Tag: capacity planning

Pubblicato il

Dal caos al flusso: note a margine della presentazione di un libro

Il 7 maggio scorso, con Paolo Cavicchioli e con Leonarda Vanicelli che ha moderato la conversazione, abbiamo presentato Dal caos al flusso alla Cascina Sant’Alberto di Milano. Quello che segue non è un resoconto dell’evento, ma un tentativo di mettere a fuoco alcune idee che la conversazione ha fatto emergere – idee che, in parte, non avevo articolato così chiaramente nemmeno nel libro.

Come nasce un libro che non pensavo nemmeno di scrivere

Il libro non nasce da un piano editoriale. Nasce da un blog: una serie di risposte scritte a problemi reali, con un filo narrativo implicito ma non evidente. Quando mi si è presentata l’occasione di utilizzare i contenuti del blog per guidare un’implementazione end-to-end del metodo Kanban in un contesto aziendale articolato, ho cercato una referenza sistematica da dare alle persone coinvolte. Quello che era un archivio di articoli è diventato un indice, e quell’indice è diventato un manoscritto.

La versione disponibile oggi comprende una presentazione di David J. Anderson, che ha visto nel libro un testo scritto a partire dall’esperienza diretta, con spunti pragmatici e attuabili.

Doxee: una fabbrica dell’immateriale

Uno dei casi di studio del libro – e quello centrale della conversazione del 7 maggio – è Doxee, azienda multinazionale con base a Modena che trasforma dati grezzi in documenti dinamici su volumi che Paolo Cavicchioli, suo CEO, ha quantificato in circa 9 miliardi di documenti l’anno. Un numero che, detto così, rischia di scivolare via. Vale la pena fermarcisi un momento: significa che il problema della variabilità, dei picchi di domanda, della sincronizzazione tra reparti con logiche diverse non è un problema marginale. È il problema centrale dell’organizzazione.

Doxee lavora su tre linee: tecnologia proprietaria, prodotti SaaS, e gestione di progetti su commessa. Quest’ultima era storicamente la parte più esposta alle inefficienze sistemiche, con il team di delivery compresso tra una forza commerciale che vende e una tecnologia che evolve, spesso senza che le due cose possano allinearsi con sufficiente anticipo. È in questo contesto che ciò che solo successivamente è stato inquadrato come metodo Kanban ha trovato un terreno non banale su cui misurarsi.

Oggi il team di delivery dialoga con gli altri reparti con pari dignità e gode del “privilegio” di poter affermare con autorevolezza quando qualcosa non è possibile, basandosi su dati oggettivi.

Il problema non era il metodo

Una delle cose che ho raccontato durante la presentazione, e che ribadisco sempre, è che ciò che è stato introdotto in Doxee non lo è stato perché qualcuno aveva letto un libro e voleva provare. È stato introdotto perché il team di delivery stava pagando un costo reale – in ore extra, in turnover, in qualità degradata. Vale anche la pena ricordare che quella implementazione è avvenuta prima che il metodo Kanban venisse codificato formalmente a livello internazionale: era, in senso proprio, un proto-Kanban, una risposta empirica a un problema reale che solo in seguito ha trovato corrispondenza in un metodo. Non è stato calato dall’alto su un’organizzazione. È cresciuto insieme a essa.

E lo strumento decisivo è stato un report all’interno del quale avevo inserito quella che avevo definito, un po’ provocatoriamente, “tolleranza di Marco Re”: una contingency del 15% nella pianificazione, con il mio nome esplicito come referente in caso di critiche. L’idea era semplice: fare da scudo al team mentre si stabilizzava il nuovo regime. Ma l’effetto non era scontato. Funziona solo se chi fa da scudo riesce ad avere credibilità sufficiente da rendere il gesto credibile, e se il team percepisce che lo scudo è reale e non simbolico.

La prevedibilità delle consegne, che nella fase iniziale era molto bassa, ha progressivamente raggiunto valori superiori al 90% dopo la piena implementazione del sistema. Non è un risultato che si ottiene facilmente: richiede disciplina nel limitare il lavoro in corso, l’abitudine di pianificare la capacità in anticipo di settimane, e soprattutto la volontà e il coraggio di dire di no quando la domanda supera la capacità disponibile.

WIP limits, capacità, traffico cognitivo

Tre strumenti hanno fatto la differenza pratica.

Il primo sono stati i limiti al lavoro in corso. Ho usato durante la presentazione l’analogia delle autostrade svizzere, che regolano l’accesso al traffico per evitare gli ingorghi: meno veicoli in ingresso significa velocità più sostenuta per chi è già in carreggiata, maggiore numero di veicoli a destinazione per unità di tempo. Lo stesso principio vale per i team: ridurre il numero di attività in corso aumenta la quantità di attività completate.

