Prognose van de werkdruk: geef het management een bandbreedte, geen exacte datum15 min lezen

Een stuurgroep stelt een terechte vraag. Wanneer zal Zullen de zes projecten waarvoor we ons dit jaar hebben ingezet, ook daadwerkelijk van de grond komen?

De portefeuilleverantwoordelijke handelt verantwoord:

• Verdeel het werk in taken
• Maak voor elk onderdeel een begroting samen met de mensen die het gaan uitvoeren
• Zet de cijfers in een schema
• Zet één datum op een dia

Dan verschuift de datum hoe dan ook, zelfs met zorgvuldige ramingen en een team dat alle beloofde doelstellingen heeft gehaald.

De raming voorspelt de project en negeerde het systeem waarin het draait. De werkelijke datum wordt bepaald door twee variabelen, en geen van beide blijft behouden bij een roll-up.

Leiderschap vereist een bereik, een betrouwbaarheidsniveau zodra de gegevens dat toelaten, en een methode waarmee beide worden bereikt.

Waarom bottom-up-ramingen in innovatieportefeuilles niet werken

De ‘estimate-and-roll-up’-methode is een redelijke aanpak. Er worden alleen wel aannames bij gemaakt dat innovatiewerk rustig in strijd met:

• Het werk wordt goed genoeg begrepen om het nauwkeurig te kunnen ontleden
• De toegewezen capaciteit is daadwerkelijk gereserveerd
• De volgorde blijft stabiel zodra de planning is afgerond
• Een vertraging bij één project heeft geen invloed op de andere projecten

Als je een van die regels overtreedt, levert de berekening nog steeds een datum op. Het stopt gewoon betekenis wat dan ook.

De onzekerheidsconus beschrijft de realistische variant. In de allereerste fase van een project hebben schattingen doorgaans een marge van ongeveer vier keer in beide richtingen.

Die kegel wordt smaller naarmate het werk vordert, maar alleen als de omvang blijft stil staan. In innovatieportfolio's de telescoop beweegt, en een bewegende telescoop maakt de straal weer breder.

Waar de schattingsfout eigenlijk vandaan komt

De klassieker onderzoek naar de planningsdrogreden de kloof in concrete cijfers uitdrukken:

• Studenten in het honoursprogramma schatten dat ze 33,9 dagen nodig zouden hebben voor hun scriptie
• Het werk heeft uiteindelijk 55,5 dagen geduurd
• Slechts 29,71 TP5T waren op de door henzelf voorspelde datum klaar
• In een afzonderlijk onderzoek binnen hetzelfde artikel keken 74% van de deelnemers in hun gedachten vooruit naar het plan, terwijl slechts 7% terugkeken op hoe soortgelijk werk was eigenlijk weg

Ervaring biedt hiertegen geen bescherming, want het mechanisme is richtingsafhankelijk. De projectdatabase van Bent Flyvbjerg laat op grotere schaal hetzelfde patroon zien.

Negen op de tien megaprojecten kostenoverschrijdingen, en overschrijdingen tot 50% in reële termen komen vaak voor.

Dat is het kostenoverzicht op miljarden-schaal. Een innovatieportfolio dat draait op gedeeltelijke capaciteit heeft geen reden om op tijd betere resultaten te verwachten.

Een opmerking over de omgang met bewijsmateriaal, aangezien dit onderwerp vaak aanleiding geeft tot slordige bronvermeldingen. De veelvuldig herhaalde bewering dat ongeveer één op de drie projecten slaagt, is terug te voeren op een niet-gepubliceerde methodologie.

Wetenschappelijke onderzoekers hebben heeft dit rechtstreeks betwist, waarbij 193 ervaren IT-projectmanagers werden ondervraagd en bleek dat meer dan 90% van de projecten boven het gemiddelde succesniveau scoorden. Voorspellingen op basis van bewijs waaruit je kunt inspecteren.

