Upload
jlkugler
View
288
Download
3
Embed Size (px)
DESCRIPTION
Examples of the Lean Six Sigma approach applied to IT management
Citation preview
Binóculos ou lentes de aumento?Exemplos da aplicação da abordagem
Lean Six Sigma na gestão de TI
José Luiz Kugler
Desafios da gestão de TI
Evolução das abordagens de gestão
Sumário da abordagem Lean Six Sigma
Resumo da análise quantitativa
Debate e conclusões
I
II
III
IV
V
Desafios da gestão de TI
Alinhar a TI com as prioridades e objetivos dos usuáriosAtender os SLAs exigidosOtimizar os recursos existentesAcompanhar a evolução tecnológicaEstimar a demanda futuraAvaliar os impactos que a demanda
causará na infra-estrutura de TI e os investimentos necessáriosConciliar as perspectivas dos diversos
gestores e especialidades envolvidas
Desafios da gestão de TI
A gestão de TI deve ser baseada na coleta e análise de evidências
Evidências são métricas associadas aos recursos, objetos, eventos, resultados e fatores críticos relacionados ao processo produtivo da organização
As métricas representam as variações e tendências relacionadas aos volumes de demanda, cargas de produção, janelas críticas e demais fatores que impactam as funções de TI
Na prática, a gestão de TI precisa...
Monitorar a utilização de recursosDefinir valores limite para o disparo de
alertas e ações corretivasNegociar SLAs realistas e adequados aos
recursos e competências da organizaçãoCriar uma base analítica para avaliar e
simular o consumo de recursos, incidência de problemas e tendências futuras Identificar gargalos e pontos de turbulência
e recomendar adaptações e melhorias
Desafios da gestão de TI
Evolução das abordagens de gestão
Sumário da abordagem Lean Six Sigma
Resumo da análise quantitativa
Debate e conclusões
I
II
III
IV
V
Evolução das abordagens de gestão
• Lean Production• Lean Thinking• Value Stream
• Deming• Juran
• Total Quality• Kaisen• Benchmarking
• Just in Time• Kanban
• Six Sigma(Motorola)
• Ohno(Toyota)
• Lean Six Sigma(GE)
Desafios da gestão de TI
Evolução das abordagens de gestão
Sumário da abordagem Lean Six Sigma
Resumo da análise quantitativa
Debate e conclusões
I
II
III
IV
V
Voice of theBusiness
Voice of theProcess
Voice of theCustomer
Objetivos e diretrizesAnálise de resultados Idéias de investimentos
A abordagem Lean Six Sigma
Expectativas de performanceAnálise dos Gaps Idéias de projetos
Medidas de performanceAnálise do comportamento real/possível
e suas restrições Idéias de melhorias e inovação
A abordagem Lean Six Sigma
Os gestores precisam entender a Voz do Processo e amenizar os Gaps em relação à Voz do Cliente / Voz do Negócio
Nenhum dado tem significado fora do contexto que o originou
Comparações entre pares de valores raramente tem sentido, exceto para “apagar incêndios”
Qual é a temperatura típica em São Paulo,
em agosto?
Qual é a temperatura em São Paulo em agosto?
Qual é a temperatura em São Paulo em agosto?
12 graus 12 graus12 graus
A abordagem Lean Six Sigma
O comportamento de qualquer sistema ou processo está sujeito a variações
Algumas variações são esporádicas (“ruído”)
Outras refletem uma tendência (“sinal”), ou seja, modificação mensurável na trajetória do sistema
Em alguns casos a variação é aleatória, súbita, imprevisível e com forte impacto (“black swans”)
A abordagem Lean Six Sigma
Precisamos distinguir ruídos e tendênciasSem este cuidado podemos interpretar ruídos como sinaisPior ainda, podemos não detectar os sinais imersos no
comportamento do sistema Sem análise quantitativa adequada o entendimento de
ruídos e tendências é precário
Ruídos Sinais (tendências)Catastróficas (“black swans”)
Variação
A abordagem Lean Six Sigma
2ª. Feira
3ª. Feira
4ª. Feira
6ª. Feira ???
