Każde przedsięwzięcie, jakiego się podejmujemy, ma na celu dostarczenie korzyści. Zanim ktoś się oburzy, że są tysiące ludzi, którzy robią coś ze szlachetnych pobudek, nie oczekując w zamian żadnych pieniędzy, zwracam uwagę, że korzyść to nie to samo co zysk. Są nią również pozytywne skutki wszelkich działań podejmowanych w szczytnym celu, dla dobra ogółu, aby uczynić świat lepszym itd.

Ta korzyść, jaką mam na myśli, w wielu metodach (np. w Scrumie) nazywana jest wartością. To też dobre określenie, ale warto uświadomić sobie, że uzyskiwanie wartości to niekoniecznie to samo, co uzyskiwanie korzyści. Wartość może zostać zniwelowana przez ogromne koszty jej uzyskania, czyniące całe przedsięwzięcie nieopłacalnym (tam, gdzie chodzi o zyski) lub pozbawiając go sensu (tam, gdzie chodzi o szlachetne idee).

Dla uproszczenia przyjmijmy, że korzyść to wartość, która przewyższa koszt jej uzyskania, albo przynajmniej go równoważy.

Co wpływa na możliwość uzyskania korzyści?

Po wspomniany wcześniej Scrum różne organizacje sięgają, gdy chcą uzyskać tak definiowaną korzyść. Należy do rozległego zbioru praktyk, narzędzi i metod, określanych jako zwinne (czyli Agile). Tym, co łączy je wszystkie, jest między innymi właśnie skupienie na wartości (korzyści), jaka płynie z rozwiazywania złożonych problemów w środowisku o niestabilnej złożoności (a więc nieprzewidywalnym i zmiennym).

Co jest potrzebne, by pojawiła się wartość, czyli mówiąc inaczej, by dostarczone rozwiązanie jakiegoś problemu okazało się wartościowe? Racjonalny koszt jego uzyskania to za mało. Kluczowe jest dokonanie tego w określonym czasie. Czasami jest to faktycznie przedział czasowy (niektórzy użyliby terminu window of opportunity), częściej jest to najpóźniejszy moment, do którego rozwiązanie problemu jeszcze może przynieść korzyści.

Stąd płynie wniosek, że na decyzję o tym, czy w ogóle opłaca się rozwiązywać jakiś problem, wpływ mają zwykle dwa kluczowe parametry: jaki może być koszt zbudowania rozwiązania i ile to potrwa. W wielu przypadkach te dwa parametry są ze sobą wprost powiązane – im dłużej potrwa wytwarzanie wartości, tym będzie to droższe, bo koszt zatrudnienia ludzi wykonujących pracę stanowi zasadniczy składnik kosztów.

Skoro znaczenie ma zarówno czas, jak i koszt realizacji przedsięwzięcia, należy dbać o to, by nie marnować możliwości. Robiąc rzeczy niewłaściwie lub niepotrzebne, stracić można czas, którego odzyskać się nie da. Robiąc rzeczy potrzebne, ale nie utrzymując niezbędnego poziomu jakości, poniesie się spore koszty (finansowe i czasowe) na rozwiązywanie spowodowanych tym trudności. Stosując nieadekwatne praktyki, techniki i narzędzia, albo zatrudniając mało wykwalifikowanych ludzi, należy liczyć się z przewlekłością prac, które zakończyć mogą się zbyt późno.

Pojawia się więc kolejny wymiar, jakim jest umiejętność dobrego wykorzystania zasobów, środków, narzędzi, kompetencji ludzkich i ich czasu. Im bardziej złożony jest problem, z jakim się zmagamy i im bardziej niestabilne jest środowisko, w jakim funkcjonujemy, tym większe jest ryzyko podjęcia niewłaściwych decyzji. Stąd też bierze się popularność metod Agile, które – dzięki empiryzmowi – zmuszają do szybkiego potwierdzania założeń, o ile używane są prawidłowo.

Wybór, co warto robić, a czego robić nie należy, podobnie jak dobór środków, sposobu pracy, planowanie działań i organizacja pracy ludzi, wymaga czegoś jeszcze: przewidywania przyszłości. Oczywiście, nie jesteśmy w stanie określić ze stuprocentową pewnością, co się stanie. W praktyce wszystkie decyzje oparte są o mniej lub bardziej wiarygodne prognozy, a co za tym idzie, obłożone są większym lub mniejszym ryzykiem błędu.

