Identifique a classe de referência certa para sua situação

Encontre um conjunto bem definido de situações passadas estruturalmente semelhantes à sua e reúna os dados de seus resultados.

Why it works

O planejamento por visão interna trata sua situação como única, então as taxas históricas de fracasso parecem irrelevantes. Identificar a classe de referência força o reconhecimento de que seu projeto pertence a uma categoria com uma distribuição conhecida de resultados — e essa distribuição é o melhor ponto de partida para sua previsão antes de qualquer informação específica do projeto ser adicionada. O mecanismo é bayesiano: a distribuição da classe é o ponto de partida; os detalhes da visão interna são evidência de atualização, não o ponto de partida.

How to do it

1. Defina que tipo de projeto ou decisão você está fazendo (por exemplo, "projeto de software de seis meses com equipe nova", não "meu projeto").
2. Pesquise dados históricos sobre projetos concluídos desse tipo: duração, estouros de custo, taxas de sucesso.
3. Escolha a classe de referência específica o suficiente para ser significativa e ampla o suficiente para ter poder estatístico.
4. Registre a mediana e o intervalo (percentil 10–90) de resultados dessa classe antes de abrir o plano do seu projeto.

Evidência

Flyvbjerg e colegas analisaram centenas de grandes projetos de infraestrutura e encontraram estouros sistemáticos de custo com média de 28% para rodovias e muito maiores para ferrovias e túneis. A previsão por classe de referência foi desde então formalmente recomendada pelo Tesouro do Reino Unido e pela American Planning Association como ferramenta de planejamento. (observational)

O método exige uma classe de referência utilizável; para situações genuinamente novas (tecnologia inédita, eventos sem precedentes) a classe é escassa demais ou inexistente, e a ancoragem em taxa-base gera falsa precisão.

Fontes

• Flyvbjerg, Holm & Buhl (2002), "Underestimating costs in public works projects," Journal of the American Planning Association
• Kahneman & Tversky (1979), "Intuitive prediction: Biases and corrective procedures"

Erro comum

Definir a classe de referência de forma restrita demais ("projetos exatamente como o meu") para preservar o otimismo — se você só consegue encontrar dois exemplos passados, não tem uma classe de referência, tem anedotas.