Мы учимся дизайну, анализируя лучшие приложения. Для этого два раза в неделю мы проводим в офисе Empatika сессии Design Hours, на которых один из нас за 20-30 минут рассказывает всем про любимую программу.

Сегодня мы решили приоткрыть секреты “кухни” Empatika и выложить презентацию по приложению Instagram. Чтобы сохранился колорит обстановки Design Hours, публикуем “как есть”, с программистским жаргоном.

По данному случаю было решено провести встречу в формате pecha kucha. Несмотря на расслабленное и нерабочее, предпраздничное настроение, мы смогли многому научиться и многое усвоить. Началось все с того, что мы на себе ощутили, насколько сильна власть авторитета для нашей ментальности.
Произошло это таким образом: аудитория, в которой мы обычно проводим занятия оказалась занята, а бронь на нас не была сделана. Охранник долго уверял нас, что аудиторий нет и никто нас пускать не будет. Человек явно не хотел отходить от предписаний шаблона. Как бороться с человеком, который зациклен на шаблон? Надо привнести нечто, что станет триггером другого шаблона. Стоило только повторить обычную процедуру заказа аудитории, и нас пропустили. Вот такой вот инсайт: порой клин клином, а точнее, шаблон шаблоном действительно работает.

После того, как все разместились в новой аудитории, первым стал выступать Иван Парфенов. Он рассказал нам о силе ассоциаций, о том, почему мы стремимся создавать метафоры, парафразы и ассоциации. Все это было продемонстрировано через несколько разных игр, фаворитом из которых стала игра в антонимы. Наша задача была спеть строку из песни или сказать пословицу, используя только антонимы. Самые успешные были: “Ирка, Ирка, оставайся замуровывать яблоки” (Антошка, Антошка, пойдем копать картошку) и “Не так прекрасна монашка, как ее возвышают” (Не так страшен бес, как его малюют).

Ивана сменил Ваш покорный слуга. Я рассказал об итогах кейса, который был предложен к решению тут http://www.empatika.com/blog/case%E2%84%961#more-3807

К моменту лекции было прислано 5 решений:

Лия Никитина была первой. Она приняла решение не ехать. Основными доводами стали риск пилотом и репутацией

Евгения Каленых написала второй. Она решила ехать. Она руководствовалась мат ожиданием и авторитетом главного инженера.

Юля Лосева написала, какие плюсы и минусы у обоих решений, но сама принять решение не рискнула, так как оба решения по-своему верные.

Денис Букин решил не ехать из-за критичности последствий

Последним ответил Валерий Баранов, который тоже выступил против заезда. Он мотивировал это тем, что ни в коем случае нельзя рисковать существованием компании.

При решении кейса в аудитории, люди поделились пополам.

В итоге, решение оказалось реальным. Ситуация дублировала событие 1986-го года, когда перед самым запуском шаттла Челленджер встал вопрос, есть ли смысл лететь. В итоге, мнение инженера было проигнорировано, и шаттл полетел. Через 73 секунды полета он взорвался. Как результат обсуждения, мы пришли к осознанию того, как опасно иногда не уметь отказаться от какого-то проекта и не уметь отпустить что-то от себя. Вторым уроком стало осознание того, что мы стараемся рассуждать в рамках имеющейся информации, не пытаясь получить дополнительную (несмотря на то, что график поломки\температура ничего не показал, в графике успех\температура была четкая корреляция). Ну, а главным уроком стали последствия принятия решений.

Как и было обещано, два лучших ответа были вознаграждены подарками: книгами Ричарда Брэнсона “К черту все, берись и делай” и “Путь к согласию или переговоры без поражения” Роджера Фишера и Уильяма Юри. Еще одна книга ожидает Евгению Каленых за смелое и интересное решение.

