📊 Сегодня покроем базу по метрикам (на примере с едой). Она супер-короткая.
Но для начала договоримся: метрики это инструмент. На самом-то деле мы хотим предсказуемости и прогнозов на его основе!
🧑🍳 Ситуация: ты менеджер в пиццерии.
Клиент спрашивает: “Когда будет готова моя пицца?”
Что отвечаешь? “Скоро” или всё-таки можешь дать конкретику?
🔮 Любой прогноз = диапазон + вероятность
“С вероятностью 85% ваша пицца будет готова через 20 минут” (про вероятности поговорим в следующих постах). Дословно про 85% говорить не нужно :)
А вот индикаторы разберём прямо сейчас. Я за минимализм — достаточно трёх показателей:
🍽️ Throughput (Пропускная способность)
Сколько блюд кухня выпускает за час. Это пульс ресторана:
- 25 блюд в обычный день
- 40 в пятницу вечером
⏰ Cycle Time (Время цикла)
От заказа до подачи (упрощенный пример):
- Паста — 15-20 минут
- Стейк — 20-30 минут
Важно: считаем только завершённые заказы!
🥞Item Aging (Состаривание элемента)
Сколько времени текущие заказы уже готовятся (и еще недоготовились).
Если стейк готовится 25 минут, а средний Cycle Time — 20, это сигнал проверить кухню.
Это моя любимая метрика.
А теперь главный вопрос:
🤔 Ой, а разве это натягивается на айтишечку? - спросите вы.
💪Да, да, и еще раз - да! При этом учитывает и всю вашу размерную вариативность задач, и время простоя, и все потери, которые можно оптимизировать!
Что будет дальше?
- В следующих постах — детальный разбор каждой метрики. Но у Саши Торгашева (Delivery Manager в Т-Банке) уже есть подобное: Throughput, Lead Time - если не терпится почитать.
- Поиграться с данными и понять как работают метрики можно в моём инструменте: predictable.team
- ❓А у тебя в команде какие показатели отслеживаете?
Мини-срачик в @AgileUfa — уже тебя ждет!
- А еще у нас будет митап по этим метрикам в середине августа. 👍 Тык для регистрации
#metrics #throughput #cycletime #aging #predictability