Trzy wymiary optymalizacji

Podsumowując: proces uzyskiwania korzyści można analizować i optymalizować w trzech podstawowych wymiarach:

  • skuteczności procesu, rozumianej jako umiejętność uzyskiwania wartościowych rozwiązań wtedy, kiedy są one potrzebne,
  • efektywności procesu, rozumianej jako zdolność ekonomicznego wykorzystywania posiadanych możliwości i ograniczania marnotrawstwa,
  • przewidywalności procesu, rozumianej jako możliwość sporządzania trafnych prognoz, obarczonych akceptowalnym błędem (a więc i akceptowalnym ryzykiem).

Można te trzy wymiary potraktować jako trzy wierzchołki trójkąta, wewnątrz którego odbywa się optymalizacja sposobu działania organizacji, która korzyść chce uzyskać. Ten model, jak każdy inny, jest oczywiście uproszczeniem, ale – również jak każdy inny – jest bardzo przydatny, bo pozwala zidentyfikować błędy decyzyjne i zredukować ich liczbę.

W jaki sposób? Postaram się to za moment wyjaśnić, ale najpierw trzeba odpowiedzieć na zupełnie inne pytanie.

Jaki to ma związek z Kanbanem?

Kanban to strategia optymalizacji wartości poprzez optymalizację przepływu nośników tej wartości poprzez proces, w którym jest wytwarzana. Prościej: przyjmując, że to, co robimy, przyniesie nam korzyść, im szybciej to zrobimy, tym szybciej tę spodziewaną wartość uzyskamy.

W praktyce optymalizacja procesu w Kanbanie polega właśnie na poszukiwaniu równowagi pomiędzy:

  • skutecznością (ang. effectiveness),
  • wydajnością (ang. efficiency),
  • oraz przewidywalnością (ang. predictability).

Podstawą tej optymalizacji jest analiza przepływu (ang. flow) i wszystkiego, co powoduje jego zaburzenie. Im tych zaburzeń mniej, tym większa szansa, że praca nad uzyskiwaniem wartości będzie nieustannie posuwać się do przodu i zakończy się wcześniej, co ogranicza ryzyko wystąpienia kolejnych zaburzeń.

Z drugiej strony im płynniejszy jest proces, tym bardziej przewidywalny się staje, dzięki czemu łatwiej podejmować różne decyzje. W szczególności łatwiej jest wtedy zacząć pracę nad wytworzeniem wartości na tyle wcześnie, by zakończyć ją we właściwym momencie – wtedy, kiedy to, co robimy, jest potrzebne.

Jak widać, Kanban wprost oparty jest o te trzy wymiary, które opisywałem wcześniej. Dlatego Kanban nie jest wyłącznie strategią optymalizacji przepływu, ale właśnie – a może przede wszystkim – optymalizacji wartości.

Czym jest optymalizacja

Żyjemy w świecie, w którym wielu słów nadużywa się, pozbawiając je sensownego znaczenia. Żyjemy też w świecie, który nastawiony jest na maksymalizację: zysków, efektywności, skuteczności itd. Tymczasem maksymalizacja praktycznie zawsze oznacza skupienie na jednym parametrze z pominięciem pozostałych, być może równie istotnych. Nawet jeśli uda nam się „zmaksymalizować” cokolwiek w ten sposób, konsekwencje ignorowania innych wymiarów problemu z reguły powodują, że „sukces”, jaki odniesiemy, będzie bardzo krótkotrwały i niepowtarzalny.

Jeśli zaczniemy dążyć do maksimum kilku parametrów, dość szybko odkryjemy, że są działania, które służą jednemu z nich, mocno szkodząc pozostałym. Nie uzyskamy więc maksimum, a jedynie maksimum, jakie ma sens i przynosi największe korzyści. A po ludzku: dokonamy optymalizacji procesu pod kątem tych wszystkich rozważanych parametrów.

Kanban, jak pisałem, to dążenie do równowagi (nie maksimum) pomiędzy skutecznością, wydajnością i przewidywalnością procesu. Optymalizując go w tych trzech wymiarach, maksymalizujemy szansę na uzyskanie korzyści.

Maksymalizacja skuteczności

Co się stanie, jeśli będziemy dążyć do maksymalizacji wyłącznie skuteczności? Będziemy dążyć do uzyskania na czas tego, co jest potrzebne, niezależnie od tego, czy to możliwe, niezależnie od konsekwencji, bez oglądania się na to, w jaki sposób korzystamy ze środków, jakimi dysponujemy.

