Prévision de la charge de travail : fournir à la direction une fourchette, et non une date précise15 lecture minimale

Un comité de pilotage pose une question pertinente. Quand volonté Les six projets que nous nous sommes engagés à réaliser cette année vont-ils aboutir ?

Le responsable du portefeuille fait ce qu'il faut :

• Décomposez le travail en tâches
• Établissez un devis pour chaque tâche avec les personnes qui s'en chargeront
• Intégrez ces chiffres dans un calendrier
• Insérer une seule date sur une diapositive

Et puis la date est reportée en tout cas, même avec des estimations minutieuses et une équipe qui a tenu toutes ses promesses en matière de résultats.

Les prévisions indiquaient que projet et a ignoré le système dans lequel il s'exécute. Deux variables définissent la date réelle, et aucune des deux ne survit à une mise à jour globale.

Le leadership nécessite un gamme, un niveau de confiance dès lors que l'enregistrement permet de le déterminer, et une méthode qui permet d'obtenir ces deux éléments.

Pourquoi les estimations « de bas en haut » ne fonctionnent pas dans les portefeuilles d'innovation

La méthode « Estimate-and-roll-up » est une approche raisonnable. Elle repose simplement sur des hypothèses concernant les travaux d'innovation. tranquillement enfreint :

• Le sujet est suffisamment bien compris pour permettre une décomposition précise
• La capacité allouée est véritablement réservée
• La séquence reste stable une fois la planification terminée
• Un retard sur un projet n'a aucune incidence sur les autres

Même si l'une de ces règles n'est pas respectée, le calcul arithmétique donne toujours une date. Il s'arrête simplement. signification n'importe quoi.

le cône d'incertitude décrit la version réaliste. Au tout début d'un projet, les estimations comportent généralement une fourchette d'environ quatre fois dans les deux sens.

Ce cône se rétrécit au fur et à mesure que les travaux avancent, mais uniquement si le périmètre reste immobile. Dans les portefeuilles d'innovation le viseur se déplace, et ce déplacement élargit à nouveau le cône.

D'où provient réellement le biais d'estimation ?

Le classique recherche sur l'erreur de planification chiffrer précisément cet écart :

• Les étudiants en licence avec mention estimaient que la rédaction de leur mémoire leur prendrait 33,9 jours
• Les travaux ont en réalité duré 55,5 jours
• Seuls 29,71 TP5T ont été achevés à la date prévue par leurs auteurs
• Dans une autre étude présentée dans le même article, 74% des pensées rapportées par les participants portaient sur l’avenir du projet, tandis que seules 7% portaient sur le passé, en examinant comment des travaux similaires avaient en fait parti

L'expérience ne met personne à l'abri de cela, car le mécanisme est directionnel. La base de données sur les projets de Bent Flyvbjerg montre la même tendance à grande échelle.

Neuf mégaprojets sur dix les dépassements de coûts sont fréquents, et il n'est pas rare que ceux-ci atteignent jusqu'à 50% en termes réels.

Voilà à quoi ressemble le bilan des coûts à l'échelle du milliard de dollars. Un portefeuille d'innovations fonctionnant sur capacité fractionnaire a sans raison s'attendre à mieux, dans les délais prévus.

Une remarque concernant l'éthique des données, car ce sujet donne souvent lieu à des citations approximatives. L'affirmation largement répandue selon laquelle environ un projet sur trois aboutit trouve son origine dans une méthodologie non publiée.

Des chercheurs universitaires ont l'a contestée directement, une enquête menée auprès de 193 chefs de projet informatiques expérimentés a révélé que plus de 90% de projets avaient obtenu un niveau de réussite supérieur à la moyenne. Des prévisions fondées sur des données concrètes que vous pouvez inspecter.

Les deux facteurs qui déterminent réellement votre date de livraison

Ces deux éléments ne font pas partie du plan du projet, c'est pourquoi l'estimation plus difficile ne les résout jamais. Commence par celui que personne ne modélise.

Taux d'utilisation, et pourquoi un 90% « occupé » n'est pas un 90% « productif »

La théorie des files d'attente aboutit à un résultat dérangeant pour quiconque planifie ses capacités à l'aide d'un tableur.

La formule de Kingman exprime le temps d'attente moyen en fonction de trois facteurs : le taux d'utilisation, la variabilité et le temps de service. Le terme « taux d'utilisation » est celui qui morsures.

