Recuerdo una cita que decía algo así “…existen tres tipos de mentiras: las mentiras, las malditas mentiras y las estadísticas”. También recuerdo un profesor que nos decía:”… la estadística es la ciencia que dice que si metes la cabeza en un horno y los pies en un frigorífico, tu cuerpo se encuentra a una confortable temperatura de 22ºC…”.
En fin, personalmente siempre he pensado que se trataba de algo que te obligan a estudiar, y que (dicho sea de paso y provechando que nadie me oye) era un peñazo!…..hasta que llego Teodora Bozheva.
Para nosotros uno de los problemas mas complicados a los que nos enfrentamos habitualmente es al hecho de estimar el tiempo necesario para realizar una máquina. Con Scrum, aprendimos a estimar mejor, y a mejorar la velocidad de la oficina técnica, pero todavía estimar con un índice de éxito del 95%, el tiempo que tardamos en realizar un trabajo y acertar, seguía siendo un desafío. Nuestro problema no radica tanto en calcular cuantas horas de esfuerzo (imputadas) necesitamos para hacerlo, sino en el tiempo total que transcurre hasta que se completan estas mismas horas, es decir, la diferencia entre esfuerzo y tiempo.
El esfuerzo es importante para ofertar, pero el tiempo es fundamental para trabajar con planificaciones consistentes.
Obtener datos fiables de procesos que tienen una variabilidad tan alta, mas que un objetivo ambicioso parecía una utopía.
La herramienta que utilizamos para kanban, tiene un módulo de estadísticas, sin embargo los datos que nos devolvía no parecían consistentes. Lo primero que hizo Teodora, fue empezar a trabajar con los datos en bruto, es decir, descargar todos los datos de nuestra aplicación, para poder estratificarlos adecuadamente por un lado y por otro para detectar datos corruptos, por una u otra razón y que nos contaminaban los resultados. Me gustaría decir que esto es un trabajo sencillo, pero no lo es. Si no hubiéramos contado con Teodora, dudo mucho de que hubiéramos sido capaces de hacer este trabajo por nuestros propios medios.
Las causas por las que los datos se pueden corromper son varias:
– Tenemos una tarea para hacer y se nos olvida pasarla a la columna “to do”, y el tiempo no cuenta. La terminamos y la pasamos directamente a “done”. Lead Time igual a cero.
– Asignación errónea de tipo de trabajo en la clasificación de las tareas. Por ejemplo, las tareas de tipo “Diseño de conjuntos” habitualmente duran mucho mas que las tareas que son de tipo “estándar”. Nos sucedía que si hacía falta alguna tarea extra referente al diseño de conjuntos, por ejemplo, sacar un plano para un proveedor, se clasificaba como del tipo “Diseño de conjuntos”. Estábamos mezclando tareas que no son del mismo tipo. Esto nos llevó a crear una nueva clasificación: “Tareas sueltas de proyecto”.
– Una mala gestión de los bloqueos también produce información inconsistente. Por ejemplo, si queremos empezar un trabajo, lo pasamos a “doing” y falta por ejemplo, algún dato que nos tiene que facilitar el cliente, nada mas empezar se bloquea, y este tiempo cuanta y hace que el Lead Time sea alto. Sin embargo, si analizamos la tarea, antes de empezar y detectamos que nos falta algún dato significativo para su desarrollo, es mejor no empezar la tarea.
– Tarjetas que “salen” y vuelven a “entrar”. En este caso la tarea se ha terminado y pasado a “done” y resulta que en un proceso posterior se ha detectado un problema y en vez de crear una nueva tarea, se vuelve a meter la tarjeta en el sistema.
Supongo que son problemas propios de aquellos que todavía no tenemos mucha experiencia en estas dinámicas de trabajo.
En fin, nos ha costado mucho encontrar “La Voz del proceso”, pero os puedo asegurar que a todos los presentes nos recorrió un escalofrío por la espalada, cuando obtuvimos los primeros datos consistentes, y vimos que con el siguiente proyecto se repetían.
A partir de ese punto, hemos empezado a realizar cambios para ir reduciendo el Lead Time de nuestros procesos. De esta manera y gracias a Teodora, hemos aprendido a analizar “La voz de nuestros procesos” y a mejorarlos mediante una metodología objetiva y científica, gracias al análisis estadístico de los tiempos de nuestros procesos.
Aún hay mucho por hacer, pero sin duda Teodora nos ha puesto sobre la pista del buen camino.