стандартного отклонения. Дисперсия, которая variance, является частным случаем вариации, которая dispersion. Вот такая вот петрушка :))
В случае книги Савельева можно быть уверенным, что таких казусов не произойдет.
#книги
🔥3
Книга “Статистика для всех“ Сары Бослаф (”Statistics in a Nutshell”, Sarah Boslaugh) - здоровенный, прекрасно написанный, и прекрасно переведенный томино, который рассказывает о сложном предмете шаг за шагом, постепенно наращивая сложность и объясняя чуть ли не каждый нюанс. Книга значительно более обширная и глубокая чем книга Савельева.
Владимир Савельев, кстати, ссылается на книгу Бослоф, и у меня сложилось ощущение, что Владимир свою книгу строил по лекалам книги “Статистика для всех”, только более простым языком.
В этой книге я находил более подробное и глубокое объяснения тех нюансов, которые рассказывает в своей книге Талеб, а чтобы убедиться что все понимаю правильно, и перевод терминов верный - сверялся с Савельевым
#книги
Владимир Савельев, кстати, ссылается на книгу Бослоф, и у меня сложилось ощущение, что Владимир свою книгу строил по лекалам книги “Статистика для всех”, только более простым языком.
В этой книге я находил более подробное и глубокое объяснения тех нюансов, которые рассказывает в своей книге Талеб, а чтобы убедиться что все понимаю правильно, и перевод терминов верный - сверялся с Савельевым
#книги
🔥5
Книга “Практическая статистика для специалистов Data Science” Питера и Эндрю Брюсов (”Practical Statistics for Data Scientists”, Peter Bruce, Andrew Bruce) - эта книга мне как человеку с бэкграундом программиста, была очень полезна, так как в краткой форме упорядочивала большинство описательных статистических параметров и показывало алгоритм их расчета в понятной для меня форме.
Благодаря ней я быстро смог автоматизировать анализ статистических данных для аудитов рабочих процессов
#книги
Благодаря ней я быстро смог автоматизировать анализ статистических данных для аудитов рабочих процессов
#книги
🔥3
Алексей Пименов выпустил книгу "Канбан-метод, базовая практика" по основам Канбан-метода.
Я сам книгу еще не прочитал, но зная Лешу, уверен, что она будет очень полезна всем, кто так или иначе интресуется Канбан-методом - и начинающим и опытным практикам
Леша очень много сделал для прихода и укоренения Канбан-метода в России, и продолжает развивать это направлени и дальше.
Я сам книгу еще не прочитал, но зная Лешу, уверен, что она будет очень полезна всем, кто так или иначе интресуется Канбан-методом - и начинающим и опытным практикам
Леша очень много сделал для прихода и укоренения Канбан-метода в России, и продолжает развивать это направлени и дальше.
🔥13
Наверно стоит пояснить, почему в опросе выше не верны вариант ответа о том, что среднее показывает наиболее вероятное значение, и вариант ответа о том, что среднее показывает типичное значение.
❓Почему не верен ответ "среднее является наиболее вероятным значением для LTD интеллектуального труда"?
🎓 Этот ответ мог быть верным, если бы распределение LT для интеллектуального труда было бы похоже на нормальное распределение (гауссово), но это совсем не так, и для интеллектуального труда распределение LT совсем не похоже на нормальное, и является асимметричным, с пиком (модой) в левой части, длинным хвостом редких больших значений в правой части (смотри заголовочную картинку поста)
При таком распределении, вероятность арифметического среднего обычно колеблется в диапазоне 50-60%. Согласитесь, это совсем не тянет на наиболее вероятное значение.
На превьюшной картинке к посту я поставил график из статьи Алексея Жеглова "Forecasting Cards", где показано типичное распределение LT для интеллектуального труда, и видны вероятности разных параметров распределения.
По той же причине среднее нельзя назвать самым "типичным" значением LT для интеллектуального труда. Оно будет смещаться с сторону "хвоста" с редкими событиями, и чем "толще" хвост, тем больше будет это смешение
#канбан_сложно
❓Почему не верен ответ "среднее является наиболее вероятным значением для LTD интеллектуального труда"?
🎓 Этот ответ мог быть верным, если бы распределение LT для интеллектуального труда было бы похоже на нормальное распределение (гауссово), но это совсем не так, и для интеллектуального труда распределение LT совсем не похоже на нормальное, и является асимметричным, с пиком (модой) в левой части, длинным хвостом редких больших значений в правой части (смотри заголовочную картинку поста)
При таком распределении, вероятность арифметического среднего обычно колеблется в диапазоне 50-60%. Согласитесь, это совсем не тянет на наиболее вероятное значение.
