Кандидатский минимум для анализа Канбан-метрик
Практикум 2.0 постепенно набирается и 10 человек успешно освоили инструкцию, как подключиться к закрытому чату
А мы с вами давайте вспомним "кандидатский минимум" для анализа Канбан-метрик — коротко, по-человечески и без магии.
================
Как я обычно работаю с Канбан-метриками
Мне обычно у клиента нифига не понятно, поэтому я ищу какие-то "точки удивления", за которые можно уцепиться, и начать их перепроверять по другим метрикам.
0️⃣ Для начала — спрашиваю клиента:
Какие у вас вообще, проблемы, по-вашему? Чем недовольны?
1️⃣ Разбираюсь с доской и процессом
Где вход? Где выход? Как выглядит сама доска?
2️⃣ Пытаю менеджера на тему "а когда у заказчика начинают тикать часики?" и "как заказчик понимает, что задаче сделана?"
Где точка принятия обязательств которая разделяет Upstream и Downstream? И где точка отдачи обязательств, после которой можно метрики не считать?
3️⃣ Провожу границу на Канбан-доске
Четко отмечаю, где у нас что — чтобы не путать метрики.
———————-
Как смотреть на метрики?
4️⃣ Дальше самое сложное - надо понять как достать метрики
- С Kaiten все довольно просто - там из коробки неплохо сделано,
- В JIRA (простигосподи) — все в разы сложнее. Но я обычно ставлю Jira Metrics plugin на Google Chrome и так выкручиваюсь
5️⃣ Дальше смотрим CFD (Cumulative Flow Diagram)
Почему его? Потому что обычно он больше всего удивляет. А мне того и надо.
- смотрю, где был простои?
- смотрю другие шаблоны CFD ;
- пытаюсь понять периодичность поставки;
- заваливает ли ребят работой, или они в балансе?
6️⃣ Вооружаюсь этим, и иду смотреть Lead Time Scatterplot (aka Control Chart в JIRA)
— Смотрю на аномалии — они видны сразу. Выписываю ID-шники самых долгих задач (дольше 90% LT) и потом расспрашиваю менеджеров о каждой из них.
— Ну и заодно перепроверяю цикл поставки - сравниваю с тем что видно на CFD
7️⃣ Смотрю на Lead Time Distribuntion Chart
Опять же, он разный бывает:
— Customer Lead Time;
— System (Downstream) Lead Time;
— Upstream Lead Time;
— Time To Market
Вычисляю 85% и 90% перцентили этих времен, ищу пропущенные аномалии.
Не забываю про буферы:
ToDo, Ready To Develop, Ready To Test, Ready To Deploy...
Там работа не ведётся — задачи тупо ждут когда их не следующий этап заберут.
Как только померял разные Buffer Time — сразу видно, где затык.
8️⃣ Диаграмма пропускной способности:
Сравниваю с CFD:
— Завалило ребят работой?
— Или справляются?
9️⃣ WIP Aging Chart (если есть)
Но там обычно все плохо, так что особой пользы это не несет.
Зато можно удивленно спросить менеджера "а чейто у вас в системе какая-то задача уже 3 года живет и не собирается закрываться?" - порой много интересного слышишь в ответ
———————-
Итог
В конце возвращаюсь к пункту 0️⃣:
Проверяю гипотезы клиента.
В 90% случаев клиент не видит реальных проблем — он ловит только симптомы, а виноваты у него зачастую люди из IT. Хотя причина часто где-то "до IT", но этого не видно без нормального разбора.
Делаете так же? Или у вас по-другому?
Пишите в комментариях 👇
Данные в действии
Практикум 2.0 постепенно набирается и 10 человек успешно освоили инструкцию, как подключиться к закрытому чату
А мы с вами давайте вспомним "кандидатский минимум" для анализа Канбан-метрик — коротко, по-человечески и без магии.
================
Как я обычно работаю с Канбан-метриками
Мне обычно у клиента нифига не понятно, поэтому я ищу какие-то "точки удивления", за которые можно уцепиться, и начать их перепроверять по другим метрикам.
0️⃣ Для начала — спрашиваю клиента:
Какие у вас вообще, проблемы, по-вашему? Чем недовольны?
1️⃣ Разбираюсь с доской и процессом
Где вход? Где выход? Как выглядит сама доска?
