Telegram Group & Telegram Channel
Что там думает McKinsey и Сережа о продуктивности и эффективности команд в 2025 году?

Ледяные майские праздники в России продолжаются, а у нас сегодня необычный формат привычной субботней рубрики #сережазаваспочитал . Ведь мы не просто переводим интересный материал, сегодня мы рассуждаем о материале. На глаза попалась статья McKinsey самап которой дали ребята из Future of Work (кстати классный канал, подписываемся).

Собственно синопсис в том, что маки проанализировали 1700 неких команд в 75 организациях (здесь сразу важный нюанс, ни что такое “команда”, ни в каких конкретно организациях проводился рисерч не понятно, но фабула предполагает, что речь идет о +- типовых продуктовых командах в неких цифровых индустриях). И собственно наши дорогие коллеги задаются вопросом о том, что же влияет на эффективность этих самых команд?

В итоге, они выделили три измерения, на которых строится ответ:

1. Delivery Predictability. Здесь от базы вроде “какой объем мы запланировали vs какой объем заделиверили” до более интересных материй типа автономности команд (и здесь мы маков горячо поддерживаем, настоятельно рекомендуем нашим клиентам, у которых строим производственные процессы, уметь отслеживать “индекс автнономности” каждой команды. Считается элементарно, берете бэкдэйтом бэклог за последние полгода и считаете процент задач, в которые команде нужно было привлекать кого-то извне больше, чем на 10% всего объема трудозатрат по задаче. А дальше уже можно задаваться вопросом насколько автономными команды должны быть (что, по большому счету, всегда производная от доступных денег, т.к. у любой автономности есть цена)

2. Value realization. Здесь очень правильный заголовок замазан в куче лозунгов. То есть если коротко, реально суперважно считать, принесенную и упущенную ценность от работы команд. Нельзя держать команды, у которых нет целей и связи между их бэклогами и влиянием на эти цели. Точнее можно, если деньги, ну совсем некуда девать. Но у маков здесь пространный месседж о том, что вообще супер важно не проектное финансирование, а командное, и прям одна строчка про некий Product-level planning.

3. Team engagement. Здесь кстати классный микс из очевидных штук вроде уровня вовлеченности и удовлетворенности, до более интересный вроде нормальной функционально-ролевой модели (натурально, в каждом первом проекте вокруг производственных процессов мы видим кучу сложностей из за размытых и супер неочевидных границ ответственности внутри команд), а еще классная штука это индекс “автоматизации рутинных задач”.

Детальки по каждому измерению можно почитать в отчете, но вот чего мне не хватило, так это истории с постоянным анализом потерь и простоев. Всем нашим клиентам мы стараемся донести одну простую истину: рост эффективности продуктовых команд напрямую связан с тем, насколько ее лидеры отслеживают потери, простои и любую иную неэффективность на системной уровне. У всех команд есть “полезное время” (пишем код, рисуем дизайн и тд) и “бесполезное время” (ждем кого-то извне, нам поднимают стенд, данные не готовы и тд). Так вот ежемесячное отслеживание, классификация и устранение причин “бесполезного времени”, на мой вкус, является самым действенным методом в работе с эффективностью любых команд. Требует кучу дисциплины, внимания, и желания руководителей делать тот самый deep dive, но с точки зрения удельной пользы - лучшее, что мы видели.

В общем спасибо дружочками, что тему поисследовали, есть о чем пошуршать всем любителям измерять эффективности всех форм, цветов и размеров )

P.S. PDF’ка исследования в первом комментарии, не благодарите )



tg-me.com/bvevvs/952
Create:
Last Update:

Что там думает McKinsey и Сережа о продуктивности и эффективности команд в 2025 году?

Ледяные майские праздники в России продолжаются, а у нас сегодня необычный формат привычной субботней рубрики #сережазаваспочитал . Ведь мы не просто переводим интересный материал, сегодня мы рассуждаем о материале. На глаза попалась статья McKinsey самап которой дали ребята из Future of Work (кстати классный канал, подписываемся).

Собственно синопсис в том, что маки проанализировали 1700 неких команд в 75 организациях (здесь сразу важный нюанс, ни что такое “команда”, ни в каких конкретно организациях проводился рисерч не понятно, но фабула предполагает, что речь идет о +- типовых продуктовых командах в неких цифровых индустриях). И собственно наши дорогие коллеги задаются вопросом о том, что же влияет на эффективность этих самых команд?