Il secondo è stato il capacity planning su orizzonte lungo – fino a dodici mesi – con slot di disponibilità aggiornati regolarmente. La conversazione tra chi vende e chi produce cambia registro quando entrambe le parti guardano lo stesso dato.

Il terzo è stato la strutturazione delle riunioni come momenti di sincronizzazione deliberata, non di escalation improvvisata. Bloccare la pianificazione per periodi di quindici giorni – nessuna nuova priorità inserita senza accordo esplicito e una solida ragione per farlo – ha ridotto il traffico cognitivo asincrono che logora i team più di qualsiasi carico di lavoro.

Un elemento trasversale a tutti e tre è il passaggio dalle stime analitiche al forecast statistico. Invece di cercare di stimare analiticamente ogni attività – esercizio costoso e spesso illusorio nel software – si identificano pattern ricorrenti nel lavoro e si usano distribuzioni storiche per prevedere i tempi. Non è una rinuncia alla precisione: è una forma di precisione più onesta, che riconosce la variabilità invece di ignorarla.

T-shape e contaminazione disciplinare

Paolo Cavicchioli ha portato all’evento una riflessione che merita di essere riportata, perché tocca un tema più ampio della gestione di progetto. La sua esperienza in Doxee con i cosiddetti profili T-shape – persone con una competenza verticale profonda e una capacità orizzontale di collaborare con discipline diverse dalla propria – lo ha convinto che la contaminazione tra culture diverse non è un esercizio di inclusività aziendale, ma un vantaggio competitivo concreto.

L’esempio che ha citato è quello di un laureato in storia, diventato un elemento chiave del team tecnico proprio per la capacità di costruire metafore comprensibili, di semplificare senza banalizzare, di tenere presente la prospettiva dell’utente finale in un contesto dominato da logiche ingegneristiche. Lo stesso ragionamento vale per la gestione di team internazionali: le differenze culturali tra contesti lavorativi italiani, tedeschi e austriaci non si governano ignorandole, ma riconoscendone le logiche e trovando un terreno comune su cui il flusso possa continuare a scorrere.

Nel tempo, Doxee è diventata anche un luogo dove i giovani talenti crescono, sviluppano competenze, e in alcuni casi maturano abbastanza da avviare percorsi imprenditoriali autonomi. È un indicatore di salute organizzativa che non compare in nessun report, ma che dice qualcosa di preciso sulla qualità dell’ambiente di lavoro che si è costruito.

Una nota finale sul miglioramento continuo

C’è un rischio che ho imparato a riconoscere nel tempo e che nel libro chiamo “plateau della presunta eccellenza”: la tendenza delle organizzazioni a fermarsi non appena i risultati diventano accettabili. I miglioramenti iniziali sono spesso rapidi e visibili, il che può essere paradossalmente un problema, perché crea l’illusione che il sistema sia “a posto”.

Il caso Doxee lo conferma: il miglioramento continuo non è uno stato che si raggiunge. È un’abitudine, e come tutte le abitudini, si coltiva con costanza o si perde per inerzia. La differenza tra le organizzazioni che sostengono i risultati nel tempo e quelle che dopo un po’ regrediscono non sta nella qualità degli strumenti adottati, ma nella capacità di continuare a fare domande scomode anche quando le cose vanno bene. È più facile interrogarsi sui propri processi in una fase di crisi che in una fase di successo. Eppure è proprio nel successo che si creano le condizioni per la crisi successiva, se si smette di interrogarsi.

Pubblicato il

Metriche di flusso: cosa misuriamo davvero quando misuriamo la produttività?

In molte organizzazioni, quando si parla di produttività degli uffici, si parte da un’intuizione apparentemente ragionevole: se le persone sono occupate, il lavoro avanza. Se le ore registrate aumentano, la produttività aumenta. Peccato che questa logica, portata alla prova dei dati, si riveli quasi sempre sbagliata.

Il problema dell’effort

Misurare le ore di lavoro – l’effort – dice quanto tempo le persone hanno dedicato a qualcosa. Non dice quanto lavoro è stato effettivamente completato. Sono due cose diverse, e confonderle genera decisioni sbagliate.

Un ufficio che gestisce pratiche amministrative può essere pieno di persone impegnate tutto il giorno, eppure produrre meno output di un ufficio più snello e meno saturo. Il motivo è semplice: quando le persone sono troppo occupate, il sistema si inceppa alla minima perturbazione – una richiesta urgente, un’assenza, una dipendenza esterna. Il lavoro si accumula, i tempi si allungano, e nessuno capisce esattamente perché.

La misura che conta, invece, è il Throughput: quante pratiche vengono effettivamente completate in un dato periodo. Registrazioni, contratti, acquisti, variazioni – qualsiasi cosa rappresenti un’unità di lavoro conclusa. Se il Throughput aumenta a parità di organico, la produttività sta crescendo. Non ci sono interpretazioni: è un dato empirico, diretto, semplice da raccogliere.

