Agosto, 2025 - Kanban & l'arte della Maratona

Pillole di Kanban applicato: una soluzione controintuitiva per muoversi più velocemente nelle strettoie autostradali

La settimana scorsa ho parlato delle inefficienze e dei potenziali miglioramenti nella gestione del flusso autostradale. Chiunque viaggi in autostrada ha anche familiarità con il frustrante fenomeno delle strettoie dovute ai lavori: due corsie che convergono in una, creando code interminabili, ingorghi e il classico “stop-and-go”. Questo scenario, dove i veicoli si fermano e ripartono continuamente, è una delle esperienze più stressanti per gli automobilisti. Tuttavia, esiste un metodo controintuitivo che promette di migliorare significativamente l’efficienza del flusso e ridurre i tempi di attesa per tutti.

Il problema del comportamento comune

Il comportamento comune che si osserva in prossimità di una strettoia è il seguente: la corsia destinata a terminare si svuota progressivamente. Vedendo spazio libero, molti automobilisti in questa corsia accelerano per superare il maggior numero possibile di veicoli. Arrivati al punto di immissione, dove la corsia finisce, sono costretti a frenare bruscamente per inserirsi nell’altra. Questo inserimento improvviso obbliga anche i veicoli nella corsia con via libera a frenare, creando l’effetto domino che genera l’ingorgo e le continue fermate e ripartenze. Si ha l’illusione di guadagnare tempo accelerando e inserendosi all’ultimo, ma in realtà questo comportamento peggiora la situazione per tutti.

La soluzione controintuitiva: rallentare per andare più veloci

L’efficienza del traffico in queste situazioni può essere drasticamente migliorata adottando un approccio radicalmente diverso. Si tratta di applicare un concetto controintuitivo:

Scegliere la corsia giusta in anticipo: non appena si individua la corsia destinata a terminare, invece di usarla per superare la fila e cercare di inserirsi all’ultimo, oppure inserirsi da subito nella corsia che ha la via libera, restare o spostarsi nella corsia che terminerà.
Mantenere la stessa velocità: una volta che ci si trova nella corsia destinata a terminare, la chiave è procedere esattamente alla stessa velocità del veicolo che si trova nella corsia adiacente (quella con via libera).
Resistere alla tentazione: è fondamentale resistere alla tentazione di accelerare e di superare i veicoli della corsia adiacente per infilarsi nella strettoia prima di loro. Allo stesso modo, bisogna ignorare l’eventuale pressione degli automobilisti che seguono, che volendo superare potrebbero spazientirsi, suonare il clacson o lampeggiare con i fari.
L’effetto “svuotamento”: se questa strategia viene adottata con sufficiente anticipo, si noterà che lo spazio davanti a voi nella corsia destinata a terminare si svuoterà. Contemporaneamente, la corsia adiacente, non più intasata da continui inserimenti improvvisi, inizierà a scorrere più fluidamente e i veicoli ad accelerare.
Immissione fluida: mantenendo la stessa velocità del veicolo di fianco, quando si arriva al punto di immissione obbligatoria, i veicoli nella corsia con via libera avranno già guadagnato un po’ di velocità e si saranno distanziati. A quel punto, rallentando leggermente e spostandosi, sarà possibile inserirsi tra due veicoli in modo molto più agevole, permettendo a tutti di proseguire il viaggio più rapidamente.

L’origine della soluzione e la base teorica

Questa soluzione non nasce da studi accademici, ma dall’osservazione empirica. Personalmente la ho appresa osservando alcuni camionisti che la applicano, i quali, avendo una prospettiva più elevata della strada e probabilmente una maggiore esperienza osservando il flusso del traffico, hanno evidentemente compreso questa dinamica controintuitiva.

Come sempre in Svizzera, ho visto invece una soluzione simile applicata in modo sistematico: in ciascuna corsia è posto un semaforo e il verde si accende in alternanza, trasformando in una pratica governata la soluzione empirica che ho descritto più sopra.