Le tableau ci-dessous est un indicateur illustratif du temps d'attente, et c'est la forme qui importe davantage que les multiples exacts.

Le temps d'attente est proportionnel au rapport entre le taux d'utilisation et restant capacité, de sorte qu'elle quadruple entre la demi-charge et 80%, puis augmente de manière exponentielle à mesure que l'on s'approche de la pleine charge.

La comparaison de référence proposée par Don Reinertsen met en évidence cet aspect pratique. Les entreprises manufacturières le taux d'utilisation des capacités se situe généralement autour de 85%, alors que les travaux d'ingénierie, précise-t-il, sont souvent affectés au 95%.

Ce deuxième chiffre se situe bien au-delà du point où la courbe commence à s'accentuer. Et les portefeuilles d'innovation disposent rarement d'une marge de manœuvre aussi importante.

Beaucoup d'entre eux sont gérés par des personnes qui ont un emploi à temps plein. Une “ allocation 20% ” est une fractionnaire réclamer une place à quelqu’un qui est déjà assis à cette place ou à proximité pleine utilisation ailleurs.

Il achète donc rarement 20% d'un calendrier gratuit. Les feuilles de calcul ajoutent des pourcentages ; les files d'attente ajoutent temps d'attente.

« En cours de réalisation » : le levier sur lequel vous pouvez réellement agir

La loi de Little énonce clairement cette relation : la durée moyenne du cycle est égale au volume moyen de travail en cours divisé par le débit moyen. Trois variables, une équation, aucune marge de manœuvre.

Il est difficile d'augmenter rapidement le rendement. Le recrutement prend des mois, et les compétences nécessaires aux activités d'innovation sont rarement interchangeables.

Donc, le seulement Le facteur qui influe sur la durée du cycle à court terme est travaux en cours. En réduisant le nombre de tâches en cours, on termine plus vite, sans que personne ait à travailler plus vite.

Le coût lié au fait de négliger ce levier se traduit par une fragmentation accrue du travail. L'étude de terrain menée en 2005 par Gloria Mark auprès de professionnels de l'information a permis de chiffrer ce phénomène à l'aide de trois chiffres :

• Environ 11 minutes sur une sphère de travail avant de passer à autre chose
• 57% de segments de travail interrompus
• En moyenne, 2,26 phases de travail se sont succédé avant que le travail interrompu ne reprenne le jour même

Cette étude évalue l'attention portée à chaque titre plutôt que la charge du portefeuille. Elle évalue néanmoins le coût du changement qui un portefeuille comportant trop de positions en cours continue d'acheter.

La même intervention de Reinertsen aborde également l'aspect « gouvernance » du problème. Demandez à dix parties prenantes de évaluer un même travail sans modèle commun du coût du retard.

Leurs chiffres relatifs au coût du retard varient dans un rapport de l'ordre de 50 pour 1. Cet écart illustre bien ce que signifie “ tout est hautement prioritaire ” une fois que l'on procède à une mesure concrète.

C'est une prévision défaut. Un portefeuille sans accord sur classement par ordre de priorité ne dispose d'aucune série chronologique stable sur laquelle fonder ses prévisions.

Quatre méthodes de prévision qui résistent à l'incertitude

Quatre méthodes font leurs preuves lorsque le travail est véritablement incertain. Ce qui les distingue, c'est ce qu'elles demande à partir de vos données.

Aucune de ces méthodes ne permet de lever l'incertitude. Chacune d'entre elles induit en erreur d'une manière ou d'une autre spécifique en effet : lorsque les données sont insuffisantes, lorsqu'elles sont mal présentées, ou lorsque le travail ne s'arrête jamais.

Faites votre choix en fonction de ce que vous pouvez en fait preuve aujourd’hui. A dossier de réunion récompense les résultats les plus soignés, alors que vos résultats passés le confirment rarement.

Prévisions basées sur le débit

L'approche empirique établit des prévisions en fonction de la rapidité avec laquelle vous avez réellement livré des travaux comparables. Elle fait l'impasse sur le plan et sur l'équipe. je suppose sur ce que devrait contenir l'élément suivant.

C'est la règle de Daniel Vacanti qui fait autorité ici : ne jamais établir de prévisions à partir d'une moyenne. Une moyenne ne veut rien dire sans le distribution derrière.

Si vous attribuez une date à une moyenne, vous vous engagez à respecter un niveau de confiance que personne n'a précisé.