Livelli di servizio: sapere non basta, bisogna collegare

Una volta che si inizia a misurare il Throughput, emerge naturalmente una seconda domanda: in quanto tempo completiamo le pratiche? È qui che entrano in gioco i Service Level Agreement (SLA), ovvero gli impegni misurabili che un ufficio può comunicare ai propri interlocutori interni ed esterni.

Un esempio concreto: l’ottantacinquesimo percentile dei Lead Time è di 15 giorni. Che in termini semplici significa: l’85% delle richieste di un determinato servizio viene gestito entro 15 giorni. È un dato reale, ricavato dai sistemi in uso, ma da solo non dice ancora nulla di utile. La domanda che conta non è “è tanto o è poco?”, ma: qual è l’impatto reale sull’organizzazione se questi tempi restano invariati, si allungano, o si accorciano?

Senza questa misura di impatto, qualsiasi target è arbitrario. Fissare un obiettivo di 8 giorni invece di 15 potrebbe essere un miglioramento significativo o uno spreco di risorse, dipende da cosa succede a valle. Finché non colleghiamo le metriche operative alle conseguenze organizzative, stiamo ottimizzando nel vuoto.

Questo è il nodo: spesso non è che manchino i dati. Manca il collegamento tra i dati e le decisioni.

Gestire i picchi con i dati storici

Molte organizzazioni di servizio, e anche molti uffici amministrativi, vivono di stagionalità: certi periodi dell’anno concentrano volumi di lavoro molto superiori alla media. Pensate per esempio un ufficio paghe: avrà dei picchi di lavoro da evadere in corrispondenza di ogni fine mese.

Il modo tradizionale di gestire questi picchi è reattivo: si aspetta che il sistema si inceppi, poi si aggiunge personale o si fanno straordinari. Il modo alternativo è usare i dati storici per anticipare i picchi e attivare risorse aggiuntive – interne o esterne – solo quando e dove servono davvero. Una capacità extra controllata invece di un’emergenza ricorrente.

Capacity planning: vedere la coperta prima che sia troppo corta

Quando un ufficio gestisce attività diverse, la sfida non è solo fare di più, ma bilanciare. La coperta è sempre potenzialmente corta, e senza una mappa dell’allocazione reale delle risorse è impossibile sapere dove concentrare l’attenzione.

La settimana tipo è uno strumento semplice: si mappa come viene effettivamente distribuito il tempo del team tra le diverse categorie di attività, e si confronta questa distribuzione con i volumi di lavoro in arrivo. Questo confronto rende visibili i colli di bottiglia prima che diventino crisi, e permette di spostare risorse in modo consapevole invece di rincorrere le urgenze.

Ho diffusamente parlato di questa pratica in un’articolo al quale rimando per gli approfondimenti.

Il lavoro sommerso

C’è un ultimo problema, forse il più sottovalutato: il lavoro invisibile. In ogni ufficio esiste una quota significativa di attività che non viene tracciata – richieste gestite via email, richieste urgenti, eccezioni, supporto informale. Questo lavoro sommerso consuma capacità reale, ma non appare in nessuna metrica. Risultato: le analisi partono da dati incompleti, e le decisioni che ne derivano sono distorte.

La soluzione non è burocratizzare ogni attività, ma rendere visibile almeno la massa del lavoro sommerso – anche in modo aggregato – per avere una visione sistemica e bilanciata della situazione.

Le cadenze: dove avviene il vero miglioramento

Tutto questo – throughput, SLA, capacity planning, visibilità sul lavoro sommerso – è necessario ma non sufficiente. Le metriche contano solo se vengono usate con regolarità per fare domande precise: cosa sta cambiando? Cosa proviamo a migliorare? Come misuriamo se l’intervento ha funzionato?

Questo è il principio del miglioramento continuo: non un progetto straordinario, ma un meccanismo ordinario. Si fissa una cadenza di revisione – settimanale, bisettimanale, mensile – si guardano i dati, si formula un’ipotesi di miglioramento, si prova, si misura l’effetto. Se funziona, si consolida nel metodo. Se non funziona, si cambia strada.

È un metodo forse noioso da farsi, ma sorprendentemente foriero di risultati nel tempo.

In sintesi

Cosa misurarePerché
ThroughputMisura il lavoro realmente completato, non l’occupazione di tempo
Lead time / SLAPermette di prendere impegni misurabili con gli interlocutori interni ed esterni
Distribuzione per attivitàRende visibili i colli di bottiglia e bilancia i carichi
Volume storicoPermette di anticipare i picchi invece di subirli
Cadenze di revisioneTrasforma i dati in decisioni e iniziative di miglioramento continuo

Nessuno di questi strumenti richiede tecnologie complesse. Richiedono disciplina, continuità, e la disponibilità a prendere decisioni basate sui dati invece che sulle sensazioni. Il metodo Kanban offre esattamente questo: un sistema di pratiche, cadenze e metriche progettato per rendere tutto ciò ordinario – non un progetto straordinario, ma il modo normale di lavorare.