De twee factoren die daadwerkelijk bepalend zijn voor je leverdatum

Beide vallen buiten het projectplan, en daarom is het moeilijk om een schatting te maken van moeilijker lost ze nooit op. Begin met degene die niemand nabootst.

Benutting, en waarom een bezette 90% niet hetzelfde is als een productieve 90%

De wachtrijtheorie levert een ongemakkelijke conclusie op voor iedereen die de capaciteit in een spreadsheet plant.

De formule van Kingman geeft de gemiddelde wachttijd weer als een functie van drie factoren: bezettingsgraad, variabiliteit en afhandelingstijd. De factor ‘bezettingsgraad’ is degene die beten.

De onderstaande tabel is een illustratieve maatstaf voor wachttijd, en de vorm is belangrijker dan de exacte veelvouden.

De wachttijd is evenredig met de verhouding tussen de bezettingsgraad en resterend capaciteit, dus die verviervoudigt tussen halve belasting en 80%, en loopt vervolgens sterk op naarmate je de volledige belasting nadert.

Het vergelijkende voorbeeld van Don Reinertsen maakt dit praktische punt nog duidelijker. Productiebedrijven de bezettingsgraad ligt doorgaans rond de 85%, terwijl technische taken, zo merkt hij op, vaak naar 95% worden doorgestuurd.

Dat tweede cijfer ligt ruim voorbij het punt waarop de curve steil omhoog gaat. En innovatieportefeuilles hebben zelden zelfs maar zoveel speelruimte.

Veel daarvan worden gerund door mensen die een gewone baan hebben. Een “20%-toewijzing” is een fractioneel aanspraak maken op iemand die al aan of bij de tafel zit volledige benutting ergens anders.

Het komt dus zelden voor dat er 20% van een gratis kalender wordt gekocht. In spreadsheets worden percentages opgeteld; in wachtrijen worden wachttijd.

Work in Progress, de hendel die je daadwerkelijk kunt bedienen

De wet van Little beschrijft deze relatie heel duidelijk: de gemiddelde cyclustijd is gelijk aan het gemiddelde aantal lopende opdrachten gedeeld door de gemiddelde doorvoer. Drie variabelen, één vergelijking, geen ruimte voor onderhandeling.

De doorvoer is moeilijk snel te verhogen. Het aannemen van personeel duurt maanden, en deskundig personeel op het gebied van innovatie is zelden onderling inwisselbaar.

Dus de alleen de factor die de cyclustijd op korte termijn beïnvloedt, is werk in uitvoering. Als je het aantal lopende taken vermindert, zijn de klussen sneller klaar, zonder dat iemand harder hoeft te werken.

De prijs die je betaalt als je die hefboom negeert, komt tot uiting in de mate waarin het werk versnipperd raakt. In haar veldonderzoek uit 2005 onder informatieverwerkers heeft Gloria Mark dit in drie cijfers uitgedrukt:

• Ongeveer 11 minuten op een werkende bol voordat je op iets anders overschakelt
• 57% aan onderbroken werksegmenten
• Gemiddeld 2,26 tussenliggende werkfasen voordat het onderbroken werk nog dezelfde dag werd hervat

In dat onderzoek wordt de individuele aandacht gemeten in plaats van de portefeuillebelasting. Toch wordt de kosten van de overstap berekend die een portefeuille met te veel posities in de lucht blijft kopen.

In diezelfde lezing van Reinertsen wordt ook het aspect van het bestuur als onderdeel van het probleem aan de orde gesteld. Vraag tien belanghebbenden om hetzelfde werk even hoog waarderen zonder een gemeenschappelijk model voor vertragingskosten.

Hun cijfers voor de kosten van vertraging zullen variëren in een verhouding van ongeveer 50 tot 1. Die spreiding laat zien hoe “alles heeft hoge prioriteit” eruitziet als je het eenmaal meet.

Dat is een prognose defect. Een portefeuille zonder overeengekomen rangschikking op prioriteit heeft geen stabiele reeks om voorspellingen op te baseren.