2️⃣ Пытаю менеджера на тему "а когда у заказчика начинают тикать часики?" и "как заказчик понимает, что задаче сделана?"
Где точка принятия обязательств которая разделяет Upstream и Downstream? И где точка отдачи обязательств, после которой можно метрики не считать?
3️⃣ Провожу границу на Канбан-доске
Четко отмечаю, где у нас что — чтобы не путать метрики.
———————-
Как смотреть на метрики?
4️⃣ Дальше самое сложное - надо понять как достать метрики
- С Kaiten все довольно просто - там из коробки неплохо сделано,
- В JIRA (простигосподи) — все в разы сложнее. Но я обычно ставлю Jira Metrics plugin на Google Chrome и так выкручиваюсь
5️⃣ Дальше смотрим CFD (Cumulative Flow Diagram)
Почему его? Потому что обычно он больше всего удивляет. А мне того и надо.
- смотрю, где был простои?
- смотрю другие шаблоны CFD ;
- пытаюсь понять периодичность поставки;
- заваливает ли ребят работой, или они в балансе?
6️⃣ Вооружаюсь этим, и иду смотреть Lead Time Scatterplot (aka Control Chart в JIRA)
— Смотрю на аномалии — они видны сразу. Выписываю ID-шники самых долгих задач (дольше 90% LT) и потом расспрашиваю менеджеров о каждой из них.
— Ну и заодно перепроверяю цикл поставки - сравниваю с тем что видно на CFD
7️⃣ Смотрю на Lead Time Distribuntion Chart
Опять же, он разный бывает:
— Customer Lead Time;
— System (Downstream) Lead Time;
— Upstream Lead Time;
— Time To Market
Вычисляю 85% и 90% перцентили этих времен, ищу пропущенные аномалии.
Не забываю про буферы:
ToDo, Ready To Develop, Ready To Test, Ready To Deploy...
Там работа не ведётся — задачи тупо ждут когда их не следующий этап заберут.
Как только померял разные Buffer Time — сразу видно, где затык.
8️⃣ Диаграмма пропускной способности:
Сравниваю с CFD:
— Завалило ребят работой?
— Или справляются?
9️⃣ WIP Aging Chart (если есть)
Но там обычно все плохо, так что особой пользы это не несет.
Зато можно удивленно спросить менеджера "а чейто у вас в системе какая-то задача уже 3 года живет и не собирается закрываться?" - порой много интересного слышишь в ответ
———————-
Итог
В конце возвращаюсь к пункту 0️⃣:
Проверяю гипотезы клиента.
В 90% случаев клиент не видит реальных проблем — он ловит только симптомы, а виноваты у него зачастую люди из IT. Хотя причина часто где-то "до IT", но этого не видно без нормального разбора.
Делаете так же? Или у вас по-другому?
Пишите в комментариях 👇
Данные в действии
🔥10❤2
Forwarded from Менеджер на Перезагрузке
Исследование "Будущее менеджеров в эпоху Искусственного Интеллекта"
Сейчас много хайпа и споров вокруг ИИ. Особенно непонятно что будет с менеджерами, и есть ли какая-то угроза для них?
Мы как специалисты в организации и оптимизации процессов, тоже пытались в этом разобраться, и по ходу дела изучили массу всяческих отчетов, исследования, статистических данных - от большой тройки консалтеров (PwC, BCG, McKinsey), до авторитетных институтов (например MIT) и данных Всемирного Валютного Фонда.
В процессе исследования мы поняли, что эта информация будет интересна не только нам, но и широкой аудитории пользователей, особенно менеджерам.
Поэтому делимся с вами тем, что узнали!
Главным исследователем выступал мой коллега, Артемий Анцупов, на чей оригинальный пост я с удовольствием ссылаюсь
PS PDFку с полным исследованием я приложу следующим сообщением
Сейчас много хайпа и споров вокруг ИИ. Особенно непонятно что будет с менеджерами, и есть ли какая-то угроза для них?
Мы как специалисты в организации и оптимизации процессов, тоже пытались в этом разобраться, и по ходу дела изучили массу всяческих отчетов, исследования, статистических данных - от большой тройки консалтеров (PwC, BCG, McKinsey), до авторитетных институтов (например MIT) и данных Всемирного Валютного Фонда.
