Slik bygger du en kultur for datadrevet estimering (med Marcel Petitpas fra Parakeeto)
Marcel Petitpas, administrerende direktør i Parakeeto, blir med Galen Low for å snakke om den kvalitative siden av datadrevet estimering og hvordan du kan bygge en kultur for datadrevet estimering.
Høydepunkter fra intervjuet:
- Marcel Petitpas tok på seg gründerrollen for å forsøke å løse utfordringen med hvordan man kan lage velinformerte estimater med så liten ressursbruk som mulig. I dag er han administrerende direktør i Parakeeto, et verktøy som tolker historiske data for å hjelpe både byråer og interne team med å utarbeide estimater. [1:00]
- Marcel om listen over ting han ønsker å forbedre hos seg selv. [04:03]
Jeg tror det å være til stede alltid er noe jeg sliter med, og det har gått litt opp og ned gjennom livet mitt.
Marcel Petitpas
- Marcel ble interessert i estimering fordi han var fascinert av hvorfor det var så vanskelig for små byråer og tjenestebedrifter å svare på enkle spørsmål om virksomheten sin uten å kaste bort masse tid i regneark. [5:58]
- Det finnes to måter å bygge opp estimater på en måte som er nøyaktig og pålitelig. Den første er å samle inn nok data, og den andre er å se på prosessen. [13:27]
- Rammeverket for estimering som Marcel og teamet hans bruker, er svinghjulet for byrålønnsomhet. Det står helt sentralt i prosessen de bruker i konsulentoppdrag, i hvordan de tenker på produktet sitt, og i hvordan de i utgangspunktet tenker på å forbedre lønnsomheten i byrået. [15:02]
- Det første steget i svinghjulet er å definere prosessen for hvordan du estimerer og arbeider i byrået ditt, og deretter definere strukturen for hvordan disse estimatene skal se ut. [15:20]
- Den andre delen av rammeverket handler om det kvalitative. [17:43]
- De neste to stegene er å møte teamet regelmessig for å gjennomgå det dere har oppdaget i datasettene. Den fjerde delen handler så om å lage en backlogg over prosessforbedringer som dere kan prioritere og gjennomføre. Det vil igjen gjøre estimatene mer nøyaktige. [18:23]
Og selvfølgelig er det det viktigste for ledelsen eller byrået: at folk bruker mindre tid på overtid, fordi tidsfristen sjelden er fleksibel.
Marcel Petitpas
- Prosjektretrospektiver: På slutten av et prosjekt setter du av tid til å samle alle som arbeidet med prosjektet i samme rom, snakker om hva som skjedde og bruker dette til å informere backloggen for prosessforbedringer. [22:06]
Prosjektleder er en av de stillingstitlene der du ikke aner hva den betyr i ett byrå sammenlignet med et annet.
Marcel Petitpas
- Som prosjektleder kommer du til å bli trukket i den retningen der det er svakest når det gjelder innspillene du trenger for å sette sammen prosjektplanen. [27:08]
- For mye prosess vil begrense kreativiteten og kvaliteten på arbeidet, men litt prosess forbedrer det faktisk betydelig fordi det gir deg et rammeverk å arbeide innenfor. [32:33]
- Det som er gjennomførbart fra et dataperspektiv, er å definere et par standardfaktorer som påvirker kompleksiteten i arbeidet innenfor fasene dine eller i et prosjekt. [34:49]
Du må begynne å ta tid fra kalenderen i arbeidstiden før du begynner å ta tid utenfor arbeidstiden.
Marcel Petitpas
- Realiteten er at du bør kunne drive en svært lønnsom virksomhet med en netto fortjenestemargin på 25-30% ved årets slutt og en utnyttelsesgrad på 65%. Det bør være ditt årlige nettomål, og du bør ikke ha problemer med å være lønnsom på dette utnyttelsesnivået. [39:17]
Jeg er lei og forbannet over at folk tror det er greit å jobbe de ansatte i hjel og ofre hele privatlivet deres fordi det bare er sånn denne bransjen er, for det stemmer ikke.
Marcel Petitpas
- Hvis du driver et rent time- og materialbyrå og fakturerer for hver time teamet ditt arbeider, er ja, utnyttelsesgrad det viktigste måltallet ditt. [41:32]
- Utnyttelsesgrad kan ikke være det eneste måltallet du ser på, fordi det ikke forteller hele historien. Faktisk kan det tilsløre og trekke oppmerksomheten din bort fra det faktum at du egentlig bare setter flere mennesker på problemet i stedet for å løse det faktum at du ikke er effektiv når det gjelder å tjene inntekter i byrået. [42:24]
- Det er viktig å være bevisst på hvordan du strukturerer dataene dine, slik at du ikke trenger å gjøre en masse arbeid for å sammenligne dem når du henter ut en tidsregistreringsrapport og et estimat og legger dem ved siden av hverandre. [47:07]
- Marcels verktøykasse for byrålønnsomhet inneholder regneark, rammeverk, ressurser og videoer som veileder deg gjennom hvert trinn i svinghjulet. [51:00]
Om gjesten:
Marcel Petitpas er administrerende direktør og medgrunnlegger av Parakeeto, et programvareselskap som hjelper byråer med å øke lønnsomheten ved å generere nøyaktige, datadrevne estimater på sekunder ved hjelp av deres eksisterende tidsregistreringsdata.
Han er også fraksjonert COO hos Gold Front, et prisbelønt kreativt byrå i San Francisco som arbeider med merkevarer som Uber, Slack, Keap og flere.
Han er også foredragsholder og konsulent, og spesialiserer seg på optimalisering av byrålønnsomhet – han hjelper byråer og tjenestebedrifter i rask vekst med å oppnå maksimal lønnsomhet og kontantstrøm i virksomheten.
Når han ikke hjelper byråer med å tjene mer penger, ser han sannsynligvis på «The Office» eller «Parks and Rec» på en endeløs loop og spiser frokostmat til hvert måltid på dagen.
Hvis du driver noe mer i retning av et digitalt byrå med et fundament i webdesign og -utvikling, bør målet ditt være å komme ganske konsekvent innenfor en feilmargin på 10 %.
Marcel Petitpas
Ressurser fra denne episoden:
- Bli med i Digital Project Manager-fellesskapet
- Få Parakeetos verktøykasse for byrålønnsomhet
- Les mer om Parakeeto
- Ta kontakt med Marcel på LinkedIn
Relaterte artikler og podkaster:
- Om podkasten
- Artikkel som viser fasene i prosjektstyringens livssyklus & hvorfor de er viktige
- Artikkel som forklarer den ultimate veiledningen til prosjektbudsjetter
- Video om hva smidig prosjektstyring er
- Podkast om å bygge og skalere prosjektstyringsteam
Les transkripsjonen:
Vi prøver ut å transkribere podkastene våre ved hjelp av et program. Tilgi eventuelle skrivefeil, ettersom roboten ikke er korrekt 100 % av tiden.
