Examples of lean six sigma applied to IT management
1. Binóculos ou lentes de aumento?
Exemplos da aplicação da abordagem
Lean Six Sigma na gestão de TI
José Luiz Kugler
2. I Desafios da gestão de TI
II Evolução das abordagens de gestão
III Sumário da abordagem Lean Six Sigma
IV Resumo da análise quantitativa
V Debate e conclusões
3. Desafios da gestão de TI
Alinhar a TI com as prioridades e
objetivos dos usuários
Atender os SLAs exigidos
Otimizar os recursos existentes
Acompanhar a evolução tecnológica
Estimar a demanda futura
Avaliar os impactos que a demanda
causará na infra-estrutura de TI e os
investimentos necessários
Conciliar as perspectivas dos diversos
gestores e especialidades envolvidas
4. 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
5. Na prática, a gestão de TI precisa...
Monitorar a utilização de recursos
Definir valores limite para o disparo de
alertas e ações corretivas
Negociar SLAs realistas e adequados aos
recursos e competências da organização
Criar 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
6. I Desafios da gestão de TI
II Evolução das abordagens de gestão
III Sumário da abordagem Lean Six Sigma
IV Resumo da análise quantitativa
V Debate e conclusões
7. Evolução das abordagens de gestão
• Just in Time
• Kanban
• Total Quality
• Deming • Six Sigma • Lean Six Sigma
• Kaisen
• Juran (Motorola) (GE)
• Benchmarking
• Lean Production
• Ohno
• Lean Thinking
(Toyota)
• Value Stream
8. I Desafios da gestão de TI
II Evolução das abordagens de gestão
III Sumário da abordagem Lean Six Sigma
IV Resumo da análise quantitativa
V Debate e conclusões
9. A abordagem Lean Six Sigma
Objetivos e diretrizes
Voice of the Análise de resultados
Business Idéias de investimentos
Expectativas de performance
Voice of the Análise dos Gaps
Customer Idéias de projetos
Medidas de performance
Voice of the Análise do comportamento real/possível
Process e suas restrições
Idéias de melhorias e inovação
10. 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”
11. Qual é a temperatura
típica em São Paulo,
em agosto?
13. Qual é a temperatura em São Paulo em agosto?
12 graus
12 graus
12 graus
14. 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”)
15. A abordagem Lean Six Sigma
Ruídos
Variação Sinais (tendências)
Catastróficas (“black swans”)
Precisamos distinguir ruídos e tendências
Sem este cuidado podemos interpretar ruídos como sinais
Pior ainda, podemos não detectar os sinais imersos no
comportamento do sistema
Sem análise quantitativa adequada o entendimento de
ruídos e tendências é precário
16. A abordagem Lean Six Sigma
2ª. Feira 5ª. Feira ???
3ª. Feira 6ª. Feira ???
4ª. Feira
17. Nossas limitações cognitivas...
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.
18. A abordagem Lean Six Sigma
34% 34% Em um processo estabilizado (não
caótico), qual é a sua variação (VP)?
-1 +1 95,4%
2,3% 2,3%
-2 +2
99%
6 Sigma: 99,97%
0,5% 0,5%
3,4 ppm
-2,58 +2,58
19. 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 sistema
Alterar as especificações da VC/VB
Distorcer o sistema; ou
Distorcer os dados sobre o desempenho do sistema
20. I Os desafios da gestão de TI
II Evolução das abordagens de gestão
III Sumário da abordagem Lean Six Sigma
IV Resumo da análise quantitativa
V Debate e conclusões
21. 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 executados
Programas
EXCPs
Service Units
CPU time
Elapsed time
Start time
End time
Abends de jobs
Abends de programas
22. 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
23. Resumo da Análise Quantitativa
15.000.000.000
14.000.000.000
13.000.000.000
Service Units 12.000.000.000
Sistema CAM 11.000.000.000
10.000.000.000
9.000.000.000
2a. Feira 3a. Feira 4a. Feira 5a. Feira 6a. Feira Sábados Domingos
2.900.000.000
2.800.000.000
2.700.000.000
Service Units
2.600.000.000
2.500.000.000
2.400.000.000
Sistema OSA 2.300.000.000
2.200.000.000
2.100.000.000
2.000.000.000
2a. Feira 3a. Feira 4a. Feira 5a. Feira 6a. Feira Sábados Domingos
32.000.000.000
31.000.000.000
30.000.000.000
Service Units 29.000.000.000
28.000.000.000
Sistema TFM 27.000.000.000
26.000.000.000
25.000.000.000
2a. Feira 3a. Feira 4a. Feira 5a. Feira 6a. Feira Sábados Domingos
24. Resumo da Análise Quantitativa
Abends Progr. /
Estabilidade Sistema Serv Units
TFM 9,31
Quantidade de términos anormais CAM 1,99
de execução ICE 2,03
RAN 6,07
Diretamente relacionada ao
OPQ 23,06
esforço de setup e retrabalho DAM 1,17
Mensurada de forma proporcional BCA 8,57
ao tamanho dos sistemas XAL 36,43
OSA 10,32
número de abends de programas
Estabilidade = 107 x
service units
25. 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
26. 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)
27. 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
28. Resumo da Análise Quantitativa
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
Desv Padr / Média Maior variação
> 50% nas ocorre nos dias de Score de
Sistema 6 métricas maior demanda volatilidade Situação
TFM 3 0 3 Balanceado
CAM 5 0 5 Balanceado
ICE 8 4 16 Balanceado
RAN 14 3 20 Razoável
OPQ 17 8 33 Razoável
DAM 25 7 39 Crítico
BCA 29 8 45 Crítico
XAL 29 12 53 Crítico
OSA 42 23 88 Muito crítico
29. 9
35
XAL
Instável 7
OPQ
30
5
OSA
25
1 6
TFM BCA
Estabilidade 20 2
RAN
15
8
ICE
10 4
CAM 3
DAM
Estável 5
Balanceado Volatilidade Volátil
Obs. Gráfico não está em escala
30. I Os desafios da gestão de TI
II Evolução das abordagens de gestão
III Sumário da abordagem Lean Six Sigma
IV Resumo da análise quantitativa
V Debate e conclusões
31. 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
32. 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
34. Perfil do palestrante
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).