Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Agosto 2019

L’imbuto e le biglie. Ovvero la metafora della produttività dei team

Sander Hoogendoorn by Sander Hoogendoorn

Perché i team diversi sono semplicemente diversi. La produttività del team è sempre un argomento delicato, ma quale può essere la strategia giusta per valutarla correttamente? Recentemente mi è capitato di assistere a un’accesa discussione sulla produttività nei team. Penso che sia ormai tempo di rivisitare questo tema. Agli occhi di molti manager, la produttività del team non è quella desiderata. È troppo bassa, ovviamente. Da una parte ci sono i manager più tradizionali secondo i quali – «bisognerebbe aggiungere più lavoro all’arretrato del team». Dall’altra ci sono i fautori dell’Agile per i quali – «avere più lavoro aumenta la produttività dei team». Per altri invece – «vale esattamente il contrario». Perché – «quando si aggiunge più lavoro agli arretrati del team, si rallenteranno ulteriormente». Perché – «quando il team lavora su troppe cose allo stesso tempo, non si concentra». E perché – «quando i team lavorano su molte cose, alla fine non ne finiranno nessuna».

I team diversi sono solo diversi - La produttività del team è un argomento delicato. Nei primi tempi dell’Agile, circa vent’anni fa, c’erano lunghi dibattiti sull’argomento, in cui le persone cercavano di confrontare la produttività dei diversi team usando scale relative come punti storia o punti funzione. Fortunatamente, da un po’ di tempo, questi dibattiti non si vedono più. Sembra che si sia imparato che le stime a basso livello, come quelle dei punti storia, non aggiungono molto valore. E che i team diversi sono solo diversi, con persone diverse, diversi livelli di esperienza, esigenze diverse, tecnologie diverse: tutto questo aiuta. Tuttavia, ci sono ancora molte aziende in cui i manager si chiedono se i loro team stiano andando abbastanza veloci. Come i manager dei quali stiamo parlando. Dal momento che non ci sono quasi scale assolute che segnano la velocità o la rapidità dei team di sviluppo software, i manager spesso considerano i team troppo lenti, basandosi sulle proprie sensazioni. Spesso i manager vedono solo la punta dell’iceberg. Il fatto che un team produca solo alcune funzionalità per ogni release potrebbe sembrare lento, ma la complessità funzionale o tecnica sottostante di queste funzionalità è spesso trascurata. La prima domanda che i manager che discutono sulla produttività del team dovrebbero chiedersi è: sappiamo davvero se questo team è lento, o semplicemente pensiamo che il team sia lento? È interessante notare che potremmo fare la stessa domanda sui team che sembrano andare veloci: sappiamo davvero se questo team è veloce o potrebbe essere ancora più veloce?

Facciamo qualche esperimento - A mio parere, le discussioni sulla produttività del team vengono fatte dai manager in genere perché questi vogliono che i loro team vadano più velocemente e producano più funzioni in meno tempo, senza sapere se questi team stanno già dando i massimi risultati o se i team stanno solo facendo confusione. In questi casi, le decisioni su come “aiutare” i team in questione a essere più produttivi tendono a essere prese ad hoc, basandosi su sensazioni e su ipotesi rozze. Ma queste decisioni sono davvero delicate. Prendere le misure sbagliate può facilmente distruggere la motivazione del team. Ma come si può andare oltre le sensazioni su un argomento così delicato? Ogni volta che alleno organizzazioni e team in cui tali domande vengono poste di frequente, tendo a usare la metafora dell’imbuto e delle biglie. Consideriamo un normale imbuto da cucina per versare liquidi in bottiglie e una borsa piena di normali biglie. Supponendo che la bocca dell’imbuto sia abbastanza ampia da consentire il passaggio delle biglie, si può fare un piccolo esperimento. Lasciamo cadere una biglia nell’imbuto: se la circonferenza del gambo è maggiore di quella della nostra biglia, questa passerà senza intoppi. Si sarà già capito che la biglia rappresenta una funzionalità e l’imbuto rappresenta il team. Lasciamo cadere alcune biglie nell’imbuto, con intervalli di tempo brevi tra loro. Come si può intuire, le biglie cadranno una per una. Ciò significa che se le funzionalità vengono lasciate cadere nel team a un ritmo sostenibile, il team sarà in grado di gestirle allo stesso ritmo: funzionalità in, funzionalità out. Nel nostro esperimento, potremmo fare diverse prove, con intervalli di tempo sempre più brevi tra il lancio delle biglie nell’imbuto. A un certo intervallo, le biglie si incontreranno e non cadranno più attraverso il collo dell’imbuto agli stessi intervalli. Nella produttività del team, questa situazione rappresenta il punto in cui più elementi vengono rilasciati nella squadra rispetto a quelli che il team può gestire. Ciò che accadrà è che le funzionalità non consegnate si accumuleranno. Ora, come ultimo passo, gettiamo l’intero sacco di biglie nell’imbuto. Quello che più probabilmente accadrà ora è che l’imbuto si ingombrerà e solo poche biglie, se non nessuna, riuscirà a passare. Questo è il punto in cui le squadre di solito si arrendono. Se vengono aggiunti troppi elementi all’arretrato, il team non riuscirà più a vedere oltre il palmo del proprio naso. Facendo così, il team si stressa e le persone prenderanno in considerazione l’ipotesi di abbandonare il team e potenzialmente anche l’azienda.