Un’ultima cosa: non è una questione di settore

C’è una storia che vale la pena raccontare, perché smonta un alibi molto comune.

Toyota è oggi il produttore di auto più grande al mondo. Produce 2 milioni di auto in più rispetto a Volkswagen (11 milioni circa contro 9 milioni circa), con circa la metà del personale. Non è successo perché fanno auto, perché sono giapponesi, o perché hanno avuto accesso a tecnologie particolari. È successo perché hanno applicato per più di settant’anni con rigore e continuità il metodo scientifico ai propri processi: osservare, misurare, formulare un’ipotesi, sperimentare, misurare di nuovo. Consolidare ciò che funziona, abbandonare ciò che non funziona. Ricominciare.

Chi dice “da noi non funzionerebbe, il nostro settore è diverso” di solito non sta descrivendo una realtà, sta descrivendo una resistenza. Il metodo scientifico non conosce settori. Funziona dove si è disposti a guardare i dati e a cambiare idea quando i dati lo chiedono.

Un ufficio amministrativo o una organizzazione di servizi non è una fabbrica di automobili. Ma le domande sono le stesse: quanto lavoro stiamo completando? In quanto tempo? Dove si accumula? Cosa succede se cambiamo qualcosa? La differenza tra chi migliora e chi resta fermo non è mai nella complessità degli strumenti, è nella disponibilità a fare quelle domande ogni settimana, senza mai smettere.

Pubblicato il

Gestione end-to-end e redditività real-time: trasformare il flusso del valore in vantaggio strategico

Nella moderna architettura delle Business Operation, il superamento della logica a silos non è un’opzione, ma un prerequisito per la governance sistemica. L’organizzazione deve essere concepita come un flusso del valore (Value Stream) integrato: un percorso dinamico che attraversa trasversalmente le funzioni (Business Function) per generare valore per il cliente. In questa prospettiva, la performance delle singole unità è rilevante solo nella misura in cui contribuisce alla fluidità dell’intero sistema.

Per comprendere questa dinamica, utilizziamo la metafora del centro commerciale. L’organizzazione è l’ambiente (il mall), mentre le singole funzioni (IT, Amministrazione, Marketing, ecc.) sono i negozi, ovvero fornitori di servizi interni specializzati. La richiesta del cliente entra nel centro commerciale e deve transitare attraverso vari negozi per essere soddisfatta. Il valore strategico non risiede nella velocità del singolo negozio, ma nella sincronizzazione dell’intera rete: se la richiesta resta bloccata in qualche negozio o tra un negozio e l’altro, il sistema non crea valore per il cliente.

I pilastri di questa architettura sono:

  • Il flusso del valore (Value Stream): la conoscenza del tragitto end-to-end che trasforma un’esigenza in un output di valore per il cliente.
  • I servizi erogati: le prestazioni specifiche fornite dalle unità funzionali.
  • Le funzioni organizzative (Business Function): le stazioni di competenza che erogano i servizi e alimentano il flusso attraverso la propria capacità produttiva.

Questa visione trasforma radicalmente la gestione aziendale: la misurazione sistemica delle prestazioni diventa lo strumento anche per mappare l’impatto economico di ogni passaggio del flusso.

Metriche Kanban: dal Throughput alla trasparenza operativa

Il metodo Kanban rappresenta lo strumento d’elezione per questa trasformazione nei servizi, poiché permette di oggettivare il lavoro intellettuale immateriale, rendendolo quantificabile e tracciabile. Attraverso la visualizzazione, Kanban trasforma le attività quotidiane in dati di produzione certi, offrendo una mappatura sufficientemente precisa dell’assorbimento delle risorse.

L’unità di misura fondamentale di questo sistema è il Throughput (il volume di lavoro evaso). In un’ottica di architettura operativa, il throughput agisce come il proxy fondamentale per il consumo di risorse. Tracciando quante richieste di servizio vengono completate da ogni funzione per uno specifico cliente o flusso del valore, l’organizzazione può:

  • Analizzare le richieste evase dai singoli servizi: identificare l’apporto delle singole funzioni a supporto di uno specifico output.
  • Sintetizzare il flusso del valore complessivo: valutare come la combinazione dei singoli servizi generi l’output finale.

Sapere “chi ha servito chi” e “con quale intensità” trasforma il throughput in una “moneta di scambio” informativa. Questi dati costituiscono la base necessaria per il passaggio cruciale: la valorizzazione empirica del costo di produzione.

Capacity Planning e correlazione empirica dei costi

La trasparenza delle metriche Kanban permette di elevare il Capacity Planning da strumento di controllo operativo a elemento di misura economica. Correlando il lavoro completato alla capacità produttiva effettivamente utilizzata, è possibile derivare il costo reale del flusso di lavoro.