Pour un seul article, le fonctionnement est le suivant :

1. Représentez les temps de cycle des articles terminés sur un nuage de points
2. Tracez les lignes des 50e et 85e centiles sur le graphique
3. Lisez les deux durées indiquées sur ces lignes, chacune accompagnée de sa probabilité

Parmi ces quatre méthodes, la prévision du débit est celle qui présente le moins d'obstacles à la mise en œuvre. Elle nécessite l'historique de vos réalisations, une unité de travail cohérente, ainsi qu'un décompte ou une fourchette du volume restant.

Cette unité correspond également au mode de défaillance. Un backlog mêlant une modification de deux jours à un développement de deux mois donne lieu à une répartition sans caractéristique particulière.

Pour un lot, divisez le travail restant par un taux d'avancement hebdomadaire. Effectuez le calcul pour une semaine médiane et pour une semaine calme afin d'obtenir une fourchette non étiquetée.

« Sans étiquette » est le terme qui convient le mieux. Diviser par une semaine « calme » revient à supposer que toutes les semaines restantes le seront également ; par conséquent, plus la série s'étend dans le temps, plus l'estimation finale est trop élevée.

Pour obtenir les centiles réels d'un lot, il faut recourir à la simulation décrite dans la section suivante.

Simulation de Monte-Carlo

Le fonctionnement est simple. Il suffit d'attribuer des distributions de probabilité aux données d'entrée incertaines en se basant sur des données historiques, puis d'exécuter le modèle à plusieurs reprises en effectuant des tirages aléatoires.

Méthodes de Monte-Carlo On effectue généralement des milliers de simulations, souvent 10 000 ou plus. Le résultat est une courbe de probabilités.

Un exemple détaillé tiré de Les équipes d'ingénierie d'Expedia Group montre la forme du résultat, à défaut d'un ensemble de données de modélisation. Leurs données d'entrée étaient modestes :

• Données relatives au débit total réalisé au cours des sept derniers sprints
• Une fourchette basse/haute pour l'étendue restante
• Un facteur de découpage des récits permettant de tenir compte de l'incertitude liée à la portée

Cinq cents exécutions ont suffi, même si sept sprints, c'est peu au regard des critères définis ci-dessous. Les parties prenantes ont choisi une date en fonction de leur appétit pour le risque : 7% pour le début, 50% pour le milieu et 85% pour la fin.

Les preuves de précision sont valables lorsque les données les corroborent. Une étude soumise à un comité de lecture a estimé que les prévisions de date d'accouchement obtenues par la méthode de Monte Carlo s'élevaient à 32% : amplitude moyenne de l'erreur relative.

Ses prévisions d'effort se sont établies à 20%, contre 1 34% selon les estimations des développeurs eux-mêmes.

Cette même étude a révélé que la précision se stabilisait dès lors qu'il existait environ 20 points de données historiques. Ce seuil correspond à la honnête contrainte liée à cette méthode.

En dessous, Monte Carlo continue de fonctionner, produisant des résultats qui semblent fiables à partir de presque non signal. C'est pire que de dire qu'on ne sait pas.

Prévisions de classe de référence

La prévision par classe de référence remplace le plan de votre projet par l'historique de projets similaires. Trois étapes :

1. Constituer un ensemble de projets achevés réellement comparables
2. Mettre en place la répartition de leurs résultats réels
3. Recherchez le nouveau projet dans cette distribution

C'est là un point de vue extérieur, qui juge le projet en fonction de sa catégorie plutôt qu'en fonction du projet qu'il s'est lui-même fixé. C'est délibérément impersonnel, et c'est justement le but.

C'est la meilleure solution pour le travail que vous avez jamais déjà réalisées auparavant, ce qui représente une part importante de tout portefeuille d'innovations réelles.

Il emprunte l'historique dont vous ne disposez pas à une classe que vous pouvez définir. Il apporte également une crédibilité auprès d'un public sceptique comité de pilotage.

Le Royaume-Uni a été le premier gouvernement européen à rendre cette méthode obligatoire pour l'estimation des coûts des projets de transport financés par l'État, et le Danemark a emboîté le pas peu après.

Le mode de défaillance réside entièrement dans la définition de la classe. Une classe conçue pour flatter le projet n'est qu'une vision interne déguisée.

Réactualisation des prévisions par vagues glissantes chez Gates

“ Planifier un peu, agir un peu. ” Concrètement, cela signifie trois choses :

• Planification détaillée pour l'avenir proche
• Détails de l'élément de remplacement pour celui qui est le plus éloigné
• Une véritable réévaluation des prévisions à chaque étape

Un article destiné aux professionnels publié par le PMI développe cette idée dans un processus en six étapes pour les programmes d'innovation, et cela correspond à la manière dont la plupart des portefeuilles sont déjà gérés.