Следующим выступал Леонид Минутко, который коротко рассказал про альфа волны, про то, как все связано в нашем организме и как много могут значить банальные техники дыхания. В итоге все слушатели стали на шаг ближе к нирване . После чего он объяснил, как это будет реализовано в одном из совсем скорых приложений Эмпатики. А как результат, мы еще и научились писать имя “Михай Чиксентмихайи”, которому мы и должны быть благодарны за эту тему.

В конце все гости получили письмо “друзьям Эмпатики”. Ну а финалом встречи стала небольшая трапеха шоколадками и, уже ставший традицией, поход в Шоколадницу.

От всей компании Эмпатика мы желаем Вам счастливого Нового года. Впереди еще много интересных идей и проектов. Надеемся увидеться в следующем году! С наступающим!

А начнем мы вот с чего. Давайте немного пофантазируем. Все мы знаем что-то о гонках. Кто-то их любит, кто-то к ним безразличен. Но вряд ли кто-то будет спорить, что это опасный и интересный вид спорта и бизнеса. Итак, представьте, что вы капитан небольшой команды, которая принимает участие в гонках. Сейчас поздний вечер. Вы сидите в невероятно крутом отеле, пытаетесь отдохнуть, расслабиться, когда вам звонит телефон. Вы поднимаете трубку. Вам звонит ваш брат, который является пилотом болида в вашей команде. Он звонит вам, чтобы задать всего один вопрос: “Будем ли мы участвовать в завтрашней гонке или нет?”

А теперь немного предыстории. Вы участвуете в гонках ровно год. В целом год прошел для вас весьма успешно. Вы приняли участие в 25 гонках. 15 из них вы закончили, причем 12 были закончены в топ 3, а остальные 3 в топ 5. 10 гонок вы не закончили, из них 7 из-за серьёзной проблемы в двигателе, а 3 из-за прочих, менее серьёзных проблем.

Команда была обеспокоена причиной частых сбоев двигателя. Ваш брат прирожденный гонщик, но частые проблемы с двигателем ему мешают, не говоря о том, что он может пострадать. Фактически, в команде возникло 2 противоположных мнения. Механик, отвечающий за двигатель Кузьмич, с раннего детства ковыряется в различной технике. У него нет должного образования, под ногтями всегда масло, но он просто чувствует двигатель и обращается с болидом, как с живым организмом. В команде он прослыл чудаковатым, но при этом толковым в своем деле мужиком. Так вот, Кузьмич утверждает, что проблема в температуре. Он считает, что аварии происходят только при низкой температуре воздуха.

С ним не согласился главный механик Иван Петрович. Он собрал данные о том, при какой температуре происходил взрыв двигателя. Никакой корреляции он не обнаружил. График, который он вам прислал, и его образование являются весомым аргументом. А график твердо говорил, что связи нет.

Прогноз на завтрашнее утро говорит, что старт гонки будет при низкой температуре, близкой к нулю. На данный момент ваш бюджет 57 500 долларов. Если вы откажетесь от гонки сейчас, то вы получите половину от стоимости участия и год вы закончите с 50 000. Важно то, что завтрашняя гонка одна из самых ответственных, ее будут транслировать онлайн. На вас уже обратила внимание спонсорская компания Гонялкин™. Если вы проедете гонку в топ 5, то гарантировано получаете контракт на 40 000 от спонсора. Если же вы проедете в топ 3, то велик шанс получить еще более интересные контракты в дополнение к предложению от Гонялкин™. Если машина не закончит гонку по какой-то неполадке, кроме той, что связана с двигателем, то вы закончите год с 40 000 в кармане. Если же взорвется двигатель, то топливная компания откажется от спонсорства, и вы потеряете почти 50 000, без которых ваш бизнес умрет. Более того, взрыв двигателя опасен для вашего брата. Поскольку сейчас поздняя ночь, то до гонки вы не успеете найти ни новый двигатель, ни нового пилота болида.

От раздумий вас возвращает голос брата, он говорит: “Никому еще не удавалось выиграть гонку, просиживая на пит-стопе”.