Invece di affidarsi a ripartizioni basate su stime arbitrarie, l’architettura proposta permette di allocare i costi in base alla percentuale di capacità consumata. Se conosciamo il costo totale della capacità produttiva di un team o della funzione, possiamo calcolare empiricamente il costo operativo imputabile a ogni singolo servizio e quindi al flusso del valore.

Il calcolo logico si basa sulla seguente correlazione:

(Throughput specifico / Throughput totale) * costo totale della capacità della funzione = costo operativo imputabile

Sebbene il costo sia definibile solo con una certa approssimazione empirica, questo approccio offre un valore gestionale inestimabile: permette di determinare in modo semplice quanta parte del budget di capacità di ogni funzione è stata consumata da un determinato cliente. Il risultato è una visione realistica del costo unitario del flusso, fornendo i dati necessari per popolare un cruscotto economico dinamico.

Il conto economico “live”: metriche predittive vs. consuntive

L’obiettivo ultimo di questa architettura è la creazione di un conto economico empirico in tempo reale. La governance aziendale moderna non può permettersi di guidare guardando solo lo specchietto retrovisore della contabilità tradizionale.

L’integrazione tra ricavi (dati amministrativi certi) e costi operativi (derivati empiricamente dal throughput e dalla capacità) permette una distinzione strategica tra metriche:

  • Metriche predittive (Leading Metrics): derivano direttamente dal sistema Kanban. Essendo basate sul throughput giornaliero, mostrano cosa stiamo producendo e consumando ora. Consentono correzioni gestionali immediate, agendo sulla redditività mentre il lavoro è ancora in corso.
  • Metriche consuntive (Lagging Metrics): sono i dati della contabilità tradizionale. Rappresentano un’analisi a fine mese o trimestre. Utili per il bilancio, ma non per la gestione proattiva dell’agilità strategica.

Disporre di un cruscotto economico “live” modifica radicalmente la governance. Il CEO e i responsabili operativi possono visualizzare quotidianamente come la leva operativa si traduce in margini reali, correggendo inefficienze e allocando la capacità dove il ritorno è maggiore.

Visione del sistema end-to-end per raggiungere il livello ML3 del Kanban Maturity Model

L’implementazione di questo sistema di monitoraggio end-to-end è fondamentale per il passaggio al livello ML3 (fit-for-purpose) come codificato nel Kanban Maturity Model (KMM).

A ML3 l’organizzazione compie un salto evolutivo smettendo di focalizzarsi sui singoli team per vedersi come un ecosistema di servizi interdipendenti. Questa visione sistemica è fondamentale per garantire che il business sia “fit-for-purpose”, ovvero idoneo a soddisfare costantemente e in modo sostenibile nel tempo le aspettative dei clienti.

Senza il raggiungimento del livello ML3, il rischio è di costruire modelli economici su fondamenta fragili. La costruzione di un approccio end-to-end diventa quindi un imperativo strategico. La capacità di mappare valore e costi in tempo reale è la chiave per garantire redditività, resilienza e agilità nell’organizzazione moderna.

Conclusione: verso una gestione empirica e tempestiva del valore

In conclusione, l’adozione di una reale visione end-to-end permette di superare la frammentazione funzionale, vedendo l’organizzazione come un unico sistema in cui la richiesta del cliente attraversa diversi servizi per ottenere valore. Questo approccio non è solo un cambio di prospettiva teorico, ma uno strumento operativo per il controllo della redditività. Grazie al metodo Kanban, è possibile tracciare il Throughput di ogni singolo servizio coinvolto nel flusso, sapendo esattamente quali lavorazioni sono state evase e per quale cliente.

Il vero vantaggio competitivo risiede nella capacità di correlare il lavoro svolto con il consumo della capacità produttiva e, di conseguenza, con i relativi costi. Questo permette di costruire un conto economico empirico e quasi in tempo reale, disponendo di indicatori predittivi e tempestivi (Leading Metrics).

In definitiva, integrare le metriche end-to-end significa smettere di gestire l’azienda “al buio” e iniziare a guidarla basandosi sulla creazione effettiva di valore.

Pubblicato il

Budgeting con Kanban: una guida pratica per pianificare la capacità di un’intera azienda

Il processo di budgeting annuale è, per molte aziende, un rituale stressante e spesso frustrante. Si trascorrono settimane a elaborare stime dettagliate, negoziare risorse e definire obiettivi ambiziosi, per poi scoprire che questi documenti sono scollegati dalla realtà operativa quasi dal momento in cui vengono approvati. Questo approccio tradizionale, basato su stime e ipotesi astratte più che su dati concreti, genera un ciclo di sovraccarico, promesse mancate e stress diffuso. L’obiettivo di questo articolo è presentare un metodo alternativo, un approccio evolutivo basato su dati empirici e sui principi Kanban, che trasforma il budgeting da un esercizio astratto a un processo agile, realistico e strategico.

