Qué es y por qué importa
Las métricas de flujo describen el comportamiento del sistema, no el esfuerzo de las personas. Responden las preguntas que hacen clientes y gerentes: cuánto va a tardar, cuánto sale antes de tal fecha, qué está generando retrasos. El enfoque popularizado por Daniel Vacanti trata esas respuestas como distribuciones de probabilidad, porque eso es lo que son en el trabajo del conocimiento. Un ítem no “tarda 6 días”; tiene un 85% de probabilidad de estar listo en 10 días o menos.
Previsibilidad no es acertar la fecha de cada ítem. Es tener un sistema que se comporta de forma lo bastante estable como para que los pronósticos sean útiles, con el nivel de confianza declarado.
Conceptos clave
Las cinco medidas básicas
- Lead Time: tiempo entre el punto de compromiso y el punto de entrega. Es el tiempo que percibe el cliente después de que se aceptó el pedido. Algunos equipos miden desde la llegada del pedido; por eso, di siempre desde qué punto mides.
- Cycle Time (tiempo de ciclo): tiempo entre el inicio y el fin de un tramo definido del flujo, normalmente desde que el equipo empieza el ítem hasta que lo concluye. En muchos sistemas el tramo coincide con el del Lead Time; en otros, está contenido en él.
- Throughput (rendimiento): cantidad de ítems concluidos por unidad de tiempo, como 14 ítems por semana. Cuenta ítems, no puntos de estimación.
- WIP: cantidad de ítems que empezaron y todavía no terminaron.
- Work Item Age (edad del ítem): tiempo transcurrido desde el inicio de un ítem que todavía está en curso. Es la medida que permite actuar antes de que ocurra el retraso.
Los términos varían entre autores y herramientas. En el examen, la pregunta define los puntos de inicio y fin cuando eso importa.
CFD: el Diagrama de Flujo Acumulado
El CFD muestra, día a día, cuántos ítems ya llegaron a cada etapa. Cada etapa se convierte en una franja de color. Tres lecturas resuelven la mayor parte de los análisis:
- la distancia vertical entre la línea de llegada y la de salida, en un día, es el WIP de ese día;
- la distancia horizontal entre las líneas da una aproximación del tiempo medio que los ítems pasan en el tramo;
- la pendiente de la línea de salida es el ritmo medio de entrega.
Una franja que se ensancha indica acumulación en esa etapa, en general delante de un cuello de botella. Una línea de salida plana durante varios días indica que no se está entregando nada. Practica estas lecturas en la experiencia de CFD.
Percentiles en lugar de promedios
Las distribuciones de Cycle Time en el trabajo del conocimiento suelen tener una cola larga hacia la derecha: la mayoría de los ítems termina rápido y algunos tardan mucho. El promedio se ve arrastrado por esos pocos ítems y no representa a ninguno de ellos. Los percentiles comunican mejor. Si el percentil 85 es 12 días, el 85% de los ítems concluidos tardó 12 días o menos. El gráfico de dispersión de Cycle Time, con las líneas de percentil, es la herramienta más directa para verlo.
SLE: Expectativa de Nivel de Servicio
La SLE (service level expectation) es un pronóstico de cuánto debe tardar un ítem, con un intervalo y una probabilidad: “el 85% de los ítems está listo en 12 días o menos”. Sale de los datos históricos, y no de un deseo. No es un contrato ni una garantía, y tampoco es sinónimo de previsibilidad. Su uso más valioso es diario: un ítem cuya edad se acerca a la SLE pide acción antes de superarla.
Pronóstico probabilístico y Monte Carlo
Para preguntas sobre varios ítems, como “¿cuándo estarán listos estos 40 ítems?” o “¿cuántos ítems entregamos en 30 días?”, la simulación de Monte Carlo usa el Throughput histórico. El simulador sortea, para cada día futuro, un valor real de entregas diarias del pasado y repite el proceso miles de veces. El resultado es una distribución de desenlaces posibles.
La lectura depende de la pregunta:
- “¿Cuándo?”: elige la fecha en la que el 85% de las simulaciones ya terminó. Las fechas más tempranas son más riesgosas.
- “¿Cuántos?”: elige la cantidad que el 85% de las simulaciones alcanzó o superó. Las cantidades mayores son más riesgosas.
La simulación supone que el futuro cercano se parece al pasado reciente; los cambios grandes en el equipo o en el tipo de trabajo piden muestras nuevas. Ten en cuenta también que los ítems se dividen y surgen durante la entrega. Corre escenarios en el simulador de Monte Carlo o analiza el historial de tu equipo en el analizador de flujo.
Eficiencia de flujo
La eficiencia de flujo es la parte del tiempo total en la que alguien trabajó activamente en el ítem:
eficiencia de flujo = tiempo de trabajo activo ÷ tiempo total × 100
Un ítem que tardó 20 días y recibió 3 días de trabajo activo tuvo un 15% de eficiencia. Los valores bajos son comunes en el trabajo del conocimiento y muestran que la mayor ganancia suele estar en reducir esperas, y no en acelerar a las personas. Para medirla, necesitas colas visibles en el tablero.
Errores comunes
- Prometer el promedio. Una parte grande de los ítems supera el promedio, y este no informa cuál es esa parte ni el riesgo que estás asumiendo.
- Pronosticar con puntos de estimación. El Throughput en ítems suele pronosticar igual de bien, o mejor, y con menos esfuerzo.
- Medir el Lead Time sin definir los puntos. Dos equipos con la misma métrica pueden estar midiendo cosas diferentes.
- Usar la SLE como meta individual. Describe el sistema; exigirla a las personas incentiva esconder ítems o dividirlos de forma artificial.
Cómo aparece esto en el examen
Vas a leer gráficos de dispersión, CFD y resultados de simulaciones. Las decisiones evaluadas incluyen: qué percentil usar para responder a un cliente, cómo interpretar una franja que se ensancha en el CFD, qué fecha informar a partir de una distribución de Monte Carlo y qué ítem del tablero necesita atención según su edad y la SLE. También hay preguntas de cálculo simple, como la eficiencia de flujo y la lectura del WIP en el CFD.
Preguntas frecuentes
¿Cuál es la diferencia entre Lead Time y Cycle Time?
El Lead Time mide, en general, desde el punto de compromiso hasta el punto de entrega, lo que percibe el cliente. El Cycle Time mide un tramo definido por el equipo, normalmente desde el inicio del trabajo hasta su conclusión. Como los autores usan los términos de formas diferentes, lo más importante es declarar los puntos de inicio y fin.
¿SLE y SLA son lo mismo?
No. El SLA es un acuerdo, muchas veces contractual, con consecuencias cuando se incumple. La SLE es una expectativa basada en los datos del propio sistema, que se usa para gestionar el flujo y conversar con el cliente sobre el riesgo.
¿Monte Carlo funciona con poco historial?
Funciona con cautela. Algunas semanas de Throughput diario ya producen pronósticos útiles si el sistema está estable. Con poco historial, prefiere percentiles conservadores y rehaz la simulación cada semana.
