Entrega de software
O lead time médio engana você: como prever entregas com percentis
A maioria das equipes prevê as entregas pela média. É justamente o número com mais chance de distorcer o sistema, e cada vez que você o promete e erra, gasta uma confiança que não precisava gastar. Veja o que prometer no lugar dele.
Assim que uma equipe começa a medir as entregas, com as métricas que mostram onde elas realmente travam, a pergunta seguinte dos fundadores é sempre a mesma: com todos esses dados, quando podemos prometer alguma coisa? Quase todo mundo responde com uma média. É o pior número disponível para isso.
1. A média tranquiliza, e é só isso que ela faz
Gestores recorrem à média porque ela resume uma realidade bagunçada num único número, que dá para dizer em voz alta na daily. Esse conforto é exatamente o problema.
Pegue um mês de trabalho concluído:
9 tarefas concluídas em ~1 dia cada
1 tarefa se arrastou por um mês
→ lead time médio ≈ 4 dias
Nenhuma tarefa desse sistema leva de fato quatro dias. A maioria leva um; uma única retardatária puxa a média para cima. Dá para se afogar atravessando um rio que tem um metro de profundidade em média.
O lead time médio descreve um sistema que você não tem.
2. A mediana é a tarefa típica
A mediana é a tarefa do meio: metade termina mais rápido, metade mais devagar. Aqui ela fica em torno de um dia, e esse único número já mostra que a maior parte do trabalho flui rápido.
Isso muda a reclamação de figura. Quando alguém pergunta “nossa média é de quatro dias, por que somos tão lentos?”, a média está escondendo o formato real: noventa por cento do trabalho vai bem, e algumas tarefas ficaram encalhadas. Nas vezes em que abri um control chart com uma equipe, a distância entre média e mediana costumava contar a história inteira: a maioria dos tickets saindo em um ou dois dias, um ou dois enterrados por semanas numa fila de revisão que ninguém acompanhava. O sistema anda bem; o que existe é meia dúzia de tarefas presas.
3. A distância entre média e mediana é o diagnóstico
Então a leitura mais útil de todo o exercício não custa nada: coloque a média e a mediana lado a lado.
| O que você vê | O que significa |
|---|---|
| Média bem acima da mediana | Dispersão larga. O trabalho anda de forma desigual: algumas tarefas voam, outras ficam paradas em filas, revisões, aprovações. A distância é o tamanho da fila. |
| Média ≈ mediana | Dispersão estreita. O trabalho anda num ritmo constante. O sistema é estável e previsível. |
A própria distância é o sinal. Uma distância grande significa uma cauda longa: bloqueios, passagens de bastão, coisas esperando por uma pessoa. Resolva isso, e a média volta para perto da mediana. Dá para ver de relance, sem cronometrar ninguém.
4. Escolha a data por um percentil
Os stakeholders fazem uma pergunta só: quando fica pronto? E querem uma data, sem aula de estatística. Justo. Então dê uma data a eles. Só pare de escolhê-la pelo número errado.
Uma estimativa pontual tirada da média é uma promessa que a dispersão não vai deixar você cumprir. Diga “uns quatro dias”, erre, e você gastou confiança; depois repete tudo no sprint seguinte. O percentil define de qual número você tira a data: é o valor dentro do qual uma parcela das tarefas termina. Pegue uma distribuição real, menos extrema que o exemplo acima, mas com o mesmo formato, e ela fica mais ou menos assim:
| Percentil | Lead time |
|---|---|
| P50 (mediana) | 2 dias |
| P85 | 6 dias |
| P95 | 11 dias |
Agora a escolha é concreta. Trabalho de rotina? Comprometa-se com o P85: “até o sexto dia”. Algo que trava um cliente ou outra equipe, em que errar sai caro? Prometa o P95: “até o décimo primeiro dia”. Os mesmos dados, promessas diferentes, e você cumpre as duas.
Essa é a versão honesta de uma data, com a incerteza já embutida. Você se compromete com uma data que vai cumprir 95 vezes em 100 (ou 85, se foi essa a linha escolhida), em vez de um chute que a dispersão do sistema ia derrubar de qualquer jeito. Se alguém quiser o nível de confiança, informe; a maioria só quer a data.
O percentil fica com você: ele serve para escolher a data que você diz ao stakeholder.
Para uma tarefa já em andamento, preveja o tempo que falta, considerando há quanto tempo ela já está rodando, contra a mesma distribuição. E na primeira vez que você dá uma data a alguém e cumpre, sua equipe deixa de ser a que “sempre atrasa” e passa a ser a “previsível”, uma reputação que vale mais do que um ou outro ticket rápido.
5. A previsibilidade é o produto
Porque o que o negócio de fato compra é previsibilidade, mais do que velocidade bruta. Vendas assume compromissos com clientes com base nas suas datas, o marketing agenda lançamentos com base nelas, o suporte se organiza em função delas. Uma equipe que termina com segurança até sexta ganha de uma que às vezes termina na terça e às vezes em três semanas, porque todo mundo depois dela consegue planejar.
E uma dispersão estreita vem de controlar o trabalho em andamento: WIP alto gera filas longas, filas longas criam a cauda longa, e é a cauda que empurra a média para cima da mediana. Por isso, controlar o WIP estreita a distribuição por si só. Nada disso exige uma ferramenta nova; o Control Chart do Jira mostra média, mediana e percentis a partir dos dados que você já tem.
A maioria das equipes prevê pela média e depois se pergunta por que as datas sempre escorregam. A solução é ler a distribuição que você já tem: a mediana para o caso típico, a distância para a saúde do sistema e um percentil para a data com que você se compromete.
Perguntas frequentes
Por que o lead time médio é uma métrica enganosa?
Algumas poucas tarefas muito lentas puxam a média aritmética para cima, e ela fica bem acima do tempo que a maioria das tarefas realmente leva. Ela descreve um sistema que não existe: a maior parte do trabalho é mais rápida, e um punhado é muito mais lento. Por isso, prever com base nela erra para os dois lados.
Qual é a diferença entre a mediana e a média do lead time?
- Mediana
- A tarefa típica (a do meio); metade termina mais rápido, metade mais devagar.
- Média
- A média aritmética, que uma cauda longa de retardatárias pode distorcer bastante.
Quando a média fica bem acima da mediana, há uma dispersão larga e um problema de fila; quando as duas estão próximas, o sistema é estável.
Como dar uma data de entrega que eu consiga cumprir?
Tire a data de um percentil (p85/p95) da distribuição do seu cycle time, em vez de uma média de cabeça. Para fora, você continua dando uma única data: aquela que o sistema diz que você vai cumprir.
Você se compromete com a data; a probabilidade fica com você.
Onde vejo a mediana e os percentis?
O Control Chart do Jira e os gráficos de dispersão de cycle time mostram média, mediana e faixas de percentis a partir dos dados que você já tem, sem registro manual de horas. A maioria das ferramentas com um módulo de fluxo ou de analytics oferece o mesmo.