Il mio percorso professionale con questo metodo è iniziato anni fa, quando la lettura del libro Kanban: Successful Evolutionary Change for Your Technology Business ha cambiato radicalmente il mio modo di vedere la gestione del lavoro. Da quel momento, non mi sono più fermato. Ho iniziato ad applicare e sviluppare il metodo Kanban a diversi livelli: dal singolo team, passando per il portfolio di progetti, fino a estenderlo al portfolio dipartimentale e, infine, all’intera capacità aziendale.

In questo articolo, voglio condividere con voi un’attività concreta che sto conducendo: la creazione del budget per il 2026 in un’azienda di servizi di circa tremila persone. Vi guiderò passo dopo passo attraverso un processo di pianificazione della capacità che si fonda sulla realtà misurabile dell’organizzazione, non su ipotesi astratte. Vedremo come trasformare il processo di budgeting in un dialogo strategico basato su dati reali. Tutto inizia con un atto radicale di onestà: smettere di pianificare sulla base dei desiderata e iniziare a misurare la realtà così com’è.

Le fondamenta del nostro budget: dalle persone ai “token” di capacità

Per costruire un budget realistico, dobbiamo partire da una misurazione oggettiva della capacità produttiva reale dell’azienda. Questo primo passo è strategico perché sposta il focus dalla “gestione delle risorse” (resource efficiency), che cerca di tenere le persone sempre occupate, alla “gestione del flusso” (flow efficiency), che si concentra sul far scorrere il lavoro in modo fluido e prevedibile. Questo non è solo un cambio di metrica; è un cambio di paradigma. Come Kanban insegna, la performance aziendale non deriva dal tenere le persone occupate, ma dal far progredire il lavoro di valore.

La fase iniziale per quantificare questa capacità è relativamente semplice e si articola in tre passaggi:

  1. Rilevazione della capacità
    Il punto di partenza è un’analisi pragmatica: contiamo le persone disponibili, le “teste”, per avere un quadro chiaro e inequivocabile della capacità teorica di cui disponiamo oggi. Questo non è un esercizio di stima, ma un censimento che ci ancora alla realtà.
  2. Tokenizzazione della capacità
    Una volta contate le persone, trasformiamo questa capacità umana in “token” di capacità. Questo passaggio ci permette di creare un’unità di misura standard e flessibile per la pianificazione. Invece di pensare a “mezza persona per tre mesi”, pianifichiamo con “X token di capacità”, svincolando il discorso dalle singole persone e rendendolo più strategico e modulare.
  3. Aggregazione a livello aziendale
    Infine, aggreghiamo questi token. Prima li raggruppiamo a livello dipartimentale per avere una visione chiara della capacità di ogni funzione aziendale. Poi, sommiamo i totali dipartimentali per ottenere una visione complessiva e tokenizzata della capacità dell’intera organizzazione.

A questo punto, abbiamo un modello della nostra capacità produttiva. Ma come possiamo essere sicuri che questi token abbiano un significato nel mondo reale? Il passo successivo è ancorare questa teoria alla pratica, collegando i token ai risultati concreti e misurabili che l’azienda è in grado di produrre.

Dalla teoria alla pratica: validare la capacità con il throughput reale

Un modello è utile solo se riflette la realtà. Per questo motivo, il passo successivo è fondamentale: dobbiamo validare il nostro modello di capacità tokenizzata utilizzando un approccio empirico, basato sui dati storici. Questo processo ancora la nostra pianificazione a risultati misurabili, trasformando i token da un concetto teorico a un affidabile strumento previsionale.

Nella mia esperienza, questo si traduce in un’analisi comparativa. Prendiamo la capacità tokenizzata di ogni dipartimento e la confrontiamo con il throughput reale dei sistemi Kanban già attivi. Il throughput è il numero di elementi di lavoro (attività, progetti, ticket) completati in un dato periodo. Nell’azienda in questione dispongo dei dati provenienti da quasi una decina di sistemi Kanban attivi, sviluppati nel tempo. Questo patrimonio informativo mi offre una base empirica solida e affidabile, quantomeno per le funzioni principali.

Dopo aver analizzato i dati storici, possiamo arrivare a una conclusione chiara e supportata dai fatti:

“Ok, con questa quantità di token, otteniamo questo determinato throughput.”

A questo punto, il token non è più solo una convenzione operativa, ma diventa una vera e propria unità previsionale. Abbiamo creato un legame matematico e verificabile tra la capacità che investiamo e i risultati che possiamo realisticamente attenderci. Non stiamo più facendo supposizioni: stiamo costruendo un modello predittivo fondato su evidenze storiche. Questo approccio incarna uno dei principi fondamentali di Kanban: prendere decisioni basate sui dati (data-driven decision making). Con un modello validato, non siamo più in balia di opinioni o pressioni politiche: disponiamo di uno strumento oggettivo per simulare scenari futuri e pianificare con reale cognizione di causa.

