ITM Platform - Projects Programs Portfolio
Menu
Language
English Español Português
← Voltar ao Blog

Como estimar a duração de uma tarefa?

Gráfico de barras com a duração real de uma mesma tarefa em execuções anteriores, espalhada entre 4 e 16 dias e concentrada em torno de uma média marcada de 10

Na reunião de planejamento alguém pergunta quanto tempo a tarefa vai levar. Você responde seis dias. Ninguém anota que você queria dizer entre quatro e nove, com seis como valor mais provável, e a partir daquele momento os seis dias passam a ser tratados como um compromisso.

É aí que começa a maior parte dos problemas de cronograma. Não na estimativa, que costuma ser uma aproximação razoável, mas na perda de tudo o que estava em volta dela: a faixa, as premissas e o motivo pelo qual aquele número foi escolhido.

Estimar a duração de uma tarefa é produzir duas coisas: um valor central e a margem em volta dele, com um nível de confiança declarado. Um projeto é um conjunto de tarefas, então o cronograma vale o que valem as estimativas que o sustentam, e são essas margens que dizem se a data de término é um plano ou um desejo.

Quem deve dar o número

A estimativa precisa vir de quem faz esse tipo de trabalho com frequência. Essas pessoas sabem no que a tarefa consiste depois que ela começa, quais partes levam mais tempo do que parece e o que precisa estar pronto antes de alguém começar. A opinião de um especialista costuma ser o caminho mais rápido para descobrir que a tarefa descrita não é a tarefa que vai ser executada.

O que uma opinião não consegue fazer é conferir a si mesma. Uma estimativa vale mais quando se apoia em algo registrado do que quando se apoia em algo lembrado.

O ITM Platform mantém quatro números de esforço em cada tarefa: as horas estimadas para uma pessoa específica, as horas reservadas para um perfil profissional ao qual ninguém foi designado ainda, as horas que a equipe lança na folha de horas e um valor aceito que um responsável pode fixar para a consolidação. Gestão do esforço: estimado, real e aceito explica como esses quatro se relacionam.

Risco e variabilidade não são a mesma coisa

Duas fontes diferentes de incerteza acabam misturadas em um único número, e separá-las é a coisa mais útil que você pode fazer antes de estimar qualquer coisa.

Um risco identificado é um evento que pode acontecer ou não. A variabilidade inerente é a dispersão que sobra mesmo quando nada dá errado.

Inflar cada tarefa para cobrir um risco esconde as duas coisas. A duração deixa de significar o que diz, a folga é invisível para todo mundo menos para quem a colocou ali, e o risco nunca é gerenciado, porque mais ninguém sabe que ele existe.

Os riscos identificados pertencem ao processo de gestão de riscos, onde cada um é avaliado, recebe um responsável e recebe uma resposta planejada, e o tempo que eles poderiam custar é tratado como reserva de contingência em vez de ficar enterrado dentro de cada estimativa. As 6 fases para controlar riscos percorrem esse ciclo na ordem em que ele acontece.

O que fica dentro da estimativa é a variabilidade que não se consegue eliminar: a tarefa dura mais ou dura menos conforme condições que ninguém controla, e essa dispersão é uma propriedade do próprio trabalho.

Qual método você consegue usar de verdade

O método não é uma questão de preferência. Quem decide é o que você tem em mãos no momento em que a pergunta chega.

MétodoO que precisaO que entregaOnde falha
Por analogiaTempos reais de tarefas parecidas já fechadasUm valor central e uma margem medidaSem dados prévios, ou com dados de trabalhos pouco parecidos
ParamétricaHistórico de outra escala e um fator de tamanho medívelUm valor ajustado ao tamanho real do trabalhoUm fator que segue o trabalho mas não o move
EspecialistaGente que já fez esse tipo de trabalhoUma faixa utilizável quando não existe mais nadaNada confere o número além de outra opinião

Estimar a partir do seu próprio histórico

A estimativa por analogia parte dos tempos de execução de trabalhos parecidos, concluídos dentro da sua própria organização ou publicados por outra. Essa amostra dá um tempo médio e um desvio padrão, e se as durações forem razoavelmente simétricas ela entrega também os intervalos de confiança de forma direta.

a média ± 1 desvio padrão cobre cerca de 68% dos casos anteriores

a média ± 2 desvios padrão cobrem cerca de 95%

a média ± 3 desvios padrão cobrem cerca de 99,7%

Curva de distribuição normal com as faixas de um, dois e três desvios padrão sombreadas e identificadas com 68,2, 95,4 e 99,7 por cento

A confiança e a largura do intervalo puxam em direções opostas. Perto do centro, uma mudança pequena na largura da faixa move muito a probabilidade; nas caudas ela move pouquíssimo. Passar de dois desvios padrão para três compra uns quatro pontos percentuais e custa cinquenta por cento mais de largura, e é por isso que 95% é o ponto de trabalho convencional. É uma convenção, não um fato medido sobre projetos, e o intervalo exato de 95% são 1,96 desvios padrão, e não 2.