Qual è la giusta strategia? - La giusta strategia per raggiungere il ritmo ottimale sostenibile per un team è quella di gettare il giusto numero di biglie nell’imbuto. Quando nell’arretrato di un team vi sono funzionalità troppo piccole, queste rallenteranno – come sostengono i manager più tradizionalisti. Infatti, i team seguono la legge di Parkinson: il lavoro si espande nel tempo disponibile. Di conseguenza, i team occupano tutto il tempo di cui dispongono nelle poche funzionalità di cui sono incaricati. D’altra parte quando si aggiungono troppe funzionalità all’arretrato, il team avrà problemi di concentrazione e si fermerà, come sostengono i manager fautori dell’Agile. Non solo. Aggiungendo più funzionalità al team, la situazione peggiora. Lavorare su troppe funzionalità diverse allo stesso tempo, causerà una perdita di messa a fuoco e un cambio di contesto, che sono entrambi inefficaci. Quindi non esiste una sola risposta giusta che valga per ogni contesto. La domanda è semmai quale approccio sarebbe quello più corretto in questa particolare situazione. Per dare una risposta, uno sguardo all’arretrato del team e alla lavagna Kanban (lo strumento reso famoso nel mondo da Toyota) potrà essere utile: una rapida occhiata a Jira (il software per il monitoraggio di problemi e progetti) mostra che la squadra in questione ha 35 storie aperte alla lavagna e 144 storie rimanenti nell’arretrato. Lavorare su 35 storie allo stesso tempo non è un buon segno. Il team cambierà costantemente il contesto in cui lavora e non si concentrerà. In questo caso particolare, spingere ancora di più il lavoro sul loro arretrato farà solo cambiare il contesto della squadra, con un solo risultato: perdita di focalizzazione e di efficienza operativa. L’attenzione è fondamentale per la fornitura di funzionalità e prodotti. Il manager fautore dell’Agile aveva ragione.

Sander Hoogendoorn presenterà a Roma per Technology Transfer il seminario “Progettare, sviluppare e implementare una Microservices Architecture” il 25 Ottobre 2019.

L’imbuto e le biglie. Ovvero la metafora della produttività dei team - Technology Transfer

L’evoluzione dell’IT tra sfide e promesse
Frank Greco

Verso la new digital economy. Quale architettura per la trasformazione digitale?
Mike Rosen

Ecco come capire il cliente. I diversi punti di vista della Business Analysis
James Robertson

Ecco come capire il cliente I diversi punti di vista della Business Analysis
Suzanne Robertson

E se il Design Sprint fosse il nuovo asso nella manica? Come risolvere grandi problemi e testare nuove idee
James Hobart

Come essere veramente data driven. L’importanza dell’architettura dati
Mike Ferguson

Il Machine Learning in azienda. Come migliorare performance e previsioni
Frank Greco

Portfolio management avanzato: Come trasformare gli investimenti in cambiamento
Chris Potts

L’imbuto e le biglie. Ovvero la metafora della produttività dei team
Sander Hoogendoorn

Dal Data Warehouse al digital business. Un’architettura di trent’anni ancora valida
Barry Devlin

Dai silos a un ecosistema analitico integrato. Un approccio per avere dati da usare su più sistemi
Mike Ferguson

Come accelerare l’innovazione in azienda. La nuova generazione dell’IT enterprise
Frank Greco

Tassonomie e ricerche. Ecco come ottenere migliori risultati
Heather Hedden

Viaggio verso il data warehouse logico
Il grande dilemma della business intelligence

Rick van der Lans

Enterprise information catalog. I requisiti per fare la scelta giusta
Mike Ferguson

La nuova era dell’analisi predittiva - Le aziende alla prova del Machine Learning
Frank Greco

Uno sguardo Agile - Per capire il passato e progettare il futuro
Arie van Bennekum

Trasformazione Agile
Se il product owner diventa un collo di bottiglia

Sander Hoogendoorn

Una Fiat o una Ferrari?
Qual è la più adatta per il business digitale?