На превьюшной картинке к посту я поставил график из статьи Алексея Жеглова "Forecasting Cards", где показано типичное распределение LT для интеллектуального труда, и видны вероятности разных параметров распределения.
По той же причине среднее нельзя назвать самым "типичным" значением LT для интеллектуального труда. Оно будет смещаться с сторону "хвоста" с редкими событиями, и чем "толще" хвост, тем больше будет это смешение
#канбан_сложно
👍1
🤯Customer Lead Time, System Lead Time, Cycle Time, First Touch Time - как во всем этом разобраться?!
🏃♀️ Все эти "Lead Time"-ы представляют собой время за которое задача (работа) переходит из состояния А, в состояние Б. Название зависит от того, между какими состояниями А и Б замеряется время.
🔜 Customer Lead Time* - это время от момента когда мы пообещали заказчику, что сделаем его задачу (взяли обязательство), и до момента, когда мы ему отдали готовую задачу. Оно включает в себя и время на анализ и подготовку задачи к реализации, и само время реализации.
🤔Upstream Lead Time - это время от момента когда мы пообещали заказчику проработать его задачу, и до момента, когда задача переходит в состояние "готово к реализации". Оно включает в себя все, что нужно, чтобы подготовить задачу к реализации - анализ, ТЗ, приоритезация, декомпозиция и тд
🛠System Lead Time (или просто Lead Time) - это время технической реализации задачи "во плоти". Если мы говорим про IT - это время на разработку, тестирование, деплой.
🔃 В общем случае Customer Lead Time = Upstream Lead Time + System Lead Time.
🐌 Но обычно, после подготовки задачи к реализации, над ней не сразу начинают работать, так как может не оказаться свободных специалистов. Чтобы визуализировать это ожидание, добавляют колонку "Ready To Develop", в котором задачи ждут момента, когда их возьмут в работу.
1️⃣First Touch Time - время, которое задача проводит в статусе "Ready To Develop". Оно позволяет ответить на вопрос заказчика "Когда сможете приступить к работе над этой задаче?"
⏳Cycle Time - в отличии от всех вышеперечисленных Time'ов, не является самостоятельным названием какого-то определенного времени. Может быть Cycle Time для одной единственной колонки, а может быть Cycle Time между двумя произвольным колонками - надо только указать какими именно.
*Примечание: Kanban University с недавних пор дает другое определение Customer Lead Time, но я считаю, что оно лишь всех путает, поэтому пользуюсь старым. Спасибо @gmelyan за замечение
🤔Upstream Lead Time - это время от момента когда мы пообещали заказчику проработать его задачу, и до момента, когда задача переходит в состояние "готово к реализации". Оно включает в себя все, что нужно, чтобы подготовить задачу к реализации - анализ, ТЗ, приоритезация, декомпозиция и тд
🛠System Lead Time (или просто Lead Time) - это время технической реализации задачи "во плоти". Если мы говорим про IT - это время на разработку, тестирование, деплой.
1️⃣First Touch Time - время, которое задача проводит в статусе "Ready To Develop". Оно позволяет ответить на вопрос заказчика "Когда сможете приступить к работе над этой задаче?"
⏳Cycle Time - в отличии от всех вышеперечисленных Time'ов, не является самостоятельным названием какого-то определенного времени. Может быть Cycle Time для одной единственной колонки, а может быть Cycle Time между двумя произвольным колонками - надо только указать какими именно.
*Примечание: Kanban University с недавних пор дает другое определение Customer Lead Time, но я считаю, что оно лишь всех путает, поэтому пользуюсь старым. Спасибо @gmelyan за замечение
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥4
This media is not supported in your browser
VIEW IN TELEGRAM
🤯 Я в шоке! Зацените учебный материал по теории вероятности 1969-го года... 😂😂🤣🤣
Наткнулся в процессе подготовки второй статьи по мотивам книги Нассима Талеба "Статистичские последствия жирных хвостов"
И название учебника вроде не про войну 🤷♂ А вот на тебе...
А вам подобные шокирующие примеры задачек попадались?
#интересно
#точка_удивления
Наткнулся в процессе подготовки второй статьи по мотивам книги Нассима Талеба "Статистичские последствия жирных хвостов"
И название учебника вроде не про войну 🤷♂ А вот на тебе...
А вам подобные шокирующие примеры задачек попадались?
#интересно
#точка_удивления
🤔3😱1
Глядите, что нашел!