Ваше решение, ехать или нет?

Нужно сочинить историю (желательно с фотографиями) о том, как двери помогают и мешают нам в жизни и прислать на наш групповой ящик: team [гав] empatika.com

Почему именно такое задание? Потому что мы хотим максимально погрузиться в головы и души наших потребителей, хотим быть эмпатичными (для этого мы даже выйдем торговать дверьми в торговом зале) и через это понимание разрабатывать стратегию и тактику для нашего клиента.

Зачем вам это? Чтобы принять участие в реальном проекте, чтобы получить обратную связь, чтобы выделиться и получить признание! Ну и, разумеется, будет лекция, на которой мы подробно расскажем, что получилось реализовать, а что нет; как мы решали возникавшие трудности и к каким результатам это привело. Кстати, Евгения Каленых уже приняла участие и здОрово помогла нам своими ценными советами.

Авторы лучших сочинений будут вознаграждены призами от нашего коллектива и приглашены на запись Empatika FM!

Дедлайн для подачи своих сочинений: 5 сентября 2010г. Объемы сочинения мы не ограничиваем: будь то 1 страница или целый роман

P.S. Идею консалтинг-краудсорсинга мы позаимствовали у Frog Design

Группа была замечательная: им предстоит провести серьезные изменения в своей компании и они с жадностью впитывали знания и брались за выполнение групповых заданий. Место было тоже роскошное – один из пансионатов Подмосковья с превосходной природой и инфраструктурой.

Поскольку при проведении организационных изменений для агентов изменений остро встает вопрос убеждения других людей, то мы много говорили о способах и инструментах влияния на людей. Это была и технология СПИН, и стратегии разрешения конфликтов, и более формальные инструменты.

В качестве домашнего задания я предложил слушателям проанализировать отрывок из фильма “Троя” (Ивану Парфенову и Светлане Щелоковой респект за идею): в этом эпизоде Одиссею необходимо убедить Ахиллеса примкнуть к походу на троянцев и он мастерски это делает. Предлагаю и вам проанализировать этот отрывок и в комментариях к посту пояснить нам что и как использует Одиссей для убеждения. Или может вы порекомендуете другой фильм, где демонстрируется умение убеждать?

Кстати, список литературы, что мы рекомендовали на тренинге:

• О’Коннор “Искусство системного мышления”
• Чалдини “Психология влияния”
• Литвак “Психологическое айкидо”
• Бёрн “Игры, в которые играют люди” и “Люди, которые играют в игры”
• Рекхэм “СПИН-продажи”
• Майерс “Социальная психология”
• Диксит “Стратегическое мышление в бизнесе, политике и личной жизни”
• Морган “Образы организации”
• Болмэн, Дил “Рефрейминг организации”

А на следующей неделе мы с Леной проводим тренинг в Минске, поэтому если кто-нибудь читает нас оттуда и захочет встретиться, то буду рад! Пишите.

Спешу сообщить, что докупить нужно всего 1 кассовый аппарат. Почему?

Давайте смоделируем ситуацию, используя системную динамику и продукт iThink. Для начала прикинем, какие у нас будут резервуары: по идее, каждый посетитель магазина сначала попадает в торговый зал, далее встает в очередь в кассу (если на кассе кто-либо есть), ожидает своей очереди, пробивает товар и оплачивает покупки. Я выделил 3 резервуара:

1. Посетители в торговом зале
2. Посетители в очереди в кассу
3. Посетители на кассе

Этих 3х резервуаров должно быть достаточно, чтобы описать нашу ситуацию. Теперь следует разобраться в потоках: что наполняет и опустошает каждый из вышеупомянутых резервуаров?

