No último artigo comentei sobre as possíveis abordagens aplicáveis na gestão de projetos de Big Data. Também abordei algumas características de um projeto gerenciado por meio de técnicas tradicionais, como o PMI, e de técnicas ágeis, como o Scrum. Ainda enfatizei que, pelo menos por enquanto, as metodologias ágeis parecem mais adequadas para gerenciar este tipo de projeto.
A partir deste post vamos tratar de outras questões igualmente importantes: riscos, pessoas, patrocínio para o projeto, adequação de valor ao negócio, retorno sobre o investimento (ROI) e a gestão do entusiasmo.
A minha percepção é que, mesmo com uma abordagem ágil na gestão de projetos de Big Data, os riscos devem ser muito bem identificados e gerenciados.
Sempre gerenciei os riscos em projetos utilizando toda base de conhecimento sobre o assunto. Tenho como meta manter um “dicionário” de potenciais riscos por tipo de projeto para facilitar a discussão sobre o assunto sempre que um novo projeto começa. Falar sobre riscos, ao invés de parecer que estamos jogando contra o projeto, demonstra uma maturidade em saber lidar com situações perigosas que podem acontecer.
Desta forma, dificilmente é necessário começar do zero na identificação de riscos, pois, mesmo quando o projeto tem alguma característica especial, a experiência em gestão de projetos ou mesmo a experiência em lidar com situações características dentro da empresa são conhecidas pelo gestor do projeto ou pela equipe da empresa.
Este processo envolve a identificação de potenciais riscos internos e externos ao projeto. Isso quer dizer que dentro das empresas, quando iniciamos um projeto, é muito comum termos algum nível de experiência para indicar quais são os riscos inerentes àquele projeto particular. Mesmo quando o projeto está sendo executado pela primeira vez dentro da empresa, é comum conseguirmos identificar outros projetos semelhantes e iniciarmos uma discussão positiva quanto ao que pode acontecer para prejudicar o bom andamento dos trabalhos.
As boas práticas de Gestão de Projetos indicam que em todo projeto sempre há vários tópicos e oportunidades que precisam ser gerenciados. Identificá-los, analisá-los e preparar-se para eles, sabendo exatamente o que deve ser feito para contorná-lo ou endereçá-lo é fundamental para o sucesso do projeto. Com projetos de Big Data não é diferente.
O Plano de Gestão de Riscos pode ser resumido nos seguintes passos:
- Identificar os Riscos
- Fazer uma Análise Quantitativa (probabilidade de ocorrer)
- Fazer uma Análise Qualitativa (gravidade ou severidade se ocorrer)
- Planejar as Respostas aos Riscos
- Gerir, Monitorar e Controlar os Riscos
- Aprender com os problemas
Não, aliás, tenho visto que a falta de gerenciamento de riscos em projetos ágeis causa muitos problemas.
Naturalmente, devido à característica da gestão deste tipo de projeto, as várias e frequentes interações tornam muito mais fácil resolver um problema quando ele aparece. Mas tenho notado que muitas pessoas não sabem o que fazer e acabam diminuindo o desempenho de toda equipe quando algo não previsto acontece. Sprints são prejudicados, o burndown não segue o padrão esperado e muito retrabalho ou ajustes são colocados no backlog.
Com projetos de Big Data isso também acontece. Aliado aos problemas gerais de gestão da metodologia ágil, o que normalmente acontece neste tipo de projeto é a dificuldade de encontrar outros projetos semelhantes para comparar e ter alguns riscos básicos para iniciar a discussão.
Minha sugestão, tanto em projetos ágeis, especialmente em projetos de Big Data, é que o gestor do projeto tenha uma especial atenção para:
- Pesquisar o que deu errado em outros “cases” de Big Data (mesmo que não tenham relação direta com o projeto que está sob sua responsabilidade)
- Criar e manter uma matriz de Riscos específica para projetos de Big Data
- Discutir com a equipe a cada Sprint e nas reuniões de planning a importância de identificar, comunicar e enfrentar os riscos de maneira adequada
E, um aspecto que aumenta os Riscos de um projeto de Big Data está associado a um problema muito comum: Gerenciar a grande expectativa que sempre existe neste tipo de projeto. Muitos “vendem” projetos de Big Data como sendo a salvação para todos os problemas das organizações. E isso por si só já é um enorme risco. Mas este é o assunto do nosso próximo post.
0 comentários:
Postar um comentário