Vier prognosemethoden die onzekerheid het hoofd bieden

Er zijn vier methoden die hun waarde bewijzen wanneer het werk werkelijk onzeker is. Wat deze methoden van elkaar onderscheidt, is dat ze vraag uit uw gegevens.

Geen van deze methoden neemt de onzekerheid weg. Elk leidt op een specifiek zo: wanneer er weinig gegevens beschikbaar zijn, wanneer de gegevens verkeerd zijn geformuleerd, of wanneer het werk nooit stil blijft staan.

Kies op basis van wat je kunt eigenlijk bewijs vandaag. A bestuurspakket beloont de meest verfijnd ogende prestaties, en je prestatiegeschiedenis laat dat zelden zien.

Op doorvoer gebaseerde prognoses

De empirische aanpak baseert de prognoses op de snelheid waarmee je vergelijkbaar werk daadwerkelijk hebt opgeleverd. Hierbij wordt het plan en het team buiten beschouwing gelaten. ik denk over wat het volgende punt zou moeten inhouden.

De regel van Daniel Vacanti is hier de leidraad: Maak nooit een voorspelling op basis van een gemiddelde. Een gemiddelde zegt je niets zonder de distributie daarachter.

Als je een datum aan een gemiddelde koppelt, leg je jezelf een verbintenis op bij een betrouwbaarheidsniveau dat niemand heeft aangegeven.

Voor één enkel item werkt het als volgt:

1. Zet de cyclustijden van voltooide items in een spreidingsdiagram
2. Teken de 50e- en 85e-percentiellijnen over de grafiek
3. Lees de twee tijdsduurwaarden af van die regels, waarbij bij elk de bijbehorende waarschijnlijkheid staat vermeld

Van de vier methoden kent de doorvoervoorspelling de laagste instapdrempel. Hiervoor heb je je voltooiingsgeschiedenis nodig, een consistente werkeenheid en een telling of schatting van wat er nog over is.

Die eenheid is tevens de faalmodus. Een achterstand waarin een tweedaagse aanpassing wordt gecombineerd met een bouwproces van twee maanden leidt tot een verdeling die niets bijzonders laat zien.

Voor een batch verdeel je het resterende werk door een wekelijks voltooiingspercentage. Voer dit uit in een gemiddelde week en in een rustige week om een ongelabelde bandbreedte te verkrijgen.

'Zonder label' is de juiste omschrijving. Als je uitgaat van een rustige week, ga je ervan uit dat alle resterende weken ook rustig zijn, waardoor de uitkomst aan het einde te hoog uitvalt naarmate de batch langer loopt.

Voor de werkelijke percentielen van een batch is de simulatie uit de volgende paragraaf nodig.

Monte Carlo-simulatie

De werkwijze is eenvoudig. Wijs op basis van historische gegevens waarschijnlijkheidsverdelingen toe aan de onzekere invoergegevens en voer het model vervolgens herhaaldelijk uit met willekeurige steekproeven.

Monte Carlo-methoden Er worden doorgaans duizenden simulaties uitgevoerd, vaak 10.000 of meer. Het resultaat is een kansverdelingscurve.

Een uitgewerkt voorbeeld uit De technische teams van Expedia Group geeft de vorm van de uitvoer weer, zo niet een modelgegevensset. Hun invoer was bescheiden:

• Gegevens over de voltooide doorvoer van de afgelopen zeven sprints
• Een onder- en bovengrens voor de resterende omvang
• Een factor voor het opsplitsen van verhalen om rekening te houden met onzekerheid over de reikwijdte

Vijfhonderd runs waren voldoende, hoewel zeven sprints aan de lage kant is volgens de hieronder vastgestelde norm. De belanghebbenden kozen een datum op basis van hun risicobereidheid: 7% vroeg, 50% midden, 85% laat.