В процессе исследования мы поняли, что эта информация будет интересна не только нам, но и широкой аудитории пользователей, особенно менеджерам.
Поэтому делимся с вами тем, что узнали!
Главным исследователем выступал мой коллега, Артемий Анцупов, на чей оригинальный пост я с удовольствием ссылаюсь
PS PDFку с полным исследованием я приложу следующим сообщением
🔥5
Я уверен, вы уже заметили, что в канале стали довольно часто появляться посты про ИИ 🤖
Похоже, пора объясниться что происходит 🤔
За два года что я веду этот канал, я чего только не написал про Канбан и про метрики:
— Я писал инструкции по анализу Lead Time Distribution Chart, и другие метрики;
— Я писал про Run Chart , и то чем он не является (Control Chart);
— Я писал про "магическое число 5.6" ,
— И даже немного грыз фундаментальный труд Нассима Талеба 😂
И мне кажется, что просто прочитав материалы в дайджестах за 3 года (2023 часть 1, 2023 часть 2, 2024, 2025) - любой из вас найдет ответ практически на любую непонятку по Канбан-метрикам 🤷♂️ (только не спрашивайте меня "почему нельзя двигать карточки назад по доске - это запрещенный прием 😂😂😂)
Заскучав, я сделал для вас Практикумы по анализу Данных.
Это был эксперимент и авантюра, и я не рассчитывал на успех, и даже усиленно пугал вас в первый раз
Но все получилось 🤷♂️
И завтра будет уже третий Практикум 😊
И если честно, я немного подустал от этой темы про Канбан-метод и метрики🥱
Мне даже кажется, что я малость "исписался" 🤷♂️ и начал повторяться.
Помнится кто-то даже в комментариях пошутил, что я сейчас занимаюсь "LTD-пропагандой" 😂😂
Я не понимаю, что мне писать дальше, чтобы было интересно и мне и вам?
🔫 Начать утаскивать вас в глубины прогнозирования по Монте-Карло? А оно вам надо?
2/3 вообще не поймут в чем тут ценность, а 1/3 гиков и так читает Пашу Ахметчанова, и все знает лучше меня 😊
🔫 Или может быть начать печатать популярные статьи про "определение и ценности Канбан-метода"?
Вот увольте, ей-богу. Это невыразимо скучно 🙈
Тем более, что есть люди, которые справляются с этим лучше меня, и даже целый стандарт на эту тему запилили
🔫 Или мне начать рассказывать про то, что "Канбан без OKR - как пиво без водки"?
Ну так-то да, там синергия серьезная есть, не спорю.
Но мне эти темы не интересны, уж простите 🤷♂️
Может быть вы считаете, что я о многом еще не рассказал? Тогда welcome в комментарии!
Готов выслушать ваши пожелания, возмущения, предложения - и закрыть долги новыми статьями и постами
Но должен вам сказать, что я сейчас активно заинтересовался ИИ ❤️ - тем, как он меняет менеджмент, мир, социум, будущее
Я даже завел небольшой Телеграм-канал "Менеджмент на перзагрузке", где планирую постить самые интересные новости, темы и исследования про ИИ.
И часть материалов оттуда буду периодически постить сюда. Ну прост потому что там у меня 25 человек, а тут 1002 уже 🤷♂️ Дурак был бы, если бы не перепощивал на бОльшую аудиторию 😂
Обещаю этим не злоупотреблять.
Про Канбан и метрики я писать будут, и Практикумы проводить буду.