In termini più tecnici, entrambe le soluzioni applicano una pratica comune al metodo Kanban e, più specificamente, il concetto di WIP limit (limite al lavoro in corso). Limitare l’accesso (ovvero, rallentare il flusso in entrata e impedire che le auto si ammassino all’ultimo secondo) serve a dare ordine al flusso stesso. Il risultato è un sistema che, una volta ordinato, inizia a scorrere più velocemente.

La prossima volta che incontrerete una strettoia in autostrada, provate questo esperimento (sempre rispettando il codice della strada). Potreste scoprire, con vostra sorpresa, che rallentare in questo modo non solo riduce lo stress, ma vi permette di attraversare l’ingorgo in modo significativamente più rapido ed efficiente per voi e per tutti gli altri.

Ho pubblicato originariamente questo articolo per il portale Kanban Help, al quale collaboro insieme al collega Luca Gambetti.
Visita Kanban Help – www.kanban.help – per conoscere gli strumenti formativi e di coaching che ti possono aiutare a introdurre il metodo Kanban nella tua azienda.

Pillole di Kanban applicato: inefficienze e potenziali miglioramenti nella gestione del flusso autostradale italiano

Un anno fa ho scritto un articolo su come gli svizzeri utilizzano gli stessi principi del metodo Kanban per far funzionare meglio le autostrade e ottimizzarne il flusso. In questo articolo voglio condividere invece alcune osservazioni personali sulle autostrade italiane, raccolte durante un recente viaggio. Ho voluto approfondire il modo in cui vengono gestiti i flussi di traffico e devo dire che alcuni aspetti mi hanno colpito in modo particolare.

L’altro giorno, percorrendo la tratta Bologna–Milano in un giorno feriale – con un traffico piuttosto intenso di camion – mi sono saltati all’occhio alcuni aspetti interessanti che avevo già avuto modo di osservare in altre occasioni.

La tratta a quattro corsie (Bologna-Modena): lo spreco di un quarto della capacità

Tra Bologna e Modena, l’autostrada presenta quattro corsie. Ecco cosa ho notato, e chiunque passi di lì può confermarlo:

I camion tendono a stare sulla prima corsia.
Occasionalmente, alcuni camion si spostano sulla seconda corsia per superarne un altro.
La terza corsia è di gran lunga la più occupata; sembra che molti automobilisti siano abituati a stare nella corsia di mezzo quando ce ne sono tre, e si spostano nella terza (quella prima della corsia di sorpasso) quando ce ne sono quattro.
La quarta corsia, quella di sorpasso, è semi-intasata da macchine che superano.

L’effetto più sorprendente, tuttavia, è stato che la seconda corsia era sostanzialmente vuota. C’era un certo traffico, eppure se ci si spostava dalla terza alla seconda corsia e si manteneva una velocità costante, anche di 130 km/h, si poteva procedere quasi senza ostacoli. Questo mi ha fatto riflettere su un problema enorme: una perdita di capacità di quasi un quarto. Su quattro corsie, averne una vuota significa che il 25% della capacità dell’autostrada non viene utilizzata, il che è semplicemente assurdo.

La tratta a tre corsie (dopo Modena): colli di bottiglia costanti

Dopo Modena, l’autostrada si riduce a tre corsie, e anche qui ho riscontrato problemi nella gestione dei flussi:

La prima corsia è dedicata ai camion.
La seconda è la più intasata, dove si trova la maggior parte dei veicoli.
La terza è per il sorpasso.

Il guaio arriva quando un camion decide di superarne un altro. Si sposta in seconda corsia, e questo crea immediatamente un collo di bottiglia. Chi si trova in seconda corsia, viaggiando tipicamente a 110-120 km/h, frena o tenta di spostarsi a sinistra per superare. Questo blocca i veicoli più veloci che arrivano sulla terza corsia e dovrebbero superare, generando un intasamento.

Ho osservato che se un camion che va a 80-90 km/h viene superato da un altro che va poco più veloce, possono volerci diversi chilometri e un tempo considerevole prima che il sorpasso si completi. Questo mantiene il collo di bottiglia attivo per un periodo prolungato, con conseguenti ingorghi.