В итоге, они выделили три измерения, на которых строится ответ:

1. Delivery Predictability. Здесь от базы вроде “какой объем мы запланировали vs какой объем заделиверили” до более интересных материй типа автономности команд (и здесь мы маков горячо поддерживаем, настоятельно рекомендуем нашим клиентам, у которых строим производственные процессы, уметь отслеживать “индекс автнономности” каждой команды. Считается элементарно, берете бэкдэйтом бэклог за последние полгода и считаете процент задач, в которые команде нужно было привлекать кого-то извне больше, чем на 10% всего объема трудозатрат по задаче. А дальше уже можно задаваться вопросом насколько автономными команды должны быть (что, по большому счету, всегда производная от доступных денег, т.к. у любой автономности есть цена)

2. Value realization. Здесь очень правильный заголовок замазан в куче лозунгов. То есть если коротко, реально суперважно считать, принесенную и упущенную ценность от работы команд. Нельзя держать команды, у которых нет целей и связи между их бэклогами и влиянием на эти цели. Точнее можно, если деньги, ну совсем некуда девать. Но у маков здесь пространный месседж о том, что вообще супер важно не проектное финансирование, а командное, и прям одна строчка про некий Product-level planning.

3. Team engagement. Здесь кстати классный микс из очевидных штук вроде уровня вовлеченности и удовлетворенности, до более интересный вроде нормальной функционально-ролевой модели (натурально, в каждом первом проекте вокруг производственных процессов мы видим кучу сложностей из за размытых и супер неочевидных границ ответственности внутри команд), а еще классная штука это индекс “автоматизации рутинных задач”.

Детальки по каждому измерению можно почитать в отчете, но вот чего мне не хватило, так это истории с постоянным анализом потерь и простоев. Всем нашим клиентам мы стараемся донести одну простую истину: рост эффективности продуктовых команд напрямую связан с тем, насколько ее лидеры отслеживают потери, простои и любую иную неэффективность на системной уровне. У всех команд есть “полезное время” (пишем код, рисуем дизайн и тд) и “бесполезное время” (ждем кого-то извне, нам поднимают стенд, данные не готовы и тд). Так вот ежемесячное отслеживание, классификация и устранение причин “бесполезного времени”, на мой вкус, является самым действенным методом в работе с эффективностью любых команд. Требует кучу дисциплины, внимания, и желания руководителей делать тот самый deep dive, но с точки зрения удельной пользы - лучшее, что мы видели.

В общем спасибо дружочками, что тему поисследовали, есть о чем пошуршать всем любителям измерять эффективности всех форм, цветов и размеров )

P.S. PDF’ка исследования в первом комментарии, не благодарите )

BY #безвотэтоговотвсего




Share with your friend now:
tg-me.com/bvevvs/952

View MORE
Open in Telegram


безвотэтоговотвсего Telegram | DID YOU KNOW?

Date: |

Telegram Auto-Delete Messages in Any Chat

Some messages aren’t supposed to last forever. There are some Telegram groups and conversations where it’s best if messages are automatically deleted in a day or a week. Here’s how to auto-delete messages in any Telegram chat. You can enable the auto-delete feature on a per-chat basis. It works for both one-on-one conversations and group chats. Previously, you needed to use the Secret Chat feature to automatically delete messages after a set time. At the time of writing, you can choose to automatically delete messages after a day or a week. Telegram starts the timer once they are sent, not after they are read. This won’t affect the messages that were sent before enabling the feature.

Spiking bond yields driving sharp losses in tech stocks

A spike in interest rates since the start of the year has accelerated a rotation out of high-growth technology stocks and into value stocks poised to benefit from a reopening of the economy. The Nasdaq has fallen more than 10% over the past month as the Dow has soared to record highs, with a spike in the 10-year US Treasury yield acting as the main catalyst. It recently surged to a cycle high of more than 1.60% after starting the year below 1%. But according to Jim Paulsen, the Leuthold Group's chief investment strategist, rising interest rates do not represent a long-term threat to the stock market. Paulsen expects the 10-year yield to cross 2% by the end of the year. A spike in interest rates and its impact on the stock market depends on the economic backdrop, according to Paulsen. Rising interest rates amid a strengthening economy "may prove no challenge at all for stocks," Paulsen said.

безвотэтоговотвсего from in


Telegram #безвотэтоговотвсего
FROM USA