Но и на тему ИИ тоже буду делать посты🤖 :
🤖 переводы исследований и отчетов о том, как системно внедрять ИИ в работу компании;
🤖 лайфхаки для менеджеров - как сделать так, чтобы ИИ тебя не уволил;
🤖 прохладные истории про реальные кейсы ИИ-автоматизации;
🤖 и собственное мнение конечно 🤷♂️
Если для кого-то Канбан-метрики — это главная причина быть здесь, то сразу предупреждаю: я не планирую бросать тему, просто хочу расширить спектр тематик и писать о том что сейчас двигает и меняет мир - ИИ то, как он меняет мир
PS Если есть вопросы по ИИ или хотите что-то разобрать вживую — пишите. Можно в личку, можно в комменты. Я собираю темы, которые реально интересны вам, чтобы канал был полезным, а не только моим личным дневником
PS и не спрашивайте меня, почему у меня на картинку волосы черные - так меня ИИ видит 😂😂
Похоже, пора объясниться что происходит 🤔
За два года что я веду этот канал, я чего только не написал про Канбан и про метрики:
— Я писал инструкции по анализу Lead Time Distribution Chart, и другие метрики;
— Я писал про Run Chart , и то чем он не является (Control Chart);
— Я писал про "магическое число 5.6" ,
— И даже немного грыз фундаментальный труд Нассима Талеба 😂
И мне кажется, что просто прочитав материалы в дайджестах за 3 года (2023 часть 1, 2023 часть 2, 2024, 2025) - любой из вас найдет ответ практически на любую непонятку по Канбан-метрикам 🤷♂️ (только не спрашивайте меня "почему нельзя двигать карточки назад по доске - это запрещенный прием 😂😂😂)
Заскучав, я сделал для вас Практикумы по анализу Данных.
Это был эксперимент и авантюра, и я не рассчитывал на успех, и даже усиленно пугал вас в первый раз
Но все получилось 🤷♂️
И завтра будет уже третий Практикум 😊
И если честно, я немного подустал от этой темы про Канбан-метод и метрики
Мне даже кажется, что я малость "исписался" 🤷♂️ и начал повторяться.
Помнится кто-то даже в комментариях пошутил, что я сейчас занимаюсь "LTD-пропагандой" 😂😂
Я не понимаю, что мне писать дальше, чтобы было интересно и мне и вам?
🔫 Начать утаскивать вас в глубины прогнозирования по Монте-Карло? А оно вам надо?
2/3 вообще не поймут в чем тут ценность, а 1/3 гиков и так читает Пашу Ахметчанова, и все знает лучше меня 😊
🔫 Или может быть начать печатать популярные статьи про "определение и ценности Канбан-метода"?
Вот увольте, ей-богу. Это невыразимо скучно 🙈
Тем более, что есть люди, которые справляются с этим лучше меня, и даже целый стандарт на эту тему запилили
🔫 Или мне начать рассказывать про то, что "Канбан без OKR - как пиво без водки"?
Ну так-то да, там синергия серьезная есть, не спорю.
Но мне эти темы не интересны, уж простите 🤷♂️
Может быть вы считаете, что я о многом еще не рассказал? Тогда welcome в комментарии!
Готов выслушать ваши пожелания, возмущения, предложения - и закрыть долги новыми статьями и постами
Но должен вам сказать, что я сейчас активно заинтересовался ИИ ❤️ - тем, как он меняет менеджмент, мир, социум, будущее
Я даже завел небольшой Телеграм-канал "Менеджмент на перзагрузке", где планирую постить самые интересные новости, темы и исследования про ИИ.
И часть материалов оттуда буду периодически постить сюда. Ну прост потому что там у меня 25 человек, а тут 1002 уже 🤷♂️ Дурак был бы, если бы не перепощивал на бОльшую аудиторию 😂
Обещаю этим не злоупотреблять.
Про Канбан и метрики я писать будут, и Практикумы проводить буду.
Но и на тему ИИ тоже буду делать посты
🤖 переводы исследований и отчетов о том, как системно внедрять ИИ в работу компании;
🤖 лайфхаки для менеджеров - как сделать так, чтобы ИИ тебя не уволил;
🤖 прохладные истории про реальные кейсы ИИ-автоматизации;
🤖 и собственное мнение конечно 🤷♂️
Если для кого-то Канбан-метрики — это главная причина быть здесь, то сразу предупреждаю: я не планирую бросать тему, просто хочу расширить спектр тематик и писать о том что сейчас двигает и меняет мир - ИИ то, как он меняет мир
PS Если есть вопросы по ИИ или хотите что-то разобрать вживую — пишите. Можно в личку, можно в комменты. Я собираю темы, которые реально интересны вам, чтобы канал был полезным, а не только моим личным дневником
PS и не спрашивайте меня, почему у меня на картинку волосы черные - так меня ИИ видит 😂😂
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤3👍3
Закрываю регистрацию на Практикум
Кто не успел - следите за анонсами, и увидемся в следующий раз (надеюсь, с новым кейсом)
Кто не успел - следите за анонсами, и увидемся в следующий раз (надеюсь, с новым кейсом)
❤1
Есть что-то в наших русских людях такое... чего даже машины не выдерживают 😂
Группа с прошлого практикума сломала AI-персону 🤯
А группа с текущего практикума - сломала сервис Rows для анализа данных 😱
Был бы жив Задорнов - послал бы ему эту историю, как 15 канбанистов собравшись вместе решили проверить, что сможет выдержать AI-персона и сервис по анализу данных, и сломали и то и другое 😂😂😂
Группа с прошлого практикума сломала AI-персону 🤯
А группа с текущего практикума - сломала сервис Rows для анализа данных 😱
Был бы жив Задорнов - послал бы ему эту историю, как 15 канбанистов собравшись вместе решили проверить, что сможет выдержать AI-персона и сервис по анализу данных, и сломали и то и другое 😂😂😂
🤣12🔥4🙉4
Ну что! Практикум прошел отлично! 🎉 🎉
Не смотря на то, что сломали Rows 😂😂
Так, кто участвовал в Практикуме сегодня, поделитесь в комментариях 👇
👉 Что вам запомнилось больше всего?
