Данные в ДейSTвии

Неожиданно для себя обнаружил, что серия постов по "Методичке для анализа данных "близится к завершению 🤷‍♂️ Напомню последовательность шагов: 1) 🎯 Определяем цели анализа процессных метрик 2) ❓ Собираем гипотезы 3) 🧩 Декомпозируем гипотезы до конкретики 4) 📊 Собираем ТТХ рабочего процесса 5) 🔎 Раскрываем дело - сводим гипотезы и ТТХ вместе Дальше там логичны пункты: 6) 📋 Генерим рекомендации к улучшению 7) 👯 Составляем презу для показа заказчикам - - - Надо подвести итог этого эксперимента и решить, что делать дальше 🤷‍♂️ И тут у меня к вам есть несколько вопросов: 1️⃣ Что вы думаете про такой "скелет" 🦴 методички? Допустим, я все-таки решусь наполнить ее кейсами, графиками, рассказами из жизни и прочим "мясом" - станет ли она для вас "настольной книгой"? Будете ли ее рекомендовать молодым коллегам? 2️⃣ Чего вам не хватило в том, что я перечислил 🤔? А чего оказалось слишком много? 3) Как лучше быть с пунктом 6 - "Генерим рекомендации к улучшению" ? Мне кажется, там очень все контексто-зависимо, и тянет на отдельную книгу "Как решать проблемы рабочих процессов с помощью Канбан-метода, опыта и такой-то матери метрик" 😊 Не уверен, что потяну, не уверен, что вам оно надо

На прошлой неделе рассказывал про Flight Levels. Кому интересно - вот вебинар с Кайтен. https://rutube.ru/video/2ca0928e2cdbc21df5d6b2379ac20cf9/

📊 Сопоставление ТТХ и гипотез Если я когда-нибудь соберусь написать "Методичку по анализу процессных метрик", то после главы о сборе ТТХ рабочего процессе, следующей будет глава про сопоставление гипотез и ТТХ. К этому моменту у нас уже есть: — 🎯 цели анализа, —💡 гипотезы, —📐 декомпозиция гипотез до метрик, —📁 и собранные данные о ТТХ процесса Теперь нужно сопоставить одно с другим. Звучит просто, но “в лоб” редко работает. --- Разберем на примере гипотезы

«Аналитиков заваливают идеями без приоритезации, заказчики недоступны, сроки сжаты — итог: пишем “как поняли”, а потом программисты делают не то»

Разберём первый кусок гипотезы: «заваливают идеями». Что здесь непонятно с точки зрения анализа рабочего процесса: 1️⃣ Где искать “идеи” на доске? 2️⃣ Какие метрики покажут “завал”? --- 1️⃣ Где искать "идеи" на доске С точки зрения рабочего процесса (value stream), “идеи” — это работа на ранней стадии, обычно где-то в начальной колонке - Backlog (ToDo). 2️⃣ Какие метрики покажут “завал”? Если в этом столбце копятся десятки карточек идей, и новых приходит больше, чем успевают обработать — то процесс явно не справляется с нагрузкой - что и есть "завал" ⚠️ ⚠️ “Заваливают” — это ситуация, когда частота поступления > частоты обработки. Например, в месяц приходит 100 новых идей, а берут в работу только 10 — очередь растёт. Завал. --- 🔍 Что смотрим в ТТХ для проверки "завала идеями" *📊 CFD (Cumulative Flow Diagram): видно, как растет “толщина” слоя с идеями. *📥 Inflow / Throughput: сколько идей приходит и сколько уходит из колонки за период. Если Inflow стабильно превышает Throughput — гипотеза подтверждается ✅ Если нет — гипотеза не подтверждена ❌ Для уверенности, дополнительно можно посмотреть: *⏳ Backlog Cycle Time Distribution — сколько времени идей “маринуются” в колонке Backlog (ToDo) *📆 Aging Chart — возраст идей в колонке Backlog (ToDo) --- 🛫Upstream: где всё начинается Читаем гипотезу дальше — “...без приоритезации, ... заказчики недоступны... делаем как поняли....” Это всё симптомы "плохого" Upstream — части процесса до точки принятия обязательств, где идеи превращаются в готовые к взятию в работу задачи. Если на доске только три колонки (ToDo / In Progress / Done) и нет какой-то отдельной Upstream-доски — значит, Upstream отсутствует как таковой 🤷‍♂️ А если Upstream отсутствует, то значит, разработка требований, фильтрация и приоритезация происходит уже во время разработки (Downstream). Что доставляет массу проблем всем 👎 Если же Upstream есть, то он может быть "плохим" и не работать как надо 🚧 Признаки "плохого" Upstream: * ⚙️ нет Definition of Ready / Definition of Done в колонках Upstream-процесса; * 🔁 есть возвраты задач с Downstream назад в Upstream; * 🧩 большое количество “переделок” или "доработок" по просьбам бизнеса после релиза --- 🧠 Анализ аномалий как источник знаний об Upstream Отдельный источник инсайтов — анализ задач с аномально длинным Lead Time 🐢 Берём самые “долгоиграющие” карточки и обсуждаем их с командой: почему именно эти где-то застряли в ходе работы над ними? Часто вскрываются типовые паттерны плохого Upstream: - ❗️ непроработанные требования, - 🔄 хаотичные приоритеты, - ⌛ долгая обратная связь от заказчика, - 🔧 переделки после релиза Всё это - следы проблем на Upstream. Аномалии — зеркало системных проблем в котором очень многое можно увидеть. --- 📍Что получаем в результате После такого сопоставления гипотез и ТТХ становится ясно, какие гипотезы подтверждаются, а какие нет. Причем у нас появляются данные на которые можно опираться 💪 Следующий шаг — переход к рекомендациям. Но это — уже тема следующей главы 😉 --- #методичка #data_driven_management Данные в действии