La pianificazione strategica come esperimento controllato

Una volta stabilita una relazione affidabile tra capacità (token) e risultati (throughput), la pianificazione strategica si trasforma. Non è più un esercizio statico di allocazione di risorse aziendali, ma una serie di esperimenti controllati per ottimizzare l’utilizzo delle risorse stesse. Questo approccio ci consente di prendere decisioni strategiche con una consapevolezza che i metodi tradizionali non possono offrire.

La fase di simulazione è dove la pianificazione si libera dalle catene dei fogli di calcolo per diventare un vero strumento di navigazione strategica. Iniziamo a simulare diversi scenari, spostando virtualmente i token da un servizio all’altro per osservare l’impatto previsto sul throughput complessivo. Cosa succede se allochiamo il 10% in più della capacità al servizio A a discapito del servizio B? Il nostro modello, basato su dati storici, ci fornisce una previsione attendibile.

Il budget cessa di essere un documento statico e diventa un laboratorio strategico, incarnando il principio Kanban di “migliorare collaborando ed evolvere sperimentando“. La nostra pianificazione annuale non è un più un decreto immutabile, ma una serie di ipotesi concrete da validare, orientate a ottimizzare l’allocazione della capacità per massimizzare i risultati desiderati. L’azienda impara e si adatta attraverso esperimenti controllati, costruendo un budget che non è solo un documento finanziario, ma una vera e propria mappa strategica dinamica.

A questo punto, possiamo estendere questo approccio dalla pianificazione generale alla gestione del portfolio progetti. Avendo misurato il throughput a livello aziendale, sappiamo anche quanta capacità possiamo effettivamente dedicare ai progetti e, di conseguenza, quanti progetti siamo realmente in grado di completare in un anno.

Gestire il portfolio progetti: il flusso upstream

Il segreto per allineare le ambizioni strategiche con la capacità operativa reale risiede nell’applicare i principi Kanban non solo alla fase di esecuzione (il flusso downstream), ma anche e soprattutto alla fase di selezione e pianificazione dei progetti (il flusso upstream). Si crea un vero e proprio sistema controllato, a monte, per la selezione delle iniziative da avviare in funzione della capacità produttiva. Gestire il flusso upstream significa smettere di avviare più lavoro di quanto se ne possa completare, concentrandosi solo sulle iniziative che generano il massimo valore.

Definire il limite al lavoro in corso (WIP Limit)

Il cardine di questo sistema è l’introduzione di un WIP limit (limite al lavoro in corso) a livello di portfolio progetti. Questo non è altro che un limite al numero di progetti che possono essere gestiti contemporaneamente dal flusso downstream. Non è una scelta arbitraria, ma una decisione strategica basata sulla nostra capacità effettiva e sui token di capacità che possiamo dedicare ai progetti. Questo limite garantisce che il flusso di lavoro downstream rimanga scorrevole e che le energie dell’organizzazione non vengano disperse su troppi fronti.

Un processo di triage guidato dalla leadership

Il processo di selezione upstream prevede un potente meccanismo di triage. Tutti i progetti in pipeline vengono analizzati sulla base di due criteri chiave: il valore che portano all’azienda e il costo del ritardo (cost of delay), ovvero il valore economico che l’azienda perde per ogni settimana o mese in cui un progetto non è ancora stato realizzato. Fatto il triage, solo i progetti che la nostra capacità effettiva può sostenere vengono approvati e avviati. E gli altri?

“Tutti gli altri? Aspettano, semplicemente.”

Questa disciplina è ciò che distingue un’organizzazione matura. Si accetta la realtà della propria capacità e si prendono decisioni difficili ma necessarie, invece di cedere alla pressione di avviare tutto subito.

La gestione del portfolio è una responsabilità della leadership aziendale. Il WIP limit a valle e la selezione dei progetti a monte vengono discussi e approvati dal comitato direttivo, che include l’amministratore delegato e i direttori. Questo garantisce un allineamento tra le decisioni operative e la visione strategica.

I benefici: meno sprechi, più valore

I vantaggi di questo approccio sono immediati e tangibili. In primo luogo, si evita lo spreco più grande: avviare lavori che non si ha la capacità di completare. In secondo luogo, ci si concentra esclusivamente sui progetti a più alto valore, massimizzando il ritorno sull’investimento della nostra capacità. Infine, si crea un sistema prevedibile e sostenibile. In sintesi, si passa dal “caos della speranza“, dove si avvia tutto sperando che qualcosa finisca, alla “disciplina del valore“, dove ogni token di capacità è investito deliberatamente per ottenere il massimo impatto strategico. Ma cosa succede quando le ambizioni future superano la capacità attuale? È il momento di guardare oltre l’ottimizzazione e pensare a come far crescere il sistema.

