APRENDER. PRATICAR. EVOLUIR.Definir o que entra e sai
Antes de calcular uma data, identifica a população e as fronteiras. Num serviço de fundos fictício, um pedido entra em execução quando é aceite pela equipa e sai quando APS valida a entrega. Três pedidos à espera dessa validação continuam em curso. A mesma regra permite distinguir tempo decorrido, esforço ativo e idade do trabalho aberto. Se um item começou no dia 2 às 10:00 UTC e permanece aberto no dia 7 à mesma hora, tem cinco dias de idade; dois dias bloqueado continuam incluídos. Define também calendário, tratamento de reaberturas e unidade de trabalho. Dividir um pedido em duas tarefas administrativas pode duplicar a contagem sem duplicar resultados. Uma série histórica só é comparável se estas escolhas se mantiverem identificadas.
Ler a distribuição e o trabalho aberto
Quatro entregas concluídas em 2, 3, 3 e 4 dias têm média de três dias. Isso não determina quando terminam outros dois itens que já estão abertos há nove e onze dias. Mostra essas idades separadamente, com causa de espera e impacto. Para uma amostra ordenada de 2, 2, 3, 4, 4, 5, 6, 8, 13 e 21 dias, o método nearest-rank coloca P80 na posição teto de 0,8 vezes dez: o oitavo valor é oito. A média é 6,8. São descrições diferentes da mesma amostra, e nenhuma é garantia individual. Explica o método do percentil para que outra pessoa o reproduza; folhas de cálculo podem usar interpolação diferente. Uma mediana favorável pode coexistir com dois itens antigos que impedem desativar infraestrutura e prolongam operação dupla.
Executar um modelo pequeno e explicar os limites
O laboratório enumera semanas com duas, três, quatro ou cinco conclusões, todas igualmente prováveis e independentes. Em três semanas existem 64 sequências; vinte atingem doze conclusões, ou 31,25%. Em quatro semanas, 221 de 256 atingem o alvo, cerca de 86,3%. A enumeração é exata para este modelo didático. Não demonstra que uma equipa real tenha essa probabilidade: só há quatro valores possíveis, a capacidade é tratada como estável e não existe dependência entre semanas. Uma indisponibilidade prolongada de fornecedor pode afetar várias semanas seguidas. Mais sorteios não corrigem essa hipótese. Se um especialista ficará ausente, discute cenários de capacidade antes de reutilizar o número. Não reduzas a probabilidade por uma constante arbitrária; identifica como a condição altera o trabalho que pode terminar.
Transformar a previsão numa decisão acompanhada
Concluir os doze itens iniciais não significa esvaziar uma fila que continua a receber três pedidos por semana. Num período simples, dez iniciais mais quinze entradas menos onze saídas deixam catorze, sem cancelamentos ou divisões. Explicita se o compromisso se refere a uma população fixa, a um serviço contínuo ou a um subconjunto prioritário. Leva ao sponsor o âmbito, as condições de conclusão, capacidade confirmada, dependências e momento de rever. Por exemplo: a previsão cobre apenas os pedidos identificados, assume disponibilidade do especialista e será revista quando chegar a confirmação do fornecedor. A data pode apoiar uma decisão de âmbito sem ser uma promessa incondicional. O exercício termina quando consegues explicar que mudança de dados obrigaria a alterar a recomendação, não apenas reproduzir a percentagem.
from itertools import product
from fractions import Fraction
weeks = list(product((2, 3, 4, 5), repeat=4))
probability = Fraction(sum(sum(w) >= 12 for w in weeks), len(weeks))
# 221/256 under stipulated independent, equally likely weeks.
# This is not a measured probability for a real team.221 / 256 = 86,328125% no modelo; reportar cerca de 86,3% não elimina a incerteza das hipóteses.
Armadilhas comuns
Média dos concluídos como prazo de toda a carteira; idade como duração final; precisão decimal como confiança; novas entradas esquecidas.
Tópicos relacionados: Capacidade e previsão · Dependências e resultados
Uma previsão útil identifica população, fronteira, hipóteses e decisão que a próxima observação pode mudar.
Referência: The Kanban Guide, May 2025 · Service Manual current public guidance; Kanban Guide May2025; DORA five-metric model; primary references reviewed 2026-09-30