Barry Devlin

Vincere la complessità dei dati. È l’ora dello smart data management
Mike Ferguson

Big Data e Analytics - Se il machine learning accelera anche la data science
Mike Ferguson

I dati al centro del business
Christopher Bradley

I Big Data forniscono il contesto e la ricchezza predittiva attorno alle transazioni di business Avere dati coerenti e di qualità resta fondamentale per il processo decisionale
Barry Devlin

Cosa c’è dietro l’angolo? Cinque mosse per diventare un digital leader
Jeroen Derynck

Managing information technology Gestire l’IT come un business nel business
Mitchell Weisberg

Data integration self-service Miglioramento della produttività o caos totale?
Mike Ferguson

Project manager vecchi miti e nuove realtà
Aaron Shenhar

La catena alimentare dei requisiti
Suzanne Robertson

Come diventare un’azienda data-centric
Lindy Ryan

Enterprise analytical ecosystem - Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell’era Big Data
Mike Ferguson

Agilità? Basta Volere
Suzanne Robertson

Ma la vostra architettura è efficace?
Mike Rosen

Se il NoSQL diventa SQL
Rick van der Lans

La data quality e l’impatto sul business
Danette McGilvray

Business analysis e regole di business By Ronald G. Ross con Gladys S.W. Lam
Ronald Ross

Usare Scrum su larga scala: cosa cambia?
Craig Larman

Le architetture per ridurre il debito tecnico
Mike Rosen

Conversando con un marziano
Suzanne Robertson

Cosa c’è di nuovo nel project management?
Aaron Shenhar

Reinventare la Business Intelligence
Barry Devlin

Il nuovo volto della business intelligence
Shaku Atre

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

I big data cambiano il mercato dei Database Server
Rick van der Lans

Un “superstorm” di informazioni
Barry Devlin

I dieci step per la qualità dei dati
Danette McGilvray

Perché è meglio evitare il private cloud?
Jason Bloomberg

Leonardo da Vinci aveva ragione!
Chris Date

Mobile user experience: Come adottare una strategia sostenibile
James Hobart

Cosa significa occuparsi di architettura?
Mike Rosen

Virtualizzazione dei dati e sistemi di Business Intelligence Agili
Rick van der Lans

Modelli e linguaggi naturali, quale il modo migliore per definire i requisiti?
James Robertson

Extreme Scoping: un approccio Agile all'Edw e alla BI
Larissa Moss

BI², la Business Intelligence al quadrato
Barry Devlin

I test di regressione in ambienti legacy
Randy Rice

Le conseguenze della consumerizzazione e del Cloud
Chris Potts

Come vanno gli affari? Chiedetelo al vostro cruscotto
Shaku Atre

Organizzare team di progetto efficienti in ambienti DW/BI
Larissa Moss

Big Data, come e perché
Colin White

Business Capabilities e l'allineamento del business all'IT
Mike Rosen

Il valore della tassonomia nella ricerca delle informazioni
Zach Wahl

BI, ma il Data Warehouse è ancora necessario?
Colin White

Reinventare la Business Intelligence
Barry Devlin

Il cruscotto delle prestazioni: il nuovo volto della Business Intelligence
Shaku Atre

