Los datos y el análisis pueden impulsar la mejora continua, permitir decisiones de recursos mejor informadas y proporcionar información sobre los factores de oferta y demanda que afectan las inversiones y la entrega de tecnología
Hace cuatro décadas, el ganador del premio Turing, Fred Brooks, argumentó en su libro The Mythical Man-Month que cuando un proyecto de tecnología se retrasa, agregar programadores retrasa aún más el proyecto. Esta observación simple pero contraria a la intuición ha frustrado a los ejecutivos de empresas y tecnología durante décadas. ¿Por qué los proyectos de tecnología no son tan predecibles como otros proyectos de inversión de capital para responder a los cambios en la mano de obra, un factor clave de producción? ¿Y por qué estos proyectos no se pueden medir con los primeros conceptos de la ciencia de la gestión, como el rendimiento de fabricación, los tiempos de ciclo y los costos unitarios? Muchas empresas de tecnología continúan destacando los desafíos que enfrentan al administrar la demanda y la oferta en las carteras de proyectos de tecnología, establecer expectativas comerciales con estimaciones precisas y comunicar la productividad, la calidad y la eficacia de los equipos de entrega de tecnología de una manera que inspira confianza y atrae inversión.
Aunque los productos tecnológicos y los equipos de proyectos que los entregan siguen siendo muy difíciles de administrar científicamente, el auge de los métodos ágiles en las últimas dos décadas ha ayudado. Los practicantes ágiles informan los beneficios significativos de los métodos ágiles en la calidad y la velocidad del desarrollo tecnológico. El impacto en GE, ING, Spotify y otros ha inspirado un pensamiento completamente nuevo sobre los modelos operativos de tecnología y refuerza los beneficios de los equipos técnicos y comerciales multifuncionales. Sin embargo, incluso los expertos ágiles con los que hablamos están de acuerdo en que ágil aún no ha alcanzado el nivel de la ciencia de la gestión. En cambio, ágil existe en algún lugar entre las mejores prácticas de gestión y lo que algunos expertos describen como una cuasi religión.
Con el 93 por ciento de las empresas informando que lo digital es fundamental para lograr sus objetivos, esperamos que los líderes tecnológicos se vean sometidos a una mayor presión para planificar, medir y realizar un seguimiento de las palancas de rendimiento del equipo de manera más científica. Varias fuerzas que convergen para ayudar a llevar más “ciencia” al lado de la gestión de la tecnología:
- Las organizaciones de TI heredadas están cambiando rápidamente a una mentalidad de producto y un modelo operativo. Una simple búsqueda en Google muestra que el interés en el tema de la gestión de productos ha aumentado un 300 por ciento en la última década. Tomando la iniciativa de los nativos digitales y los íconos de Silicon Valley, muchas organizaciones de TI se han alejado de la contratación de talento de gestión de proyectos heredado para centrarse en cambio en el talento de gestión de productos. El último esfuerzo busca experiencia en la comprensión del viaje del cliente de extremo a extremo y emplea prácticas de desarrollo de productos guiadas por las pruebas y los datos del cliente. Además, los departamentos de TI están derribando los silos que durante años aislaron el diseño de la experiencia del usuario, el desarrollo de aplicaciones y la infraestructura. Se están reestructurando en equipos de productos persistentes con más autonomía para tomar decisiones tecnológicas completas más rápido y en respuesta a las necesidades cambiantes de los clientes.
- Las funciones tecnológicas ahora se asientan sobre montañas de datos sin explotar sobre sus propias operaciones. Los datos que antes ocupaban sistemas separados (registros de recursos humanos, gestión de proyectos, repositorios de códigos, herramientas de comunicación, finanzas y emisión de boletos de servicio) ahora pueden diseñarse de manera que revelen información sobre las condiciones que afectan el desempeño del equipo de tecnología. Según un hallazgo publicado recientemente por Microsoft, los datos de calendario (entre otras fuentes de información) señalaron a los gerentes de Microsoft que en la unidad de dispositivos de la empresa, las prácticas de gestión relacionadas con las reuniones estaban reduciendo la satisfacción laboral de los ingenieros. Esa idea permitió a los gerentes tomar medidas.
- La madurez de las operaciones de desarrollador (DevOps) está creciendo, lo que hace que el análisis de procesos sea factible en todas las etapas de DevOps. La última década ha visto la adopción generalizada de herramientas como Jira, Git, CircleCI y más para respaldar las prácticas de DevOps dentro de los grandes equipos de entrega de tecnología. Nuestro análisis de dos años de datos de más de 300 equipos dentro de una empresa reveló que, en promedio, solo el 20 por ciento de las veces los equipos de ingeniería e infraestructura entregaron proyectos de acuerdo con sus estimaciones de proyectos originales. La empresa ahora usa esta métrica para ayudar a los equipos a mejorar continuamente sus prácticas de estimación y gestión de la capacidad.
Hacia una nueva ciencia de gestión para la entrega de tecnología
Nuestro trabajo hasta el momento se ha centrado en dos categorías de variables de resultado: el cumplimiento del horario y la calidad. El cumplimiento del cronograma, que hemos medido como una estimación de la duración real del proyecto y como la cantidad y magnitud de los excesos de proyectos y tareas, es una medida crítica para que los equipos de tecnología acierten, dado el costo de los excesos en términos financieros directos e indirectamente en términos de tiempo de comercialización de capacidades críticas. La calidad, en nuestro trabajo, se mide como un porcentaje normalizado de errores producidos durante el proceso de desarrollo. Los definimos como defectos de “etapa inicial” porque los equipos generalmente los detectan y corrigen antes de que afecten la experiencia del usuario final.
Utilizando un enfoque basado en hipótesis, trabajamos con líderes sénior y gerentes de entrega de tecnología para identificar resultados favorables, así como condiciones y prácticas en sistemas operativos y bases de datos que están asociadas con resultados favorables. Las condiciones y prácticas, los factores de entrada en nuestro modelo, se dividen en tres categorías amplias
- La categoría de planificación en la exposición incluye variables en las que los gerentes pueden influir en la etapa de planificación y/o continuamente durante los ciclos de planificación de sprint. Entre estos se encuentran el tamaño del equipo, la carga de trabajo de tareas óptima por recurso y el grado de multitarea.
- La adherencia al proceso incluye variables que miden el grado en que los equipos siguen las mejores prácticas comunes del proceso. Estos incluyen la presencia de artefactos como documentos de arquitectura, especificaciones de diseño y guiones de prueba, así como tasas de cumplimiento en la estimación de tareas y empaquetamiento de unidades de trabajo en epopeyas, historias y tareas.
- Los indicadores de talento incluyen variables para medir la estructura, composición y ubicación del equipo. Entre estas variables se encuentran la tenencia promedio de los recursos, la cantidad de proyectos anteriores completados, el grado de colocación del equipo y la cantidad de sitios que albergan los recursos del proyecto.
Este articulo puede interesarle Advanced analytics beneficia los impactos en la cadena de suministro agrícola