• Посетители приходят в магазин, наполняя резервуар “Посетители в торговом зале”.
• Посетители, выбрав с полок необходимый товар, подходят к кассе, опустошая резервуар “Посетители в торговом зале”, но одновременно наполняя резервуар “Посетители в очереди в кассу”
• Посетители, дождавшись своей очереди, переходят на кассу, опустошая резервуар “Посетители в очереди в кассу”, и одновременно увеличивают количество “Посетителей на кассе”.
• Кассир пробивает товары посетителя, посетитель оплачивает чек и покидает магазин, опустошая резервуар “Посетители на кассе”.

Заметьте, что резервуары “Посетители в торговом зале” и “Посетители на кассе” я реализовал как “конвейеры”, чтобы реализовать задержки времени:

• во-первых, тот факт, что посетители подходят к кассе каждую минуту +-15 секунд
• во-вторых, тот факт, что посетителей обслуживают на кассе за 1 минуту +- 10 секунд

Нет необходимости реализовывать резервуар “Посетители в очереди в кассу” как конвейер, потому что логика опустошения этого резервуара следующая: когда освободится место на кассе (т.е. обслужат предыдущего посетителя),  тогда клиент из очереди подходит к кассе.

Как мы реализовали распределение значений времени подхода клиентов к очереди в кассу и времени обслуживания клиента на кассе? Элементарно: воспользовавшись встроенной в iThink функцией NORMAL, которой нужно подать 2 значения: среднее и величину отклонения. Поэтому интенсивность потоков “подходят к кассе” и “уходят из магазина” соответственно определена как NORMAL(1,0.25) и NORMAL (1,0.16), что соответствует условиям задачи.

Также для замера среднего времени обслуживания клиента (время в очереди + время на кассе) мы воспользуемся функцией CYCLE TIME (значок секундомера в определении потока – см. картинку ниже, правый верхний угол). Так как мы хотим измерять среднее время от момента подхода к очереди до момента ухода из магазина, то включаем секундомер мы для потока “подходят к кассе”,  а останавливаем для потока “уходят из магазина” (путем определения конвертера с функцией CTMEAN(уходят из магазина)).

Вот что у нас в итоге получилось (см. ниже) – элементарно, не правда ли?

Итак, модель определена, давайте запустим ее и посмотрим сколько как будет вести себя резервуар “Посетители в очереди в кассу” и конвертер “среднее время обслуживания посетителя” в течение 1000 минут? Мы видим, что очередь в кассу, а следом и время обслуживания постепенно растут! Получается что, несмотря на соответствие среднего времени обслуживания клиента на кассе среднему времени подхода клиентов к очереди в кассу, разброс статистических отклонений  накапливается (Голдратту привет ) и выражается в росте очереди!

Что же делать? Докупить кассовых аппаратов! Но сколько? Время обслуживания каждого клиента постепенно поднялось до 18 минут, т.е. если учесть, что каждый клиент обслуживается максимум 1 минуту 10 секунд на кассе, то почти 17 минут он ждет в очереди. Интуиция подсказывает, что нужно докупить еще как минимум 4-5 аппаратов, но давайте проверим это на модели.

Мы меняем определение интенсивности потока “переходят на кассу” с “IF (посетители_на_кассе<1) THEN 1/DT ELSE 0″ (т.е. если на кассе меньше одного человека, то интенсивность потока равна 1, в противном случае 0) на “IF (посетители_на_кассе<2) THEN 1/DT ELSE 0″ (т.е. если на кассе меньше 2х человек, то интенсивность потока равна 1, в противном случае 0). Почему мы позволяем себе делать предположение, что 2 кассовых аппарата эквивалентно способности одной кассы обслужить 2 человек? Это очередной вопрос для вас, дорогие читатели!

Проиграв модель с 2мя кассовыми аппаратами, мы убеждаемся, что очередь больше не растет, а среднее время обслуживания колеблется в пределах допустимой нормы (не занимает более полутора минут в соответствии с условиями загадки).

Какие выводы мы можем сделать из результатов нашего эксперимента? Комментируйте!