Het bewijs voor de nauwkeurigheid geldt waar de gegevens dit ondersteunen. In een peer-reviewed onderzoek werden de Monte Carlo-prognoses voor de leveringsdatum geschat op 32% gemiddelde grootte van de relatieve fout.

De prognoses van het bedrijf kwamen uit op 20%, tegenover 134% volgens de eigen schattingen van de ontwikkelaars.

Uit hetzelfde onderzoek bleek dat de nauwkeurigheid zich stabiliseerde zodra er ongeveer 20 historische gegevenspunten beschikbaar waren. Die drempel is de eerlijk beperking van deze methode.

Daaronder draait Monte Carlo nog steeds en levert het er veelbelovend uitziende resultaten op uit bijna geen signaal. Dat is erger dan zeggen dat je het niet weet.

Prognoses op referentieniveau

Bij prognoses op basis van referentieklassen wordt het plan van uw project vervangen door de resultaten van vergelijkbare projecten. Drie stappen:

1. Stel een groep op van daadwerkelijk vergelijkbare voltooide projecten
2. Vaststellen de verdeling van hun werkelijke resultaten
3. Zoek het nieuwe project in die distributie

Dat is de blik van buitenaf, waarbij het project wordt beoordeeld op basis van zijn categorie in plaats van op basis van het plan dat het voor zichzelf heeft opgesteld. Het is opzettelijk onpersoonlijk, en dat is nu juist de bedoeling.

Het is de beste keuze voor je werk die je ooit hebt nooit dat al eerder is gedaan, wat een groot deel uitmaakt van elke echte innovatieportefeuille.

Het ontleent de geschiedenis die je niet hebt aan een klasse die je zelf kunt definiëren. Het straalt ook geloofwaardigheid uit bij een sceptisch stuurcomité.

Het Verenigd Koninkrijk was de eerste Europese regering die de methode verplicht stellen voor het opstellen van kostenramingen voor door de overheid gesubsidieerde vervoersprojecten, en Denemarken volgde kort daarna.

De fout zit volledig in de definitie van de klasse. Een klasse die is samengesteld om het project te flatteren, is een blik van binnenuit in een kostuum.

Herberekening van de 'Rolling Wave' bij Gates

“Een beetje plannen, een beetje doen.” In de praktijk betekent dat drie dingen:

• Gedetailleerde planning voor de nabije toekomst
• Plaatshouder voor de details van de verste
• Bij elke gate een echte herziening van de prognose

In een door het PMI gepubliceerd artikel voor praktijkbeoefenaars wordt dit idee verder uitgewerkt tot een zestappenproces voor innovatieprogramma’s, en sluit aan bij de manier waarop de meeste portefeuilles nu al worden beheerd.

Portfolio’s met fasegestuurde beoordeling dit krijg je bijna gratis. Elke poort is al een beslissingspunt, dus de verandering is puur procedureel: maak een herziening van de prognose een verplichte uitkomst van de gate.

De faalwijze is subtiel. Het opnieuw opstellen van prognoses leidt alleen tot een verkleining van de prognosekegel als de reikwijdte zich daadwerkelijk tussen de poorten stabiliseert.

Pas het eens toe op een project waarvan de omvang steeds verandert, en je documenteert steeds weer dezelfde onzekerheid ten opzichte van een nieuwer datum. Het ritueel vindt plaats, maar de informatie wordt er niet beter op.

De methode afstemmen op de mate van datarijpheid van je portefeuille

Je prestaties op het gebied van opleveringen, de innovativiteit van het werk en je bestuursstructuur bepalen welke methode je hebt verdiend. Breng deze eerlijk in kaart:

• Minder dan ongeveer 20 waarnemingen van wat je ook zou meten, of het nu gaat om cyclustijden per item of de doorvoer per sprint. Gebruik percentielen voor de cyclustijd bij losse artikelen en een onbenoemde categorie bij partijen. Stel een WIP-limiet in en sla de simulatie volledig over.
• Een stabiele reeks van 20 of meer van dergelijke waarnemingen. Monte Carlo bewijst hier zijn nut, en het verschil in nauwkeurigheid ten opzichte van puntschattingen is reëel.
• Werk dat nieuw is voor je organisatie, maar niet voor de wereld. Prognoses op basis van referentieklassen, zelfs als u over doorvoercijfers beschikt, waarbij de doorvoerpercentielen voor de gangbare artikelen in de omgeving worden bijgehouden. Als er geen vergelijkbare klasse kan worden samengesteld, kunt u deze methode niet gebruiken.
• Een portfolio met fasegestuurde beoordeling en een frequentie van het bestuur is al actief. Pas de herprognose met rollende golven toe op de optie uit het bovenstaande die het beste aansluit bij het onderliggende werk.

Het nadeel waar we eerlijk over moeten zijn, is het gebruik van Monte Carlo bij een beperkte dataset. Het gaat om de nauwkeurigheid theater, en de uitkomst van een simulatie neigt ertoe om einde het gesprek.

Een schattingsbereik met zichtbare aannames nodigt juist uit tot kritische vragen. In een bestuursvergadering is dat precies het resultaat dat je wilt bereiken wanneer er weinig gegevens beschikbaar zijn.

De meeste innovatieportfolio’s zouden moeten beginnen met doorvoercentielen en een WIP-limiet, en zich vervolgens, naarmate de leveringsresultaten zich opstapelen, een weg naar simulatie moeten banen.

Die reeks kost niets. En daarmee worden de gegevens opgebouwd die de geavanceerdere methode uiteindelijk nodig zal hebben.

Hoe meld je een bereik aan mensen die op zoek zijn naar een date

Het echte bezwaar tegen probabilistische prognoses is politiek. Het management vroeg om een datum, en een commissie die in plaats daarvan een waarschijnlijkheidsverdeling krijgt, kan dat redelijkerwijs opvatten als een ontwijkend antwoord.

Een vraag over bestuur beantwoorden met een grafiek komt over als een ontwijkend antwoord, en soms is het is 1. Het nieuwe perspectief dat aanslaat, is risicobereidheid.

“50% tegen juni, 85% tegen augustus” is leiderschap kiezen hoeveel planningsrisico men wil nemen. Hoe vroeger de datum, hoe groter het risico; hoe later de datum, hoe groter de zekerheid.

Een bruikbare weersvoorspelling bevat vier elementen:

• De periode zelf
• Het betrouwbaarheidsniveau dat aan elke datum is gekoppeld, of een duidelijke vermelding dat er geen betrouwbaarheidsniveau is
• De aannames die constant worden gehouden: omvang, toewijzing en WIP-limieten
• De aanleiding die ervoor zorgt dat er een nieuwe prognose wordt opgesteld vóór de volgende geplande prognose

Dat laatste punt is wat een prognose onderscheidt van een wens. Door de aanleiding van tevoren vast te stellen, wordt de discussie over de vraag of de situatie voldoende is veranderd om het cijfer opnieuw te bekijken, beperkt.

Bij governance worden vaak twee zaken door elkaar gehaald die eigenlijk apart zouden moeten blijven:

Door deze twee door elkaar te halen, gaan teams een 50% datum. De ervaringen van de behandelaars met de overstap zijn bemoedigend.

Bij John Lewis & Partners besteedde één team maar liefst 10% van zijn jaarlijkse capaciteit alleen op basis van een schatting.

Het team schakelde over op de Monte Carlo-methode, waarbij gebruik werd gemaakt van de doorvoercijfers waarover ze al beschikten, en daaruit volgden drie dingen:

• De schattingssessies zijn volledig stopgezet
• Twee grote opdrachten met een vaste leverdatum werden in dezelfde week op tijd opgeleverd
• Uit de follow-upgegevens over een periode van twee jaar bleek dat met een fractie van de inspanning een hoge nauwkeurigheid werd bereikt

Eerlijk gezegd is er een leemte in het bewijsmateriaal die het vermelden waard is.