👉 А что понравилось больше всего?
👉 И какие инсайты по итогам Практикума?
Что мне понравилось:
1) Все активно участвовали ❤️
2) holst отработал на отлично, хотя пару раз удивил 👍
3) в этот раз получилось сбалансированно составить группы, и общение внутри было, как мне кажется гармоничным, и полезным для участников 👯
4) совместно таки сформировали список рекомендаций для клиента из кейса🎉
До новых встреч!
Не смотря на то, что сломали Rows 😂😂
Так, кто участвовал в Практикуме сегодня, поделитесь в комментариях 👇
👉 Что вам запомнилось больше всего?
👉 А что понравилось больше всего?
👉 И какие инсайты по итогам Практикума?
Что мне понравилось:
1) Все активно участвовали ❤️
2) holst отработал на отлично, хотя пару раз удивил 👍
3) в этот раз получилось сбалансированно составить группы, и общение внутри было, как мне кажется гармоничным, и полезным для участников 👯
4) совместно таки сформировали список рекомендаций для клиента из кейса
До новых встреч!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥1
Forwarded from Нейроканал
Gemini предложила заплатить профессионалу, чтобы он исправил нейросетевой код 🤡
На днях пользователь Reddit рассказал кулстори: когда он в очередной раз пробовал собрать проект на React с помощью Gemini, нейросеть несколько раз сгенерировала настолько неудачный код, что предложила заплатить за специалиста.
С таким ИИ восстание машин будет нескоро…
На днях пользователь Reddit рассказал кулстори: когда он в очередной раз пробовал собрать проект на React с помощью Gemini, нейросеть несколько раз сгенерировала настолько неудачный код, что предложила заплатить за специалиста.
Найдите профи на площадке вроде Fiverr для консультации, чтобы устранить проблему с настройкой. Пришлите мне счёт. Я оплачу.
С таким ИИ восстание машин будет нескоро…
🤣10🎉1🍾1😎1
Оказывается в Perplexity завезли интеграцию с Nano-Banana и теперь с фотками можно творить буквально чудеса, причем получать предсказуемый результат. И все доступно из РФ без Трех Букв
Чтобы все работало надо в списке моделей выбрать "Gemini 2.5" или "Лучшее", подгрузить фотку и сделать запрос на добавление, удаление, или редактирование чего-то на фотографии.
Вот эксперименты с моей фотографией.
Первая фотка- оригинал, а потом измененные через Perplexity +Nano Banana варианты.
PS Будьте осторожнее! Если сильно заиграться, то можно превратиться в кого-то другого 😂😂😂
Чтобы все работало надо в списке моделей выбрать "Gemini 2.5" или "Лучшее", подгрузить фотку и сделать запрос на добавление, удаление, или редактирование чего-то на фотографии.
Вот эксперименты с моей фотографией.
Первая фотка- оригинал, а потом измененные через Perplexity +Nano Banana варианты.