46 автору канала Если хотите поздравить - welcome в комменты. PS сам автор в лёгком обалдении, потому что не понимает, как ему ассоциировать эту цифру с собой 🤷‍♂

Как менеджерам победить ИИ? «Прожектор СэмаАльтмана» 2я серия Что во 2й серии: - 🧠 Какие навыки потребуется развивать менеджерам, чтобы ИИ их не заменил? - 💪 Какие проблемы мотивации людей возникнут в ИИ-эпоху? - 🤖 Может ли ИИ осуществлять лидерство? - ✨ И много чего еще.. Видео: 📱 Смотреть на Youtube Аудиоверсии: 📱 Телеграм (mave) 🎵 Яндекс.Музыка 🍎 Apple Podcasts В выпуске: • 01:15 — Отчет PMI: три компетенции менеджера будущего. ИИ уже в списке. • 02:45 — ИИ сам записывает совещание, сам составляет и согласует ТЗ... • 05:35 — От идеи → до новой версии продукта за ОДИН ДЕНЬ. И это не фантазия • 06:17 — Мёртвый интернет: в онлайне больше нет людей • 08:57 — PM будущего — это не "координатор задач", а стратегический бизнес-партнер • 11:20 — Останутся только самые умные и незаменимые сотрудники. С ними манипуляции PMов не работают • 13:32 — А что если сотрудников просто привяжут к компании через опционы или нейролинк? • 15:51 — HR после пандемии осознали: с людьми нельзя вести себя как с роботами • 18:58 — Если AI станeт менеджером — будет ли человек подчиняться машине? • 20:54 — Реальная история: кандидата собеседовала ИИ — он почувствовал ужас Никакой футурологии. Только то, что уже происходит и на что нужно обратить внимание, если ты отвечаешь за процессы, людей или стратегию. В общем, стоит посмотреть самому и отправить самому тревожному коллеге 😉

Хорошие ребята делают хорошее дело. Рекомендую кто в Питере - зайти к ним на огонек 16го числа. Регистрация ниже 👇 https://delivery-community-spb.timepad.ru/event/3571392/