Скачать модель

Вы можете скачать модель и поэкспериментировать с ней. Эту же модель я объясняю в рамках своего авторского курса “Управление динамикой разработки ПО“, проводимого совместно с компанией CareerLab.

Модель создана для проекта поддержки информационной системы и состоит из 4х секторов:

1. Production – производственный сектор, в котором отражен процесс реализации нового функционала в системе
2. Defects  – сектор качества, в котором отслеживается процесс возникновения и исправления ошибок
3. HR – сектор, в котором ведется учет сотрудников, работающих на проекте (Аналитики, разработчики, тестировщики)
4. Finances – финансовые сектор, описывающий динамику доходов и расходов проекта

Важные обратные связи:

1. Влияние backlog-а ошибок на время, затрачиваемое разработчиком на bug fix
2. Влияние увольнений на финансовые показатели, показатели качества и производительности

Также замечу, что в этой модели используется array структура для резервуаров, чтобы различать роли сотрудников, работающих на проекте. В рамках тренинга я люблю задавать вопросы, позаимствованные из книги Медоуза “Сборник игр для развития системного мышления“:

1. Что в модели было КАК в жизни?
2. Что в модели было НЕ как в жизни?
3. Что следует улучшить в модели?
4. Какие открытия (insights) вы получили в процессе работы с моделью?

Призываю читателей этого поста поиграть с моделью и также ответить на эти вопросы. Удачи и успешных проектов!

Независимые производители

Как же независимые производители принимают решение об эффективности инвестиций? Диаграмма ниже позволит лучше разобраться в этом вопросе:

Для того, чтобы решиться на инвестиции, руководители компаний-производителей оценивают их эффективность. Подход чисто экономический: спрогнозировать будущую цену на нефть, сопоставить с производственными затратами, вычесть налоги и сравнить с минимальным уровнем доходности, установленным в компании. Если эффективность выше минимальной, то вкладываться, если ниже – то нет. Т.к. в процессе принятия решений участвуют люди, а не бесчувственные машины, делается поправка на оптимизм этих людей: высокий оптимизм толкает на инвестиции выше тех, что необходимы; низкий – наоборот.

Отдельного внимания заслуживает параметр “Производственные затраты”: затраты растут нелинейно по мере убывания запасов нефти. Такой вид зависимости подтверждается как теоретически, так и практически: существует теория “пиковой нефти” (см. статью в 23-м номере журнала “Эксперт”), согласно которой мир подходит, если уже не подошел, к пику нефтедобычи. Наращивание нефтедобычи будет связано с разработкой более сложных месторождений (например, шельфовых), что будет сказываться на производственных затратах.

Рынок: взаимодействие цены и спроса

Чувствительность спроса на нефть по цене очень низкая: мы не можем быстро отказаться от нефти или перейти на более энергоэффективные технологии. Но в долгосрочном периоде спрос на нефть характеризуется 2мя тенденциями: темпами экономического роста и давлением со стороны защитников окружающей среды. Даже сейчас: с одной стороны страны БРИК (Бразилия, Россия, Индия, Китай) растут бешеными темпами и предъявляют возрастающий спрос на нефть, с другой – развитые страны активно переходят на энергоэффективные технологии и альтернативные источники.

Поэтому, рынок нефти можно представить в виде действия сил, направленных на изменение спроса (цена, темпы роста, давление со стороны защитников окружающей среды) и сил, направленных на изменение цены (баланс спроса и предложения):

Ключевой поставщик картели

Основная задача ключевого поставщика ОПЕК: защитить цену, устанавливаемую картелью. Как мы уже говорили, на момент создания модели Саудовская Аравия выступала в таком качестве (из вышеупомянутой статьи в журнале Эксперт я узнал, что ОАЭ также могут в день нарастить добычу на несколько миллионов баррелей). Логика поведения проста: если рыночная цена выше установленной ОПЕК, то увеличиваем ежедневную добычу, если ниже – снижаем. Это обычное поведение данного игрока, но иногда он может переключиться в другой режим работы (режим наказания): если совокупная доля спроса, удовлетворяемая Саудовской Аравией, ниже некоторого барьерного значения (приблизительно 8%), то несмотря на значение цены ключевой производитель наращивает производство, чтобы отвоевать долю и “наказать рублем” других участников картелей. Чаще всего это происходит, когда участники картели нарушают свои квоты.

