Una gran corporación en la industria de pensiones y seguros debe priorizar los proyectos, cuyo componente principal es el software, para los próximos dos años.
Hay información en un Proyecto Canvas sin detalles aún sobre requisitos y restricciones en términos suficientemente específicos para una medición por análisis de puntos de función.
Hay alrededor de 100 iniciativas, que deben priorizarse dentro de un presupuesto en muy poco tiempo.
Los profesionales involucrados no saben por dónde comenzar a dar un orden de magnitud a cada iniciativa.
¿CÓMO HABILITAR EL ÉXITO EN LA PLANIFICACIÓN DE LA CARTERA Y LA ADOPCIÓN DE LA METODOLOGIA DE PROJECT CANVAS?
Solución
Una hoja de cálculo electrónica que implementa un modelo de clasificación de iniciativas. Deriva el orden de magnitud para el desarrollo de software y facilita la presupuestación del costo de:
- Formación
- Hardware
- Licencias
- Acciones de marketing y comunicación
- Homologación y otros.
Utiliza como entradas la información disponible en esta etapa del proyecto, como, por ejemplo, macro funcionalidades; si el desarrollo está en una nueva plataforma; partes interesadas; los procesos comerciales impactados; la participación de paquetes de software en la solución; y el uso de software existente.
Resultado
La pieza que faltaba para la implementación del modelo Project Canvas fue homologada y la organización ahora tiene una clasificación de orden de magnitud para las iniciativas comerciales fundamentales para priorizar la cartera.
Como las partes fueron integradas
Movilizamos el Centro de Presupuesto para seleccionar un conjunto de proyectos junto con el cliente para representar el tipo de iniciativa que necesita ser presupuestada.
A partir del análisis de los documentos internos de la organización, modelos de referencia, como el Modelo de Costo Constructivo (COCOMOII), entrevistas y grupos focales con el personal del cliente, desarrollamos una estructura preliminar con los atributos candidatos disponibles para la clasificación de las demandas.
Recopilamos, validamos y tabulamos esta información para proyectos seleccionados. Aplicamos técnicas de aproximación de tamaño funcional y heurística de tamaño para determinar el orden de magnitud de cada iniciativa.
Nuestros consultores en Analytics & Machine Learning utilizaron métodos estadísticos, como la regresión lineal múltiple, el análisis de varianza (ANOVA) y los árboles de regresión y clasificación, en una sólida plataforma de análisis de datos (RStudio), junto con benchmarking interno y externo, permitiendo derivar el modelo de clasificación; finalmente, implementado en una hoja de cálculo Excel aprobada por el cliente.