Guardare al futuro: come “elevare il sistema” aumentando la capacità

Una volta che il sistema è stabile e prevedibile, la conversazione strategica si sposta naturalmente verso il futuro: “come possiamo raggiungere obiettivi ancora più ambiziosi?” La risposta è “elevare il sistema“, ovvero aumentare la capacità produttiva dell’organizzazione. Questo, infatti, è un obiettivo strategico per i budget del 2026 e 2027 della nostra azienda.

Tuttavia, c’è un aspetto cruciale da comprendere: aumentare la capacità non è un cambiamento istantaneo. Non basta assumere nuove persone per vedere un aumento lineare della produttività. L’insegnamento fondamentale è che bisogna iniziare oggi a lavorare per aumentare la capacità, con la piena consapevolezza che i risultati concreti si vedranno solo tra sei mesi o un anno.

Questo ritardo è spiegato dalle dinamiche del cambiamento organizzativo. Quando si inseriscono nuove persone o si formano nuovi team, si verifica inevitabilmente un calo iniziale di produttività. Il tempo necessario per l’inserimento, la formazione e l’integrazione con i team esistenti crea un rallentamento temporaneo prima che la curva della capacità inizi a risalire, superando il livello precedente. È l’impatto economico di dinamiche umane ben note che ogni nuovo team deve affrontare. Ignorare questa dinamica porta a frustrazione e a piani irrealistici. Pianificare l’aumento di capacità significa investire oggi per raccogliere i frutti domani, con pazienza e visione di lungo termine.

Conclusione: un budget basato sulla realtà, non su ipotesi astratte

Fare proprio un approccio al budgeting basato su Kanban significa operare una trasformazione profonda, che va ben oltre i numeri su un foglio di calcolo. Significa scegliere la realtà come fondamento della propria strategia. I benefici di questo metodo sono chiari e di forte impatto:

  • Passaggio da un processo “politico” a uno basato sui dati: le decisioni non sono più il frutto di negoziazioni o della voce più autorevole, ma sono guidate da misurazioni empiriche di capacità e throughput. La realtà dei fatti diventa il principale arbitro.
  • Allineamento strategico con la realtà operativa: l’azienda si impegna solo su ciò che può realisticamente portare a termine. Questo non solo massimizza il valore effettivamente realizzato, ma allinea le ambizioni della leadership con le reali possibilità operative dell’organizzazione.
  • Prevedibilità e riduzione dello stress: eliminando le false promesse e il sovraccarico sistematico, si crea un ambiente di lavoro più sostenibile. La fiducia aumenta, perché le persone e i team sanno che gli impegni presi sono realistici e che il sistema è progettato per il loro successo.

In definitiva, questo non è solo una tecnica di budgeting. È un modo per costruire un’organizzazione più matura, resiliente e consapevole. È la scelta di fare della realtà, con i suoi limiti e le sue potenzialità, il più grande alleato strategico per una crescita sostenibile e di valore. La domanda, quindi, non è se la vostra azienda può permettersi di adottare questo approccio, ma se può ancora permettersi di basare il proprio futuro su ipotesi astratte.

Pubblicato il

Pillole di Kanban applicato: Ferragosto alle terme

Quest’anno, durante le ferie, ho deciso di approfittare per fare qualche giornata di cure termali.

Quando ho chiamato per prenotare, l’operatrice mi ha chiesto subito giorni e orari precisi in cui pensavo di andare. Io ricordavo dalla volta precedente che, in realtà, potevo presentarmi liberamente. Ma lei, agenda alla mano, ha insistito: “Per prenotare bisogna fare così”.

Così ho scelto 12 date, sempre al mattino presto.
Arriva il giorno della prima inalazione: mi presento all’accettazione e chiedo se posso cambiare orario. La risposta mi sorprende:
“Può venire quando vuole. La tessera registra la sua presenza, le stampa il ticket, e lei fa l’inalazione.”

E così ho iniziato a gestire da solo il mio flusso: a volte andavo in orari diversi, altre volte in giorni non previsti. Il sistema funzionava sempre, indipendentemente dal mio arrivo. Al massimo, in giornate più affollate, aspettavo 5 minuti in coda.

Solo in quel momento ho capito: quella “prenotazione” iniziale non era un vincolo reale, ma una capacity reservation. Serviva a stimare il carico di lavoro giornaliero, per poter gestire le code e garantire un servizio fluido.

In altre parole: Kanban in azione, anche in un contesto apparentemente lontano dal lavoro e dalla produttività.

Un semplice impianto termale mi ha ricordato due lezioni importanti del Kanban:

  1. Visualizzare la capacità disponibile prima che il lavoro arrivi.
  2. Mantenere flessibilità per adattarsi alla domanda reale, senza creare colli di bottiglia

E mentre respiravo il vapore delle inalazioni, ho pensato: a volte la gestione del flusso non è solo un concetto aziendale… è una filosofia che ti segue anche in vacanza.

Buon Ferragosto!