Modelli e processi di User acceptance testing
Randy Rice

I limiti nel gestire l'IT come un Business
Chris Potts

Le componenti fondamentali del Cloud
George Reese

Metadati e DW 2.0
Derek Strauss

BI Open Source: basso costo e alto valore?
Jos van Dongen

Semplicità e requisiti
Suzanne Robertson

Business intelligence e analisi testuale
Bill Inmon

Extreme Scoping™: approcci agili al DW e alla BI
Larissa Moss

Dalla BI a un'architettura IT di livello Enterprise
Barry Devlin

Ambiente efficiente di ricerca di informazioni
James Hobart

Il Business deve trainare la Strategia IT
Chris Potts

Web database: la questione MapReduce (seconda parte)
Colin White

Web database: la questione MapReduce
Colin White

Misura delle prestazioni. I sette comandamenti
Harry Chapman

Le dieci cose che un architetto deve fare per creare valore
Mike Rosen

Sviluppare applicazioni a prova di sicurezza
Ken van Wyk

The ECM Landscape in 2008
Alan Pelz-Sharpe

Ma chi sono gli operatori dell’informazione?
Colin White

Qualità dell’informazione e trasformazione del management
Larry English

Classificazione sistematica delle informazioni
Zach Wahl

L’uso intensivo del Web nelle applicazioni di Bi
Colin White

Enterprise Search
Theresa Regli

La forza dell'astrazione
Steve Hoberman

La strada verso una BI pervasiva
Cindi Howson

Soa, una strategia di test
Randy Rice

Verso una BI più semplice e a minor costo
Colin White

I contenuti “Killer” del Web
Gerry McGovern

Sviluppo iterativo del software per i Dw
Larissa Moss

Qualità delle Informazioni e Datawarehousing
Larry English

Lo scenario Ecm 2008
Alan Pelz-Sharpe

La nascita del Web 3.0
John Kneiling

Documentazione: il dossier del crimine
Suzanne Robertson

L’impatto del Web 2.0 sui portali delle imprese
Colin White

Le tecniche vincenti di IT Management
Ken Rau

Web 2.0
Ed Yourdon

Web di successo se si conosce il cliente
Gerry McGovern

Un approccio alla BI incentrato sui processi
Colin White

Integrare Master Data Management e BI (Parte Seconda)
Mike Ferguson

Integrare Master Data Management e BI (Parte Prima)
Mike Ferguson

Il Project Manager è una Tata
Suzanne Robertson

Web di successo se si conosce il cliente
Gerry McGovern

L'informazione personalizzata
Colin White

La Tassonomia dell'Impresa
Zach Wahl

Managed Meta Data Environment (II parte)
David Marco

Managed Meta Data Environment
David Marco

Migliorare le applicazioni dell'impresa con Web 2.0
James Hobart

La Balanced Scorecard migliora la Performance dell'IT
Harry Chapman

La fusione dei processi dell'impresa grazie a Soa (II parte)
Max Dolgicer

La fusione dei processi dell'impresa grazie a SOA (I parte)
Max Dolgicer

Volere è Potere, in Ogni Senso
Suzanne Robertson

Dimostrate con i numeri il valore dei contenuti del web
Gerry McGovern

Il Back-end della pianificazione strategica dell'It
Ken Rau

L'audit delle prescrizioni di progetto (II parte)
Suzanne Robertson

L'audit delle prescrizioni di progetto (I parte)
Suzanne Robertson

Il Processo di gestione delle informazioni
Ted Lewis

I requisiti come strumento di gestione dei progetti
Suzanne Robertson

Il futuro è nel contenuto killer del web
Gerry McGovern

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

Rilevare i costi sulla base delle attività
Ken Rau

Un percorso verso l'impresa intelligente (II parte)
Mike Ferguson

Un percorso verso l'impresa intelligente (I parte)
Mike Ferguson

Il Data Store Operativo: un lavoro di martello
Claudia Imhoff

Il data warehouse orientato all'impresa
Michael Schmitz

Dieci punti chiave per realizzare balanced scorecard di successo
Harry Chapman

Content management: i contenuti al primo posto
Gerry McGovern

Applicazioni Web ad alta disponibilità
John Kneiling

Il 2004, sarà l'anno in cui abbandoneremo html?
James Hobart

La tecnologia EII ripropone il data warehousing virtuale?
Colin White

Misurare per Gestire
Ken Rau

Volere è Potere, in Ogni Senso
Suzanne Robertson

Realizzare il CPM e l'integrazione della BI
Mike Ferguson

Tutti i punti della FPA
Koni Thompson

Requiem per il Portale?
Colin White

Business Intelligence: dalla teoria alla realtà (II parte)
Shaku Atre

Business Intelligence: dalla teoria alla realtà (I parte)
Shaku Atre

I portali Corporate e di E-business: la nuova generazione del posto di lavoro
Mike Ferguson

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)
David Marco

I 10 errori da evitare nella realizzazione di un Meta Data Repository (I parte)
David Marco

Usare i modelli per acquisire l'esperienza di progettazione
James Hobart

Realizzare l'Impresa Intelligente
Colin White

.NET or J2EE - Choosing the Right Web Services Framework
John Kneiling

Progettare Applicazioni Mobili di Successo
James Hobart

La Sociologia del Progetto: Identificare e Coinvolgere tutti i Partecipanti
Suzanne Robertson

Integrare la Business Intelligence nell'Impresa (II parte)
Mike Ferguson

Integrare la Business Intelligence nell'Impresa (I parte)
Mike Ferguson

L'Evoluzione del Portale di e-Business (II parte)
Colin White

L'Evoluzione del Portale di e-Business (I parte)
Colin White

Il Consulente WebEAI: Servizi Web, XML e l'Impresa
John Kneiling

Data Mining: Come Gestire le Relazioni con i Clienti Secondo i Principi del CRM
Weaver James

Articoli del mese - Technology Transfer