Skutki będą opłakane. Ludzie machną ręką na dobre praktyki, porzucą przemyślany dobór narzędzi, nie będą trzymać się standardów. Ciężko wtedy mówić o efektywnym działaniu, bo utrzymanie procesu w działaniu będzie wymagać coraz większych sił i środków na radzenie sobie z niedoróbkami, konsekwencjami pospiesznych decyzji oraz usuwaniem błędów. Strategia polegająca na maksymalizacji skuteczności jest krótkowzroczna i wcześniej czy później niemożliwe okaże się dalsze „uzyskiwanie wartości” w ten sposób.

Wniosek: maksymalizacja skuteczności prowadzi do spadku efektywności, a ostatecznie do jej załamania. A jak wpłynie to na przewidywalność? Równie negatywnie, bo działanie w myśl zasady „nie obchodzi mnie, jak to zrobicie, ale macie zakończyć prace w terminie” powoduje, że organizacja zaczyna funkcjonować w chaosie. W chaosie wszystko jest możliwe i właściwie nie da się niczego prognozować.

Maksymalizacja efektywności

Przyjmijmy, że będziemy dążyć do tego, by wykorzystać możliwości, jakimi dysponujemy, najbardziej ekonomicznie. Będziemy dążyć do tego, by pracę wykonywali zawsze najlepsi specjaliści, by minimalizować koszt użycia materiałów, narzędzi itd.

Jak wpłynie to na skuteczność działania? Jeśli czekać będzie trzeba na właściwego specjalistę do wykonania jakiejś pracy, wtedy świetnie wykonane rozwiązania problemów pojawiać się zaczną za późno, a przez to będą mniej wartościowe lub staną się po prostu zbędne.

To samo będzie dotyczyć narzędzi, praktyk, materiałów itd. – podporządkowanie ich użycia maksymalnej efektywności może prowadzić do zaniechania lub opóźnienia różnych działań. Padają przy tym oczywiście pozornie rozsądne usprawiedliwienia, np. „nie opłaca się uruchamiać maszyny tylko po to, żeby robić jedną rzecz”.

Może wydawać się, że w tym przypadku przynajmniej przewidywalność nie ucierpi. Cóż, to nie takie proste. Dostępność tak ludzi, jak i środków, z jakich korzystają, nie jest w pełni przewidywalna. I ta nieprzewidywalność zakazi proces w sposób nieuchronny.

Przykładowo, jeśli coś ma zrobić specjalista, który akurat się rozchorował, cały plan efektywnego działania, opierający się na tymże człowieku, posypie się jak domek z kart.

Inny przykład: Zespół wytwarzający jakiś produkt planuje wykonać testy dopiero po zakończeniu szeroko zakrojonych prac, bo „po co je powtarzać po każdej drobnej zmianie”. Gdy zostają wreszcie wykonane, ujawniają problem, którego nikt nie przewidział – za późno, by udało się dotrzymać prognozowanego wcześniej terminu zakończenia prac.

Dążenie do maksymalnej efektywności czyni proces bardzo podatnym na silny wpływ zdarzeń losowych, przez co sam proces staje się mniej przewidywalny. A podniesienie tej przewidywalności za pomocą planów B, C, D aż do Z opracowanych na każdą okoliczność, będzie nie dość, że pozorne, to jeszcze nieefektywne (bo z wielu rozważanych scenariuszy wydarzyć się może tylko jeden).

Maksymalizacja przewidywalności

To wydaje się kuszące: wszak dobre prognozy pozwolą ustrzec się błędów, czyż nie? No, nie. Nie pozwolą, bo nadal błędy będą się zdarzać. A koszt uzyskania tak precyzyjnych prognoz będzie ogromny, nie mówiąc już o tym, że musiałyby one być bardzo krótkoterminowe.

Jak można uzyskać maksymalną możliwą przewidywalność? Są dwie strategie. Jedna to wspomniana już wcześniej próba przygotowywania się na każdy możliwy scenariusz. Owszem, ogranicza to możliwość zdarzenia się czegoś zaskakującego, ale czy na pewno czyni proces bardziej przewidywalnym? To wątpliwe, bo przygotowanie alternatywnych planów wymaga czasu, a im dłużej proces trwa, tym bardziej podatny staje się na wystąpienie w nim niekorzystnych zjawisk.

W tak rozumianej „wysokiej przewidywalności” nie da się dopatrzyć ani śladu skuteczności, ani efektywności w działaniu. W sumie jeszcze gorzej byłoby tylko wtedy, gdybyśmy powiedzieli, że w zasadzie nie ma sensu robić czegokolwiek, bo i tak się nie uda – będzie to przewidywalna klęska, ale przynajmniej się nie namęczymy.

Druga strategia zapewnienia wysokiej przewidywalności polega na redukowaniu do minimum zmian we wcześniej poczynionych planach, dzięki czemu z grubsza udaje się ich trzymać. Można powiedzieć, że „robimy, co należy, niezależnie od okoliczności”.

