Realiza revisiones posteriores al proyecto para alimentar los datos de la clase

Registra con honestidad el resultado real frente al pronosticado: esto construye la clase de referencia de la que dependen los pronósticos futuros.

Why it works

El pronóstico por clase de referencia solo es tan bueno como los datos de la clase que lo respaldan. Si quienes lo practican nunca registran resultados honestos, los datos de clase disponibles para futuros pronosticadores siguen siendo escasos o sistemáticamente sesgados (los proyectos que salieron mal a menudo no se publican). Un registro disciplinado tras el proyecto crea la infraestructura de tasas base que corrige la siguiente ronda de planificación.

How to do it

1. Cuando se resuelva cualquier proyecto o predicción importante, registra: estimación original, resultado final y proporción entre ambos.
2. Sé específico sobre qué provocó la diferencia: ¿fue un factor previsible o algo genuinamente impredecible?
3. Guarda esto en un registro personal u organizativo de pronósticos que se consulte al inicio del siguiente proyecto similar.
4. Resiste la tentación de registrar solo los proyectos que salieron bien.

Evidencia

La investigación sobre aprendizaje organizativo encuentra de forma consistente que las prácticas de post-mortem o retrospectiva mejoran el rendimiento futuro cuando los datos se registran con honestidad y se actúa sobre ellos. La infraestructura de datos de clase de referencia en proyectos públicos se construyó precisamente porque las organizaciones individuales carecían de registros sistemáticos de resultados. (observational)

Los relatos retrospectivos están sujetos al sesgo retrospectivo y al razonamiento motivado; las plantillas estructuradas (métricas de resultado definidas de antemano) lo reducen, pero no lo eliminan.

Common mistake

Hacer la revisión pero no registrar la proporción del resultado en un formato consultable: si no puede recuperarse al inicio del siguiente proyecto similar, el aprendizaje queda inaccesible.