5ª. Feira ???
Generalizamos com baixíssimo N
Dificuldade para estimar freqüências e probabilidades(nossas estimativas “intuitivas” apresentam forte viés)
Dificuldade para interpretar diversas variáveis agindo de forma simultânea
Somos suscetíveis aos eventos recentes (“pior” inverno, verão, engarrafamento de trânsito), principalmente se não monitoramos de forma cumulativa o fenômeno.
Nossas limitações cognitivas...
A abordagem Lean Six Sigma
34%34%
-1 +1
34%34%
-1 +1
2,3%2,3%
95,4%
-2 +2
2,3%2,3%
95,4%
-2 +2
0,5%0,5%
99%
-2,58 +2,58
0,5%0,5%
99%
-2,58 +2,58
Em um processo estabilizado (não caótico), qual é a sua variação (VP)?
6 Sigma: 99,97%
3,4 ppm
A abordagem Lean Six Sigma
Análise das variações e suas causas Se não entendemos a variação e suas causas, os
Gaps VP vs. VC/VB vão persistir ou ampliar Para aproximar a VP da VC/VB podemos:
Aperfeiçoar o sistemaAlterar as especificações da VC/VBDistorcer o sistema; ouDistorcer os dados sobre o desempenho do sistema
Os desafios da gestão de TI
Evolução das abordagens de gestão
Sumário da abordagem Lean Six Sigma
Resumo da análise quantitativa
Debate e conclusões
I
II
III
IV
V
Resumo da Análise Quantitativa
Análise de 28 sistemas que rodam no mainframe IBM de uma grande empresa
Horizonte de análise: 36 meses As métricas colhidas para cada sistema foram:
Jobs executadosProgramasEXCPsService UnitsCPU timeElapsed timeStart timeEnd timeAbends de jobsAbends de programas
Resumo da Análise Quantitativa
As primeiras 6 variáveis (número de jobs; número de programas; EXCPs; service units; CPU time; e elapsed time) são métricas de produção
Expressam o consumo de recursos da instalação Representam a VP Os exemplos expostos são baseados em 9
sistemas, escolhidos de forma aleatória Horizonte reduzido para 10 meses
Resumo da Análise Quantitativa
Service UnitsSistema CAM
9.000.000.000
10.000.000.000
11.000.000.000
12.000.000.000
13.000.000.000
14.000.000.000
15.000.000.000
2a. Feira 3a. Feira 4a. Feira 5a. Feira 6a. Feira Sábados Domingos
2.000.000.000
2.100.000.000
2.200.000.000
2.300.000.000
2.400.000.000
2.500.000.000
2.600.000.000
2.700.000.000
2.800.000.000
2.900.000.000
2a. Feira 3a. Feira 4a. Feira 5a. Feira 6a. Feira Sábados Domingos
Service UnitsSistema OSA
25.000.000.000
26.000.000.000
27.000.000.000
28.000.000.000
29.000.000.000
30.000.000.000
31.000.000.000
32.000.000.000
2a. Feira 3a. Feira 4a. Feira 5a. Feira 6a. Feira Sábados Domingos
Service UnitsSistema TFM
Resumo da Análise Quantitativa
Estabilidade Quantidade de términos anormais
de execuçãoDiretamente relacionada ao
esforço de setup e retrabalhoMensurada de forma proporcional
ao tamanho dos sistemas
Estabilidade = 107 x número de abends de programas
service units
Abends Progr. /Sistema Serv Units
TFM 9,31CAM 1,99ICE 2,03
RAN 6,07OPQ 23,06DAM 1,17BCA 8,57XAL 36,43OSA 10,32
Resumo da Análise Quantitativa
Volatilidade
Variação das métricas de produção
Mensurada pelas vezes em que o desvio padrão (Sigma) é relevante (ou seja, amplo)
Score = 1 para desvio > 50%
Score calculado para cada sistema, para cada métrica de produção
Resumo da Análise Quantitativa
Volatilidade O score pode variar de zero (sem desvios significativos no período
observado) até o máximo de 42 (desvios significativos em todos os dias da semana, nas 6 métricas de produção)