Er is geen gecontroleerd onderzoek dat aantoont dat leidinggevenden probabilistische rapportages beter accepteren dan vaste data. De beschikbare gegevens wijzen weliswaar in de juiste richting, maar vormen nog geen bewijs.

Wie je op die vraag zekerheid belooft, overdrijft wat er bekend is.

Wat hiervoor nodig is op basis van uw portefeuillegegevens

Throughput, Monte Carlo en alle daarop gebaseerde ‘rolling wave’-methoden hebben één voorwaarde gemeen. Je hebt een een zuiver en consistent dossier wanneer het werk elke fase binnenkwam en verliet.

Een portfolio dat niet kan maatregel kan op basis van zijn eigen gegevens geen voorspellingen doen. De keuze van de methode vloeit voort uit een gegevensprobleem dat door niemand als zodanig is aangemerkt.

De minimale bruikbare dataset is kort:

• Tijdstempels van het opkomen en afgaan op het podium voor elk item
• Een consistente werkeenheid, gemarkeerd op basis van type, zodat je gelijksoortige zaken met elkaar kunt vergelijken
• Een expliciete definitie van ‘klaar’ voor elke fase
• Per artikel één eigenaar
• Resterende omvang als een laag-hoog-bereik, voor elk toegewezen item, ongeacht of er al mee is begonnen of niet

Dat is allemaal niet bijzonder, maar het moet wel op dezelfde manier worden vastgelegd elke tijd, door iedereen. Tooling legt alleen vast wat de discipline al voortbrengt.

De ambitie is bijna overal groter dan de operationele volwassenheid. Een rapport uit 2024 BCG-onderzoek Uit een enquête onder meer dan 1.000 leidinggevenden op het gebied van innovatie bleek dat 83% innovatie tot hun drie belangrijkste prioriteiten rekenen.

Slechts 3% bedrijven voldoen volgens de eigen maturiteitsscore van BCG aan de criteria om als innovatieklaar te worden aangemerkt, een daling ten opzichte van 20% twee jaar eerder. De bedoeling is er; de operationele record is dat niet.

Prognoses vallen precies in die kloof, en het dichten daarvan is in de eerste plaats een kwestie van gegevens en pas in de tweede plaats een kwestie van methode.

Dat kun je niet voorspellen een portfolio dat je niet kunt zien, en de structuur van het record zorgt ervoor dat het zichtbaar.

Maak een prognose voor het systeem, niet voor het project

De meeste portefeuilles kunnen hun prognoses dit kwartaal verbeteren zonder iets nieuws aan te kopen. Wat er moet veranderen, is wat er meldt, en hoeveel er loopt bij eenmaal.

Drie stappen, in deze volgorde:

• Stel een limiet in voor het aantal lopende projecten in de portefeuille voordat je geavanceerde prognosemethoden aanschaft
• Vervang losse getallen door percentielen waar die beschikbaar zijn, en vermeld de aannames ernaast
• Maak een herziening van de prognose tot een verplichte output bij elke poort, in plaats van af en toe een gunst

De WIP-limiet verdient de eerste plaats omdat deze de doorlooptijd verkort, de enige maatregel die je kunt nemen voordat je over gegevens beschikt. Niets anders hier werkt zo snel.

Zonder structuur in het dossier klopt er niets van. Geef het management de nodige speelruimte en het vertrouwensniveau dat de gegevens rechtvaardigen.

Zorg ervoor dat het systeem voorspelbaar wordt, en dan is de datum niet langer een ik denk.

Download ons gratis ebook Projectportfolio: Van kansen naar waarde om te leren hoe u het beheer van uw portfolio kunt structureren en de voortgang en status van al uw initiatieven kunt volgen.

Vraag een demo aan om te ontdekken hoe Accept Mission u vanuit één bron inzicht biedt in de leveringsgeschiedenis per fase, realtime overzicht van de portfolio en rapportages voor elk innovatieproject.