Обложка журнала Software Development от Августа 2001 года! Того самого года, когда был сформулирован Agile Manifesto!
Раритет!
#интересно
#точка_удивления
Обложка журнала Software Development от Августа 2001 года! Того самого года, когда был сформулирован Agile Manifesto!
Раритет!
#интересно
#точка_удивления
🔥3😱2
Всем привет!
Близится Новый Год🎅, и чтобы не спамить в новогоднюю ночь, я уже сейчас хочу пожелать вам, чтобы следующий год стал для вас годом, когда можно будет выдохнуть 😊, расслабится 🏝, и поверить, что все будет хорошо!
Счастливого Нового Года!
🎆 🎆🎆🎆
🔠 🔠 🔠 🔠 🔠
🔠 🔠 🔠
🔠 🔠 🔠 🔠
🎆 🎆 🎆
А мой канал уходит на новогодние каникулы до 5го Января. Если есть какие-то вопросы или пожелания - добро пожаловать в личку.
P.S. Обещаю числа 5го дописать вторую статью по книге Нассима Талеба, и выложить в канал. Чтобы у вас было что почитать на НГ-выходных :)
Близится Новый Год🎅, и чтобы не спамить в новогоднюю ночь, я уже сейчас хочу пожелать вам, чтобы следующий год стал для вас годом, когда можно будет выдохнуть 😊, расслабится 🏝, и поверить, что все будет хорошо!
Счастливого Нового Года!
А мой канал уходит на новогодние каникулы до 5го Января. Если есть какие-то вопросы или пожелания - добро пожаловать в личку.
P.S. Обещаю числа 5го дописать вторую статью по книге Нассима Талеба, и выложить в канал. Чтобы у вас было что почитать на НГ-выходных :)
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7🔥2👍1
Полезные материалы канала в 2023м году
🚎 Канбан просто
👉Канбан-доска, это не то, что вы думаете
👉Как выстрелить себе в ногу, собирая и анализируя данные о рабочем процессе?
👉Как тимлиду победить хаос в процессах?
👉Customer Lead Time, System Lead Time, Cycle Time, First Touch Time - как во всем этом разобраться?!
👉Lead Time 168 дней - это много или мало?
👉Подробный гайд: Как в Excel построить Lead Time Distribution Chart?
👉Веселые картинки: На что опираться при прогнозировании сроков?
🏎 Канбан сложно
👉Как спрогнозировать срок выполнения 1000 задач?
👉Как Scrum-команде давать оценки с вероятностью 85% и не тратить на это много времени?
👉Upstream и Downstream - что это, и зачем?
👉Аудит рабочих процессов. Часть 1. Зачем делать аудит?
👉Аудит рабочих процессов. Часть 2. Как делать аудит?
👉Аудит рабочих процессов. Часть 3. Что рассказыват в итоговой презентации?
👉Нассим Талеб "Статистические последствия жирных хвостов". Мысли по прочтении. Часть 1
#дайджест #подборки
🚎 Канбан просто
👉Канбан-доска, это не то, что вы думаете
👉Как выстрелить себе в ногу, собирая и анализируя данные о рабочем процессе?
👉Как тимлиду победить хаос в процессах?
👉Customer Lead Time, System Lead Time, Cycle Time, First Touch Time - как во всем этом разобраться?!
👉Lead Time 168 дней - это много или мало?
👉Подробный гайд: Как в Excel построить Lead Time Distribution Chart?
👉Веселые картинки: На что опираться при прогнозировании сроков?
🏎 Канбан сложно
👉Как спрогнозировать срок выполнения 1000 задач?
👉Как Scrum-команде давать оценки с вероятностью 85% и не тратить на это много времени?
👉Upstream и Downstream - что это, и зачем?
👉Аудит рабочих процессов. Часть 1. Зачем делать аудит?
👉Аудит рабочих процессов. Часть 2. Как делать аудит?
👉Аудит рабочих процессов. Часть 3. Что рассказыват в итоговой презентации?
👉Нассим Талеб "Статистические последствия жирных хвостов". Мысли по прочтении. Часть 1
#дайджест #подборки
🔥6❤2
Данные в ДейSTвии pinned «Полезные материалы канала в 2023м году 🚎 Канбан просто 👉Канбан-доска, это не то, что вы думаете 👉Как выстрелить себе в ногу, собирая и анализируя данные о рабочем процессе? 👉Как тимлиду победить хаос в процессах? 👉Customer Lead Time, System Lead Time, Cycle…»