Tyle że zaniechanie dostosowania planów w sytuacji, gdy jest to niezbędne, prowadzi do uzyskania efektów rozmijających się z potrzebami interesariuszy procesu. Ciężko wtedy mówić o skuteczności, a marnowania środków na robienie rzeczy zbędnych (choć pierwotnie planowanych) nie da się uznać za działanie efektywne.

Optymalizacja procesu kreowania korzyści

Aby uzyskać korzyść, każdą kluczową decyzję należy rozważyć z punktu widzenia trzech wymiarów, o których mowa w tym artykule, czyli zadać sobie pytanie:

  • czy i jak wpłynie to na skuteczność procesu,
  • czy i jak wpłynie to na efektywność procesu,
  • czy i jak wpłynie to na przewidywalność procesu.

Warto od razu dodać, że to rozważanie wpływów podejmowanych decyzji na proces nie oznacza, że w jakiś magiczny sposób należy wiedzieć na pewno, jakie te skutki będą. Im mniej jest to przewidywalne, tym większe jest ryzyko, dlatego należy je ograniczać, decydując się na takie działania, które – jeśli podejmiemy złą decyzję – natychmiast będzie można przerwać i pójść inną drogą.

Przydatna do tego okaże się empiryczna kontrola procesu, znana ze Scruma i innych metod Agile. Zamiast wykonywać ogromne kroki naprzód o trudnych do przewidzenia skutkach, warto robić niewielkie kroczki i sprawdzać, co się stało po każdym z nich. Żeby jednak dało się tego mechanizmu użyć do optymalizacji, o której traktuje ten artykuł, trzeba czegoś jeszcze: dostępności do danych opisujących proces.

Inaczej mówiąc, nie można działać po omacku, bo wtedy w zasadzie skazani jesteśmy na podporządkowanie losowi. Tu warto raz jeszcze zerknąć na Kanban, który poza kilkoma elementami, jakie pozwalają skutecznie zarządzać przepływem wartości, definiuje również podstawowe miary tego przepływu. Stanowią one doskonały początek, choć nie zawsze okażą się wystarczające, zwłaszcza w odniesieniu do oceny skuteczności działania. Dlaczego?

Skoro skuteczność jest miarą zdolności dostarczenia rozwiązania dla problemów wtedy, kiedy te rozwiązania są potrzebne, to miara tej skuteczności zależeć będzie od problemów, jakie rozwiązujemy. Tak po prostu. Nie da się więc wprowadzić „obiektywnego, generycznego miernika skuteczności”, choć próby trwają od lat (a na czoło wybija się… velocity, co jest kompletnym nieporozumieniem).

Dodatkowe korzyści z optymalizacji procesu

Kanban jest strategią optymalizacji wartości i choćby dlatego warto nim się posłużyć. Może jednak dać coś jeszcze: efektem optymalizacji procesu i uzyskania w nim możliwie niezaburzonego przepływu jest uzyskanie dużej jego stabilności oraz wzrostu odporności na zdarzenia losowe, przy jednoczesnym obniżeniu podatności na ich negatywne skutki.

Przekłada się to na zwiększoną przewidywalność procesu, bo jest to jeden a wymiarów, w których optymalizacja się odbywa. A z tego płyną dwie wymierne korzyści dla organizacji.

Pierwsza korzyść wynika wprost ze wzrostu przewidywalności: da się sporządzać bardziej wiarygodne prognozy, choćby z wykorzystaniem symulacji Monte Carlo. Bardziej wiarygodne, co nie znaczy, że dające pewność co do przebiegu procesu w przyszłości – ta jest zawsze niewiadomą. Niemniej lepsze prognozy pozwalają organizacji skuteczniej zarządzać podejmowanymi przedsięwzięciami.

Druga korzyść jest mniej oczywista i jest efektem pojawienia się tej pierwszej: jeśli proces jest dostatecznie stabilny, przewidywalny i szybki, nawet pilne rzeczy do zrobienia mogą być obsłużone w standardowy sposób, o ile efektywnie zarządza się kolejką wejściową do procesu.

Inaczej mówiąc, bardziej opłaca się umieścić pilny problem lub potrzebę na początku listy rzeczy do zrobienia i poczekać, aż wciągnięta zostanie do procesu, niż wpychać tę rzecz do procesu na siłę od razu, destabilizując go przy okazji. Gdy już zrozumienie tego zjawiska stanie się dostatecznie powszechne w organizacji, sprzyja to dalszej stabilizacji i optymalizacji procesu.