PS Будьте осторожнее! Если сильно заиграться, то можно превратиться в кого-то другого 😂😂😂
🤣30👍4🔥3❤1🥰1
Ваша версия, Ватсон?🕵️♂️
Если я когда-нибудь напишу "Методичку по анализу процессных метрик",
то после главы про цели обязательно будет отдельный раздел про гипотезы 🧩
Потому что, даже если вы уже поняли, для какой цели будете делать анализ, он может быстро превратиться в болото из догадок, версий и бесконечных «а вдруг дело вот в этом?» 🌪🤔
В прошлом посте (с Сенекой и кораблями 🚢) мы выяснили, что любые метрики имеют смысл только после чёткой постановки цели и очерчивания границ процесса🗺
Что дальше? ⏭️
Как только контур определён и известно, что именно вы измеряете — возникает новый важный вопрос:
Какие гипотезы нам нужно проверить? 🔍
Почему это так важно?
Потому что данных всегда тонна📊, и если не выбрать направление для анализа, можно закопаться в деталях так, что потом даже ИИ не разберётся, где искать ответ 🤖🫣
Здесь без шляпы детектива 🕵️♂️ не обойтись! Придётся распутывать клубок версий, мнений и офисных легенд:
— Пострадавшие говорят одно
— Свидетели — другое
— Улики намекают вообще на третье
Как настоящий Шерлок Холмс, чтобы продвинуться, надо выдвигать гипотезы и проверять их одну за другой 🧐
Какие гипотезы обычно появляются на старте анализа процессных метрик?
— Гипотезы заказчиков
Обычно это жалобы на текущее положение дел, объяснённые по-своему, с поправкой на личный опыт.
Мой опыт показывает: чем выше по иерархии заказчик, тем меньше совпадает его версия с реальностью. Сверху плохо видно, что происходит внизу 🤷♂️
— Гипотезы руководителей
Тут появляется больше конкретики, но и внутренней политики тоже много: выгодно что-то сказать, о чём-то умолчать, аккуратно намекнуть, что «виноваты» соседи.
Не потому что люди плохие — часто просто корпоративная культура такая: главное найти виноватого, а не разобраться в процессе 🏢
— Гипотезы сотрудников
Тут часто самая настоящая правда — но только о своей части процесса. Люди отлично видят то, что под их контролем, но редко понимают всю картину
Первые гипотезы часто говорят об одном и том же разными словами. Но бывает и наоборот: гипотезы могут сильно противоречить друг другу ⚡️
Например, после общения со всеми могут появиться такие гипотезы:
1️⃣ ИТ-отдел медленный, забюрократизированный, много дефектов в результате
2️⃣ Аналитиков заваливают идеями без приоритезации, заказчики недоступны, сроки сжаты — в итоге «пишем как поняли», а потом программисты делают не то
3️⃣ У тимлидов завал задач на код-ревью, а ручное тестирование всё тормозит
Теперь у нас есть направления для исследования, что поможет не шарахаться из стороны в сторону, а вдумчиво отбирать данные для анализа и проверки гипотез 🎯
И вот тут начинается самое сложное. Надо понять, какие данные и метрики могут подтвердить или опровергнуть эти гипотезы? 🤔📈
Но об этом в следующем посте ➡️
#методичка
#data_driven_management
Данные в действии
Если я когда-нибудь напишу "Методичку по анализу процессных метрик",
то после главы про цели обязательно будет отдельный раздел про гипотезы 🧩
Потому что, даже если вы уже поняли, для какой цели будете делать анализ, он может быстро превратиться в болото из догадок, версий и бесконечных «а вдруг дело вот в этом?» 🌪🤔
В прошлом посте (с Сенекой и кораблями 🚢) мы выяснили, что любые метрики имеют смысл только после чёткой постановки цели и очерчивания границ процесса
Что дальше? ⏭️
Как только контур определён и известно, что именно вы измеряете — возникает новый важный вопрос:
Какие гипотезы нам нужно проверить? 🔍
Почему это так важно?
Потому что данных всегда тонна📊, и если не выбрать направление для анализа, можно закопаться в деталях так, что потом даже ИИ не разберётся, где искать ответ 🤖🫣
Здесь без шляпы детектива 🕵️♂️ не обойтись! Придётся распутывать клубок версий, мнений и офисных легенд:
— Пострадавшие говорят одно
— Свидетели — другое
— Улики намекают вообще на третье
Как настоящий Шерлок Холмс, чтобы продвинуться, надо выдвигать гипотезы и проверять их одну за другой 🧐
Какие гипотезы обычно появляются на старте анализа процессных метрик?