⚙️ ТТХ Системы Если я когда-нибудь напишу «Методичку по анализу процессных метрик», то следующей главой после целей, гипотез и их декомпозиции будет — «Сбор тактико-технических характеристик (ТТХ) рабочего процесса» Что такое ТТХ процесса? ТТХ — тактико-технические характеристики, проще говоря: “чего ждать от процесса”. 🧑‍💼 У разных ролей свои вопросы к процессу: - Заказчик: “Когда я получу результат?” - Менеджер: “Где и почему тормозим? Хватит ли мощности?” - Сотрудник: “Почему мы завалены работой? Кто устроил этот бардак?” 📊 Ключевые метрики, на которые я смотрю: - Customer Lead Time ⏳ Для заказчика: когда будет готово? Почему отдельные задачи шли аномально долго? - Upstream / Downstream Lead Time 🛤 Для менеджера: где теряется больше всего времени — на подготовке или исполнении? Какие закономерности в аномалиях? - Время в колонках/буферах 🕳 Для всех: на каких этапах задачи тянутся, где реальные “заторы”, кто виноват, что всё “долго”. - Throughput (Пропускная способность) 🚚 Для менеджера: сколько реально делаем за период? Для сотрудника: как объяснить, что “больше не влезет”? - CFD (Cumulative Flow Diagram) 📈 Для заказчика и менеджера: мы улучшаемся или деградируем? Для всех: где накапливаются очереди, куда “уходит” время, к чему готовиться. - LT Scatterplot (JIRA Control Chart) 🎯 Для пытливых: насколько процесс предсказуем? Можно ли делать прогнозы? Видны хвосты, выбросы, долгострои. 🩻 Что это даёт? У нас на руках ТТХ процесса: - ⏱️ Сколько времени всё делается? - 🚦 Где образуются очереди? - 📦 Какая реальная производительность? - 🐘 В чём причины долгостроев? - И много других полезных ответов для всех ролей. ❗️Важно: любая метрика без контекста — просто цифра. Customer LT = 6 месяцев: это кошмар или норма? Upstream LT короткий — нам радоваться или уже напрягаться? Хорошо или плохо покажут только гипотезы и живой опыт участников процесса. ➡️ В следующей главе — поговорим о том, как наложить ТТХ на гипотезы и опыт людей.

Вам понравилась первая серия? 😊🎬 А мы тут готовим к выпуску вторую 👆🔥 Что в ней будет 👇: - 🧠 Какие навыки потребуется развивать менеджерам, чтобы ИИ их не заменил? - 💪 Какие проблемы мотивации людей возникнут в ИИ-эпоху? - 🤖 Может ли ИИ осуществлять лидерство? - ✨ И много чего еще.. PS Вам не показалось - на съемках к нам в гости зашел Дарт Вейдер 😎. Подышал, послушал... Мы на всякий случай сделали вид, что не заметили 😂 А то малоли чего 🤷‍♂️ Данные в действии

Вы просили - мы сделали. После выхода первой серии видеопроекта ПрожекторСэмаАльтмана, выяснилось , что есть множество людей, которые не любят смотреть видео ❌, но любят слушать аудиоподкасты 🎧 в машине или в метро по дороге на работу 🤷‍♂️ Мы раньше такого не делали, так что это эксперимент 🧪 Давайте вместе попробуем, надеюсь, он будет удачным 👇 Слушаем по ссылкам: 🎵 Яндекс.Музыка: ссылка 🍎 Apple Podcasts: ссылка 📱 Mave.Stream (слушать в Телеграм): ссылка

Когда вам надоест работать программистом, аналитиком, тестировщиком, или кем вы там работает - вспомните, что есть ещё и такие ребята, которые ржут в 9-балльный шторм и снимают видео как их ледокол болтает в северном море, как песчинку. Прям залип... 😳

OpenAI наконец-то решил сделать что то полезное для людей. Речь про базу промптов для разных ролей - маркетинга, продаж, продактов, проджектов... Практически на все случаи жизни. Бери и пробуй. Многие из этих промптов способны сэкономить часы работы! https://t.me/chief_reboot/45

Как вы думаете, кто кого? 😂😂😂 Делаю ставку на менеджеров - они бюджетами владеют. А вы как думаете?

Привет! По многочисленным просьбам даю ссылку на недавний вебинар "Ключевые метрики для дашборда руководителя" совместный ScrumTrek+Kaiten Что в нем: - почему дашборды не помогают? - какие бывают метрики - здоровья и развития - что нужно сделать менеджеру чтобы использовать метрики с пользой для себя? - как диагностировать рабочий процесс с помощью метрик? - необходимые метрики для дашборда руководителя - Q&A - QR-код скидки на Kaiten 👉 Смотреть тут: ссылка на Rutube