Resumo da Análise Quantitativa
Volatilidade A volatilidade deve ser analisada em função
do seu impacto prático
Se um sistema concentra sua produção nos fins de semana e os picos de volatilidade ocorrem nos dias úteis, esta variação é menos danosa em comparação com outro sistema cuja volatilidade coincide com o seu período de maior demanda de produção
A métrica deve ser calibrada em função do número de vezes em que os maiores desvios coincidem com os dias de maior demanda
Resumo da Análise Quantitativa
Desv Padr / Média Maior variação> 50% nas ocorre nos dias de Score de
Sistema 6 métricas maior demanda volatilidade SituaçãoTFM 3 0 3 BalanceadoCAM 5 0 5 BalanceadoICE 8 4 16 Balanceado
RAN 14 3 20 RazoávelOPQ 17 8 33 RazoávelDAM 25 7 39 CríticoBCA 29 8 45 CríticoXAL 29 12 53 CríticoOSA 42 23 88 Muito crítico
Volatilidade O score final foi obtido atribuindo-se peso 1 para Sigma > 50% da média;
e peso 2 se a variação elevada coincidir com os picos de produção
3DAM
6BCA
7OPQ
8ICE
5OSA
9XAL
2RAN
4CAM
1TFM
Balanceado Volatilidade Volátil
Instável
Estabilidade
Estável
35
30
25
20
15
10
5
Obs. Gráfico não está em escala
Os desafios da gestão de TI
Evolução das abordagens de gestão
Sumário da abordagem Lean Six Sigma
Resumo da análise quantitativa
Debate e conclusões
I
II
III
IV
V
Debate e conclusões
Precisamos das análises detalhadas de variáveis isoladas (lente de aumento); e das que sintetizam diversas variáveis (binóculo)
A análise quantitativa não é feita no vazio; não substitui a intuição e o conhecimento de quem administra os problemas da instalação
A análise provoca reflexão sobre certos Gaps (exemplo: incidentes registrados vs retrabalho)
Os resultados podem comprovar ou ampliar a percepção dos gestores quanto aos riscos ou vulnerabilidade de certos sistemas
Debate e conclusões
Alterações (recursos, sequenciamento, prioridade) em um sistema afetam toda a cadeia
Para análise de sequenciamento outras modelagens estatísticas serão consideradas
Outras variáveis serão incluídas em estudos futuros
Muito obrigado!
José Luiz [email protected]
José Luiz Kugler Professor de Informática e Métodos Quantitativos da EAESP/FGV; e Diretor Presidente
da Optimize! Tecnologia da informação Ltda. Especialista em técnicas analíticas; desenvolveu projetos e pesquisas em gestão
estratégica, business intelligence, modelagem de indicadores de desempenho, data mining e segmentação de clientes.
Exerceu funções técnicas e executivas em empresas e órgãos governamentais no Brasil e exterior. Foi Latin America Director na Informix Software Corporation; Diretor Técnico e Diretor de Serviços Profissionais na CPM Sistemas; Managing Director na Morgen Trading Company, New York; Professor Visitante na University of Pittsburgh, Pennsylvania; e Professor Adjunto na Fordham University, New York.
Foi membro fundador da Society for Information Systems e membro do conselho editorial do Journal for Global Information Systems. Autor de 2 livros. Publicou artigos no Brasil, Estados Unidos e Reino Unido.
É Engenheiro Civil (UFPR), Mestre em Ciências em Administração (COPPEAD/ UFRJ), pós-graduado em Information Economics (Carnegie Mellon University) e PhD, Management Systems (University of Pittsburgh).
Perfil do palestrante