— Гипотезы заказчиков
Обычно это жалобы на текущее положение дел, объяснённые по-своему, с поправкой на личный опыт.
Мой опыт показывает: чем выше по иерархии заказчик, тем меньше совпадает его версия с реальностью. Сверху плохо видно, что происходит внизу 🤷♂️
— Гипотезы руководителей
Тут появляется больше конкретики, но и внутренней политики тоже много: выгодно что-то сказать, о чём-то умолчать, аккуратно намекнуть, что «виноваты» соседи.
Не потому что люди плохие — часто просто корпоративная культура такая: главное найти виноватого, а не разобраться в процессе 🏢
— Гипотезы сотрудников
Тут часто самая настоящая правда — но только о своей части процесса. Люди отлично видят то, что под их контролем, но редко понимают всю картину
Первые гипотезы часто говорят об одном и том же разными словами. Но бывает и наоборот: гипотезы могут сильно противоречить друг другу ⚡️
Например, после общения со всеми могут появиться такие гипотезы:
1️⃣ ИТ-отдел медленный, забюрократизированный, много дефектов в результате
2️⃣ Аналитиков заваливают идеями без приоритезации, заказчики недоступны, сроки сжаты — в итоге «пишем как поняли», а потом программисты делают не то
3️⃣ У тимлидов завал задач на код-ревью, а ручное тестирование всё тормозит
Теперь у нас есть направления для исследования, что поможет не шарахаться из стороны в сторону, а вдумчиво отбирать данные для анализа и проверки гипотез 🎯
И вот тут начинается самое сложное. Надо понять, какие данные и метрики могут подтвердить или опровергнуть эти гипотезы? 🤔📈
Но об этом в следующем посте ➡️
#методичка
#data_driven_management
Данные в действии
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥3❤1🥰1
Привет. Есть к вам вопрос.
Я тут играюсь с форматами если вы заметили. И хочу немного объясниться и узнать ваше мнение - стоит ли продолжать в том же духе? Или не цепляет?
Две недели назад, чисто по приколу решил написать пост который начинается со слов "если я когда-нибудь напишу Методичку по анализу процессных метрик"...
Ничего от этого не ждал, но вдруг получилось неплохо 🤷♂️
А потом я подумал - а если я раз в несколько дней буду писать пост-продолжение на ту же тему, то я же по идее реально могу написать эту самую "методичку"? 🤔
Так что руки сами потянулись написать второй пост - про гипотезы
Логично, что третий пост будет про то, как подобрать метрики для подтверждения гипотез. Планирую написать.
И так далее.
❓Но вопрос к вам - стоит ли продолжать этот эксперимент?
Или "ну его нафиг, Вася, есть гораздо более интересные темы" ?
Жду ваш ответ в комментариях 👇
Я тут играюсь с форматами если вы заметили. И хочу немного объясниться и узнать ваше мнение - стоит ли продолжать в том же духе? Или не цепляет?
Две недели назад, чисто по приколу решил написать пост который начинается со слов "если я когда-нибудь напишу Методичку по анализу процессных метрик"...
Ничего от этого не ждал, но вдруг получилось неплохо 🤷♂️
А потом я подумал - а если я раз в несколько дней буду писать пост-продолжение на ту же тему, то я же по идее реально могу написать эту самую "методичку"? 🤔
Так что руки сами потянулись написать второй пост - про гипотезы
Логично, что третий пост будет про то, как подобрать метрики для подтверждения гипотез. Планирую написать.
И так далее.
❓Но вопрос к вам - стоит ли продолжать этот эксперимент?
Или "ну его нафиг, Вася, есть гораздо более интересные темы" ?
Жду ваш ответ в комментариях 👇
Telegram
Данные в ДейSTвии
Анализ без цели - деньги на ветер
Если я когда-нибудь напишу "Методичку по анализу процессных метрик", то первым делом там будет цитата из Сенеки:
"Для корабля, который не знает куда плывёт, нет попутного ветра" (c) Cенека, лохматый год до нашей эры
Это…
Если я когда-нибудь напишу "Методичку по анализу процессных метрик", то первым делом там будет цитата из Сенеки:
"Для корабля, который не знает куда плывёт, нет попутного ветра" (c) Cенека, лохматый год до нашей эры
Это…
🔥18❤4🥰1