Собрались как-то три эксперта по современному менеджменту… И вместо споров в курилке записали токшоу о том, что тревожит многих: как ИИ меняет работу, команду и саму суть роли менеджера. В первой серии нового проекта «Прожектор СэмаАльтмана» мы говорим о главном: – Почему автоматизация больше не угроза из далёкого будущего – Что говорят реальные цифры исследований: кто уже теряет работу, а кто становится ценнее – Какие менеджерские задачи ИИ берёт на себя прямо сейчас – Кому будет трудно удержаться на рынке и что может помочь. Никакой футурологии. Только то, что уже происходит и на что нужно обратить внимание, если ты отвечаешь за процессы, людей или стратегию. В общем, стоит посмотреть самому и отправить самому тревожному коллеге 😉 Смотреть на YouTube Смотреть на RuTube А если хочешь проверить, насколько легко тебя может заменить ИИ, то проходи тест: 🤖 Пройти тест Больше материалов про ИИ в менеджменте — тут 👈

ИИ, оказывается, уже влияет на то, каким должен быть организационный дизайн компании 🤷‍♂️ Ну то есть - как команды собирать, вокруг чего. Как отделы "нарезать" и так далее. Так что если заранее не знать, к чему готовиться, то можно остаться без места 🤷‍♂️ Как в детской игре про стулья. 8 трендов того, как ИИ меняет оргструктуру организаций читаем в статье эксперта ScrumTrek Михаила Подурца: https://www.e-xecutive.ru/management/practices/1999238-kak-ii-izmenit-organizatsionnyi-dizain-8-trendov

⚡️В 2024-м PMI предсказал, что ИИ навсегда изменит роль проджект-менеджера: -🤖 полная ИИ-автоматизация рутины; -🧭 больше стратегии и лидерства; - 🤝 лучшее взаимопонимание с заинтересованными лицами за счет ИИ. ⏳Прошёл год. Что оказалось правдой, а что осталось красивой гипотезой? Мы перевели статью "Reimagining the Role of the Project Manager" и сравнили с реалиями 2025го: - ✅ какие предсказания уже сбылись и подтверждаются практикой - ❌ что пока не случилось и остаётся под вопросом - 📊 чем теперь действительно измеряют успешность менеджера (спойлер: точно не количеством задач в Jira) 📖 Читай перевод и сравни сам: https://scrumtrek.ru/blog/ai/16257/proekt-menedzher-v-epohu-ai/

Ну что, давайте проверим, правы оказались PMI, или нет?

Знакомства пост Вижу, что канал пришло много новых людей после вебинара Kaiten+ScrumTrek. Так надо сориентировать ребят, куда вы попали, что здесь есть полезного, и что почитать в первую очередь. Итак: это авторский канал Василия Савунова, партнера компании ScrumTrek, Канбан-практика, ИИ-эксперта и Agile-коуча Пишу я тут на всякие сложные темы, в основном про менеджмент на основе данных, но так же есть и материалы про ИИ С чего вам лучше начать читать этот канал: 👉 Customer Lead Time, System Lead Time, Cycle Time, First Touch Time - как во всем этом разобраться?! 👉 Как в Excel построить частотную диаграмму времени выполнения? 👉 Инструкция - как анализировать диаграмму времени выполнения задач? 👉 Инструкция - как использовать Cumulative Flow Diagram? 👉 Как спрогнозировать время выполнения 1000 задач в бэклоге? Так же периодическия провожу практикумы по анализу метрик - примерно раз в квартал И выступаю на конференциях с интересными докладами, например: 👉 Как руководителю управлять командой, на основе метрик? - доклад на TeamLead Conf 2023 Я открыт в общению, и вопросам, так что не стесняйтесь, спрашивайте в коммментариях - обязательно отвечу

Эй, PMы! А вы не боитесь, что ИИ заменит вашу должность? Я сделал серьёзный тест в несерьезном оформлении: «Как легко ИИ может заменить вашу должность?» Понимаю, многие скептически отнесуться к этому: - «ИИ — это для технарей», - «Никогда он не заменит человека с опытом и харизмой» Но статистика говорит, что половина увольнений менеджеров среднего звена (и PMов) в последние несколько лет оправдывались как раз автоматизацией и оптимизацией. Этот тест — способ немного порефликсировать и проанализировать сильные и слабые стороны своей позиции. Не воспринимайте слишком серьёзно, но данные про влияние ИИ на менеджмент — актуальные Пройти тест можно здесь ◀ Ждём ваши впечатления в комментариях: совпало ли с ощущениями, или ИИ пока переоценивает себя?