Uma grande corporação no ramo de previdência e seguros deve priorizar os projetos, cujo principal componente é software, para os próximos dois anos.
Há informação em um Canvas de Projeto ainda sem detalhes sobre os requisitos e restrições em termos específicos o suficiente para uma medição pela análise de pontos de função.
Há cerca de 100 iniciativas, que devem ser priorizadas dentro de um orçamento em um curtíssimo espaço de tempo.
Os profissionais envolvidos não sabem por onde começar para dar uma ordem de grandeza a cada iniciativa.
Como tornar viável o sucesso no planejamento do portfólio e a adoção da metodologia do Canvas de Projeto?
Solução
Uma planilha eletrônica, implementando um modelo de classificação das iniciativas. Ele deriva a ordem de grandeza para o desenvolvimento de software e facilita a orçamentação do custeio de:
- Treinamento
- Hardware
- Licenças
- Ações de marketing e comunicação
- Homologação e outros.
Usa como insumos a informação disponível nesse estágio do projeto como, por exemplo, as funcionalidades macro; se o desenvolvimento é em uma nova plataforma; as partes interessadas; os processo de negócio impactados; a participação de pacotes de software na solução; e o aproveitamento de software existente.
Resultado
A peça que faltava para a implantação do modelo do Canvas de Projeto foi homologada e a organização passa a contar com uma classificação de ordem de grandeza das iniciativas de negócio fundamental à priorização do portfólio.
Como as partes foram integradas
Mobilizamos o Centro de Orçamento para selecionamos um conjunto de projetos junto com o cliente com o objetivo de representar o tipo de iniciativa, que se necessita orçar.
A partir da análise de documentos internos da organização, modelos de referência, como o Modelo de Custos Construtivo (COCOMOII), entrevistas e grupos focais com o pessoal do cliente, desenvolvemos uma estrutura preliminar com os atributos candidatos disponíveis à classificação das demandas.
Coletamos, validamos e tabulamos essas informações para os projetos selecionados. Aplicamos técnicas de aproximação do tamanho funcional e heurísticas de tamanho para determinar a ordem de grandeza de cada iniciativa.
Nossos consultores em Analytics & Machine Learning usaram métodos estatísticos, como a Regressão Linear Múltipla, a Análise de Variância (ANOVA) e Árvores de Regressão e Classificação, em uma robusta plataforma de análise de dados (RStudio), conjuntamente com benchmarking interno e externo, permitiu derivar o modelo de classificação; finalmente, implantado em uma planilha Excel homologada pelo cliente.