Оппортунисты

Страны-участницы картели иногда прибегают к нарушению квот для того, чтобы профинансировать какие-то внутренние социальные проекты или укрепить свои позиции в картели (влияние в картели зависит от производственных возможностей страны-участницы). Участники сценарного проекта долго думали о том, как производители ОПЕК переключаются в оппортунистический режим и решили, что:

1. если рыночная цена близка к цене картели, то производитель может нарушить квоту –> предполагается, что небольшое отклонение не будет заметно
2. если рыночная цена сильно отличается от цены картели, то будет сложно скрыть нарушение квот, которое может вызывать переключение основного поставщика в режим наказания.

Мы подробнее рассмотрели процедуру принятия решений каждой из заинтересованных сторон рынка нефти (как его представляли участники сценарного проекта Shell). В следующем посте мы воспользуемся разработанной моделью для исследования последствий развития сценариев, сформулированных в ходе этого проекта.

(по мотивам книги John Morecroft “Strategic Modelling and Business Dynamics“)

Мы уже говорили, что системная динамика является хорошим инструментом для оценки последствий развития того или иного сценария. В этой серии постов мы наглядно продемонстрируем это.

Проблема

Анализ поведения цен на нефть демонстрирует наличие периодов относительной стабильности и высокой волатильности данного параметра во времени. Ниже приведена динамика цен на нефть за последние 150 лет:

Мы видим, что в конце 19века отрасль характеризовалась высокой волатильностью, далее цена относительно стабилизировалась вплоть до 1970х годов. Период относительной стабильности можно объяснить заслугами Джона Рокфеллера, основателя Standard Oil. Его инициатива заключалась в жестком контроле предложения нефти путем скупки других НПЗ и монополизации. После 70х – отрасль вновь вошла в фазу нестабильности (подробнее события 70х описаны в вводной лекции по сценарному планированию)

Гипотеза

Нестабильное поведение некоторого параметра чаще всего объясняется наличием балансирующей петли обратной связи с задержкой (см. лекцию по архетипам – 1й архетип). Представим нашу гипотезу в виде диаграммы обратной связи:

Конечно, такая структура на высоком уровне подходит для объяснения колебаний цены, но она не объясняет относительно стабильных периодов. Наверное существует еще ряд петель обратной связи, которые нам нужно исследовать.

Построение модели

Для того, чтобы лучше разобраться в структуре отрасли и петлях обратной связи, команда из 10 человек (компания Shell + консультанты из London Business School) провела 3 встречи по 3 часа. Результатом этих встреч явилась диаграмма, приведенная ниже, а также системно-динамическая модель, которая будет описана в этой серии постов.

Диаграмма состоит из 5 секторов. Справа – независимые поставщики, не входящие в картель ОПЕК, и руководствующиеся соображениями прибыльности при принятии решения о дополнительных инвестициях в месторождения. Слева – поставщики картели, причем в них явно выделен основной поставщик (в то время – Саудовская Аравия) и все остальные поставщики – причина, по которой это было сделано, будет объяснена позже. Также у нас есть сектор рынка, где устанавливается цена на нефть в соответствии со спросом и предложением, а также сектор распределения квот в ОПЕК.

Как же взаимодействуют эти сектора? Независимые поставщики поставляют нефть на рынок и принимают решение об инвестициях, сопоставляя будущую цену на нефть и затраты на разведку и добычу.