A maioria das equipes não chega até aqui, porque o histórico existe mas não em um formato que alguém consiga consultar. O ITM Platform monta listas configuráveis e relatórios salvos sobre as tarefas de vários projetos, com filtros, colunas escolhidas, agrupamento e ordenação, e exportação para Excel. Relatórios e listas mostra como eles são montados.

Quando o histórico é assimétrico

As durações muitas vezes não são simétricas, e o motivo é estrutural: uma tarefa pode terminar um pouco antes do previsto, mas não existe limite para o quanto ela pode atrasar. Dados assim ficam com frequência perto de uma distribuição lognormal, isto é, uma distribuição cujo logaritmo é normal, com uma cauda superior longa que empurra a média para cima do caso típico.

Daí saem duas consequências para quem estima:

  • A média e o caso típico são números diferentes. Use a mediana e um percentil alto, o 85 por exemplo, em vez da média e do desvio padrão.
  • Não apague a cauda longa. As execuções que levaram o triplo do tempo são a característica que define essa distribuição, e não ruído dentro dela. Um caso atípico de verdade, com uma causa externa identificada, um fornecedor que falhou ou uma reorganização no meio do projeto, pode ser separado deixando o motivo registrado. Todo o resto fica.

Às vezes as execuções longas compartilham uma causa, e muitas vezes essa causa é simplesmente que aqueles projetos eram bem maiores. É para esse caso que existe a estimativa paramétrica.

Quando não existe projeto comparável

A estimativa paramétrica responde à mesma pergunta quando nada do seu histórico foi feito na escala que você tem na frente. Em vez de emprestar uma duração, você empresta a relação entre a duração e um fator de tamanho, e depois aplica essa relação na sua própria escala. A regressão linear em função desse fator é a forma habitual de expressá-la.

Um exemplo concreto. Uma implantação já foi feita em escala nacional em vários países pequenos e em vários muito grandes, sem nada no meio, e o projeto que você tem na frente é um país de tamanho médio. Ajuste as durações observadas em função da população, o que dá um fator de correção por habitante, e interpole depois até a população para a qual você está planejando. A estimativa deixa de ser emprestada e passa a ser ajustada à escala.

A curva de aprendizado merece uma correção própria. O trabalho repetido fica mais rápido, então uma amostra tirada inteiramente de equipes experientes é otimista para uma equipe que faz aquilo pela primeira vez. O efeito se achata em vez de continuar indefinidamente, de modo que a correção também deveria se achatar: a diferença entre a primeira execução e a segunda é muito maior do que a que existe entre a nona e a décima.

Quando só existe critério de especialista

O critério de especialistas é o método menos confiável e às vezes o único disponível, quando não existem dados históricos ou os que existem estão dispersos demais para ajustar qualquer modelo.

Os métodos matemáticos também dependem de decisões humanas: quais projetos passados entram na amostra e qual modelo é aplicado. A linha divisória não é se há pessoas envolvidas, mas quanto da estimativa outra pessoa consegue conferir depois.

Duas coisas tornam esse critério mais defensável. A primeira é perguntar a vários especialistas separadamente e tirar a média das respostas, o que cancela parte do viés de cada um em vez de deixar a voz mais alta fixar o número. A segunda é a estimativa em três pontos: peça uma duração otimista, uma mais provável e uma pessimista, e combine as três depois.

Triangular: E = (O + M + P) ÷ 3

PERT: E = (O + 4 × M + P) ÷ 6

Com uma estimativa otimista de 4 dias, uma mais provável de 10 e uma pessimista de 22, a forma triangular dá 12,0 dias e o PERT dá 11,0. A triangular trata os três valores como igualmente informativos e fica puxada para o valor pessimista; o PERT dá mais peso ao valor mais provável. Escolha uma das duas e aplique sempre do mesmo jeito, para que as estimativas de pessoas diferentes continuem comparáveis.

Fica uma ressalva. Os especialistas tendem a colocar os riscos externos dentro do valor pessimista, o que devolve o risco para dentro da duração. Pergunte quais premissas estão por trás do caso pessimista e leve para o registro de riscos qualquer evento identificável.

De uma estimativa para uma data

Uma estimativa de esforço ainda não é uma duração, e é nessa lacuna que os cronogramas se perdem mesmo quando a estimativa estava boa. Quarenta horas de trabalho são uma semana para uma pessoa em dedicação integral, duas semanas a cinquenta por cento, e mais tempo ainda se o calendário tiver feriados ou se a pessoa estiver dividida entre vários projetos.

Converter esforço em datas exige quatro dados: quem faz o trabalho, que parte do tempo dessa pessoa vai para ele, as horas úteis do calendário do projeto e os dias não úteis. O ITM Platform consegue definir a duração de uma tarefa a partir do esforço estimado: atribua horas e um percentual de dedicação a cada integrante da equipe, selecione a tarefa, e o Gantt converte isso em dias úteis usando o horário de trabalho e o calendário de feriados do projeto, tomando o prazo de quem precisa de mais tempo. Gráfico de Gantt descreve essa conversão.

Com qualquer método, escreva a faixa e as premissas ao lado do número, e guarde a estimativa junto do dado real quando a tarefa fechar. É isso que transforma os palpites deste ano no histórico do ano que vem.

Próximos passos

Fique atualizado