Portefeuilles à étapes on l'obtient presque gratuitement. Chaque porte constitue déjà un point de décision, donc le changement est purement procédural: faire de la révision des prévisions une étape obligatoire du processus.

Le mode de défaillance est subtil. Une nouvelle prévision ne permet de réduire le cône que si le champ d'application se stabilise réellement entre deux étapes.

Si vous l'utilisez sur un projet dont le périmètre ne cesse d'évoluer, vous ne ferez que redécrire la même incertitude par rapport à un plus récent date. Le rituel se déroule, mais les informations ne s'améliorent pas.

Adapter la méthode au niveau de maturité des données de votre portefeuille

Votre historique de livraisons, le caractère novateur de votre travail et votre structure de gouvernance déterminent la méthode à laquelle vous avez droit. Indiquez-les en toute honnêteté :

• Moins d'une vingtaine d'observations, quel que soit l'élément que vous souhaitez analyser : temps de cycle des articles ou débit par sprint. Utilisez les centiles de temps de cycle pour les articles individuels et une tranche non étiquetée pour les lots. Imposez une limite de stock en cours de fabrication et ignorez complètement la simulation.
• Une série stable d'au moins 20 observations de ce type. La méthode de Monte-Carlo fait ici ses preuves, et l'écart de précision par rapport aux estimations ponctuelles est bien réel.
• Un travail qui est nouveau pour votre organisation, mais pas pour le monde. Prévision par classe de référence, même si vous disposez d'un historique de débit, avec les centiles de débit conservés pour les articles courants qui s'y rapportent. Si aucune classe comparable ne peut être constituée, cette méthode n'est pas disponible.
• Un portefeuille à étapes avec un rythme de gouvernance déjà en cours d'exécution. Appliquez la prévision itérative par vagues successives à l'une des méthodes ci-dessus qui correspond le mieux au travail sous-jacent.

Le compromis qu'il convient d'évoquer sans détours concerne l'utilisation de la méthode de Monte Carlo sur un ensemble de données restreint. C'est la précision théâtre, et le résultat d'une simulation a tendance à fin la conversation.

Une fourchette dont les hypothèses sont explicites invite au contraire à la remise en question. Lors d'une réunion de gouvernance, c'est précisément le résultat que l'on souhaite obtenir lorsque les données sont insuffisantes.

La plupart des portefeuilles d'innovation devraient commencer par des percentiles de débit et une limite de travail en cours, puis évoluer progressivement vers la simulation à mesure que l'historique des livraisons s'étoffe.

Cette séquence ne coûte rien. Et elle permet de constituer les données dont la méthode plus sophistiquée aura besoin par la suite.

Comment indiquer une fourchette de dates aux personnes qui souhaitent un rendez-vous

La véritable objection à l'égard des prévisions probabilistes est la suivante : politique. La direction a demandé une date, et un comité qui se voit présenter à la place une distribution de probabilité peut raisonnablement y voir une esquive.

Répondre à une question de gouvernance à l'aide d'un graphique peut être perçu comme une esquive, et parfois cela est 1. Le recadrage qui fait mouche, c'est l'appétit pour le risque.

“ 50% d’ici juin, 85% d’ici août ” : c’est ça, le leadership choisir quel niveau de risque lié au calendrier il convient d'assumer. Plus la date est proche, plus le risque est élevé ; plus la date est éloignée, plus la certitude est grande.

Un bulletin de prévisions utile comporte quatre éléments :

• La plage de dates elle-même
• Le niveau de confiance associé à chaque date, ou une simple mention indiquant qu’il n’y en a pas
• Les hypothèses restant inchangées : périmètre, répartition et limites des travaux en cours
• Le déclencheur qui impose une nouvelle prévision avant la prochaine prévue

C'est ce dernier élément qui distingue une prévision d'une souhait. Le fait de définir à l'avance le critère déclencheur permet de limiter le débat sur la question de savoir si la situation a suffisamment évolué pour justifier une réévaluation de ce chiffre.

La gouvernance a également tendance à confondre deux notions qu'il convient de distinguer :

C'est en confondant ces deux notions que les équipes s'engagent dans une 50% date. Le bilan des praticiens concernant cette transition est encourageant.