ОПЕК, прикидывая сколько нефть поставят независимые поставщики, определяет объем спроса, который им необходимо удовлетворить. Далее этот объем квотируется между всеми участниками картеля. Одна из задач основного поставщика: тщательно мониторить цену на нефть и, если при расчете спроса была сделана ошибка и цена повышается или понижается (недостаток или избыток предложения на рынке), то основной поставщик сокращает или наращивает производство, чтобы скорректировать цену. Таким образом, ОПЕК оказывает корректирующие действия на динамику цены. Иногда, некоторые из поставщиков ОПЕК не соблюдают квоты и могут дестабилизировать рынок – в этом случае также вступает в игру основной поставщик.

Почему именно эти 5 секторов? Очевидно, что нет единственно правильного ответа, но одной из целей разработки сценариев является выявление ментальных моделей людей, участвующих в проекте: т.е. такая структура и взаимодействие рынка нефти отражает мнение участников проекта, что чрезвычайно важно для лучшего понимания друг друга и расширения кругозора.

В следующих постах мы более детально рассмотрим каждый из 5 секторов, а также опробуем на СД модели сценарии, разработанные группой планировщиков Shell в 1988 году.

Мы неоднократно писали, что системная динамика применима в различных областях (медицина, управление производственной компанией). В этом посте я бы хотел рассказать о применении СД в разработке программного обеспечения (напомню, что я сам работаю в компании по заказной разработке ПО).

(По мотивам книги “Software process dynamics” Raymond Madachy)

Скачать модель

В легендарной книге “Мифический человеко-месяц” Фредерик Брукс как-то сказал, что добавление новых разработчиков в опаздывающий проект еще больше затягивает окончание проекта. Брукс объяснял этот феномен тем, что при расширении команды “старожилам” проекта приходится обучать “новичков”, а также то, что нелинейно возрастает объем коммуникаций внутри команды.

Попробуем смоделировать этот закон. Т.к. непосредственно разработка ПО (для упрощения, я опускаю фазы анализа требований и т.д. и т.п.) начинается с требований и заканчивается программным продуктом, то у нас есть 2 резервуара: “Требования” и “Продукт”. По мере реализации требований опустошается резервуар “Требования” и наполняется резервуар “Продукт”.

Реализацией требований занимаются разработчики, которых мы поделим на 2 категории “Новички” и “Старожилы”. Это деление необходимо, чтобы смоделировать суть закона Брукса о введении новых разработчиков. “Новички” ассимилируются со “Старожилами” (т.е. опустошается резервуар новичков и пополняется резервуар старожилов) в течение 20 дней (для разных проектов это могут быть разные значения).

Интенсивность потока разработки ПО зависит от производительности программистов. Производительность новичков примем равной 80% средней производительности, а производительность старожилов – 120% средней производительности.

Но, производительность старожилов снижается за счет того, что приходится тратить время на обучение новичков (примем, что в среднем 25% времени старожилам нужно тратить на обучение до тех пор, пока новички не станут старожилами). А также производительность всей команды снижается за счет затрат на коммуникацию и координацию работы. Функция зависимости затрат на комуникацию от размера команды нелинейна и мы возьмем её формулировку из известной модели управления проектами Абдель-Хамида (Abdel Hamid) = 0,06n^2, где n – количество людей в команде.

Возьмем проект размером 500 функциональных единиц (распространенная мера размера проектов ПО) и проведем следующие эксперименты:

1. Без добавления новых программистов
2. С добавлением 5 новых программистов на 110 дне
3. С добавлением 10 новых программистов на 110 дне

Результаты можно увидеть на графике ниже:

На графике мы можем заметить, что при 1м эксперименте все требования реализованы за 274 дня, при 2м – за 271 день, а при 3м – за 296 дней. Эта модель демонстрирует, что закон Брукса работает только в определенных случаях (но Брукс и не говорил, что закон работает всегда). Поэтому, переформулировав закон Брукса, можно сказать, что добавление новых разработчиков в опаздывающий проект еще больше затягивает финиш проекта при условии, что слишком поздно и слишком много их добавлено.