Preveja uma distribuição, não uma estimativa pontual

Represente sua previsão como uma faixa de resultados prováveis, não um único número previsto.

Why it works

Estimativas pontuais comunicam falsa precisão e suprimem informações úteis sobre variância. Um projeto que leva seis meses em média pode ter um resultado no percentil 10 de três meses e um resultado no percentil 90 de dezoito meses — uma distribuição que deveria mudar as decisões de planejamento, alocação de recursos e orçamento de contingência de formas que uma estimativa pontual esconde. Comunicar distribuições torna a incerteza legível e melhora as decisões subsequentes.

How to do it

1. Para qualquer previsão significativa, relate três números: otimista (percentil 10 da classe), mediana e pessimista (percentil 90).
2. Pondere a distribuição de forma assimétrica se a classe de referência mostrar distribuições com assimetria à direita (a maioria dos projetos mostra).
3. Orce e planeje para a mediana, mas garanta que o plano sobreviva ao resultado do percentil 75.
4. Resista à pressão de converter a distribuição num ponto — a estimativa pontual destrói a informação relevante para o planejamento.

Evidência

Pesquisas sobre estouros de custo e atrasos de cronograma consistentemente encontram distribuições com assimetria à direita — os resultados podem ser muito piores que a média, mas raramente muito melhores. Planejar para a mediana numa distribuição assimétrica à direita sistematicamente subprepara. Previsões por intervalo são mais precisas e mais úteis do que previsões pontuais em múltiplos domínios estudados por Tetlock e colegas. (observational)

Comunicar distribuições é socialmente mais difícil — as partes interessadas preferem estimativas pontuais confiantes. O ganho de precisão vem com um custo de comunicação que precisa ser gerenciado explicitamente.

Fontes

• Flyvbjerg (2002), cost overrun distributions in infrastructure projects
• Tetlock & Gardner (2015), Superforecasting, Chapter 7

Erro comum

Tratar a estimativa "otimista" como o plano e a "pessimista" como a contingência, quando a classe de referência mostra que o resultado pessimista é a experiência modal, não o caso extremo.