Chez John Lewis & Partners, une équipe consacrait jusqu’à 101 TP5T de sa capacité annuelle sur la seule base d'une estimation.

L'équipe a opté pour la méthode de Monte-Carlo en s'appuyant sur les données de débit dont elle disposait déjà, ce qui a entraîné trois conséquences :

• Les séances d'estimation ont été complètement suspendues
• Deux engagements importants à échéance fixe ont été honorés dans les délais, au cours de la même semaine
• Les données de suivi recueillies sur deux ans ont démontré une grande précision pour un effort nettement moindre

Pour être honnête, il existe une lacune dans les données qu’il convient de signaler.

Aucune étude contrôlée ne démontre que les dirigeants préfèrent les rapports probabilistes aux dates précises. Les données disponibles vont dans le bon sens, mais ne constituent pas une preuve.

Quiconque vous promet une réponse certaine à cette question exagère ce que l'on sait réellement.

Ce que cela implique pour les données de votre portefeuille

Les méthodes de débit, de Monte Carlo et toutes les méthodes de « vague glissante » qui en découlent partagent une condition préalable commune. Il faut un un dossier irréprochable et cohérent des dates auxquelles les travaux ont débuté et pris fin à chaque étape.

Un portefeuille qui ne peut pas mesure ne peut pas établir de prévisions à partir de ses propres données historiques. Le choix de la méthode intervient en aval d'un problème lié aux données que personne n'a encore identifié comme tel.

L'ensemble de données minimal viable est succinct :

• Horodatages d'entrée et de sortie de chaque élément
• Une unité de travail cohérente, classée par type afin de pouvoir comparer ce qui est comparable
• Une indication explicite définition de « terminé » pour chaque étape
• Un propriétaire désigné pour chaque article
• Chantier restant, exprimé sous forme de fourchette basse-haute, pour chaque élément engagé, qu'il ait été lancé ou non

Rien de tout cela n'a rien d'exotique, mais il faut le capturer de la même manière tous à tout moment, par tout le monde. L'outillage ne fait qu'enregistrer ce que la discipline produit déjà.

Presque partout, l'ambition a pris le pas sur la maturité opérationnelle. Une étude de 2024 Étude du BCG Une enquête menée auprès de plus de 1 000 cadres supérieurs chargés de l'innovation a révélé que 83% classaient l'innovation parmi leurs trois principales priorités.

Seules 3% d'entreprises sont considérées comme « prêtes à innover » selon le barème de maturité établi par le BCG, contre 20% il y a deux ans. Le intention est là ; l'opérationnel enregistrement Ce n'est pas le cas.

La prévision s'inscrit pleinement dans cette lacune, et la combler relève davantage d'un problème de données que d'un problème de méthode.

On ne peut pas prévoir un portfolio que vous ne pouvez pas voir, et la structure de l'enregistrement fait que visible.

Prévoyez le système, pas le projet

La plupart des portefeuilles peuvent améliorer leurs prévisions ce trimestre sans acheter de nouveaux titres. Ce qui doit changer, c'est la composition de leur portefeuille. rapporté, et combien coûte à une fois.

Trois mouvements, dans cet ordre :

• Fixez une limite pour les travaux en cours (WIP) dans le portefeuille avant d'investir dans des outils de prévision sophistiqués
• Remplacez les dates isolées par des centiles lorsque c'est possible, et précisez les hypothèses à côté de celles-ci.
• Faire de la révision des prévisions un résultat obligatoire à chaque portail, plutôt qu’une faveur ponctuelle

La limite des travaux en cours (WIP) occupe la première place car elle permet de réduire la durée du cycle, ce qui constitue le seul levier disponible avant même de disposer de données. Aucune autre mesure présentée ici n'agit aussi rapidement.

Rien de tout cela ne tient la route sans une structure claire dans les données. Donnez aux dirigeants la marge de manœuvre et le niveau de confiance que les données justifient, quel que soit le contexte.

Une fois que le système est prévisible, la date cesse d'être un je suppose.

Télécharger notre ebook gratuit Portefeuille de projets : Des opportunités à la valeur pour découvrir comment organiser la gouvernance de votre portefeuille et suivre l'avancement et la santé de vos différentes initiatives.

Demander une démo pour découvrir comment Accept Mission vous offre un historique des livraisons par étape, une visibilité en temps réel sur votre portefeuille de projets et des rapports provenant d’une source unique pour l’ensemble de vos projets d’innovation.