La causa profonda: mancanza di governo del flusso

Sia nel caso delle quattro corsie con lo spreco di capacità, sia in quello delle tre corsie con i continui ingorghi, il malfunzionamento dell’autostrada è chiaramente dovuto a una mancanza di governo del flusso. Sono convinto che se il flusso fosse gestito, come fanno gli svizzeri, la capacità dell’autostrada potrebbe essere sfruttata molto meglio.

Ipotesi di soluzioni basate sul modello svizzero:

È importante premettere che alla base di qualsiasi soluzione c’è, da un lato, la volontà di gestire il traffico e, dall’altro, la disponibilità degli automobilisti ad accettare tale gestione. In ogni caso, le possibili soluzioni dovrebbero includere le seguenti opzioni:

Per le quattro corsie: si dovrebbe fare in modo che tutte le corsie siano occupate e che la velocità sia costante per ciascuna corsia. In questo modo, non si creerebbero ingorghi a sinistra (terza e quarta corsia) e non ci sarebbe una corsia completamente vuota. Questo significa in qualche modo “obbligare” i guidatori a occupare maggiormente la seconda corsia e a procedere in modo regolare. Questo porterebbe a una stabilizzazione del flusso, esattamente come fanno gli svizzeri.
Per le tre corsie: è fondamentale regolare meglio il flusso dei camion. Impedire sorpassi lunghissimi e lenti potrebbe prevenire la formazione di colli di bottiglia che durano per chilometri e minuti preziosi.

È importante sottolineare che tutte queste osservazioni sono state fatte in un giorno che non era classificato come “bollino nero” o nemmeno “bollino rosso”. L’autostrada era scorrevole, seppur con alcuni singhiozzi. Ma sarebbe bastato un minimo di traffico in più – anche senza arrivare a un giorno da “bollino rosso” – per creare il classico fenomeno delle code a tratti.

In conclusione, credo che un intervento sulla gestione e il governo del flusso sia essenziale per ottimizzare l’utilizzo delle nostre autostrade, rendendole più efficienti e meno soggette a ingorghi. In gran parte, si tratterebbe semplicemente di far rispettare le regole già esistenti, come spiega in modo molto chiaro il video della Polizia Stradale disponibile a questo link.

Pillole di Kanban applicato: Ferragosto alle terme

Quest’anno, durante le ferie, ho deciso di approfittare per fare qualche giornata di cure termali.

Quando ho chiamato per prenotare, l’operatrice mi ha chiesto subito giorni e orari precisi in cui pensavo di andare. Io ricordavo dalla volta precedente che, in realtà, potevo presentarmi liberamente. Ma lei, agenda alla mano, ha insistito: “Per prenotare bisogna fare così”.

Così ho scelto 12 date, sempre al mattino presto.
Arriva il giorno della prima inalazione: mi presento all’accettazione e chiedo se posso cambiare orario. La risposta mi sorprende:
“Può venire quando vuole. La tessera registra la sua presenza, le stampa il ticket, e lei fa l’inalazione.”

E così ho iniziato a gestire da solo il mio flusso: a volte andavo in orari diversi, altre volte in giorni non previsti. Il sistema funzionava sempre, indipendentemente dal mio arrivo. Al massimo, in giornate più affollate, aspettavo 5 minuti in coda.

Solo in quel momento ho capito: quella “prenotazione” iniziale non era un vincolo reale, ma una capacity reservation. Serviva a stimare il carico di lavoro giornaliero, per poter gestire le code e garantire un servizio fluido.

In altre parole: Kanban in azione, anche in un contesto apparentemente lontano dal lavoro e dalla produttività.

Un semplice impianto termale mi ha ricordato due lezioni importanti del Kanban:

Visualizzare la capacità disponibile prima che il lavoro arrivi.
Mantenere flessibilità per adattarsi alla domanda reale, senza creare colli di bottiglia

E mentre respiravo il vapore delle inalazioni, ho pensato: a volte la gestione del flusso non è solo un concetto aziendale… è una filosofia che ti segue anche in vacanza.

Buon Ferragosto!

Un aggiornamento sul Personal Capacity Planning: una pratica che aumenta la produttività dei team Kanban

Questo articolo è la traduzione in italiano di un articolo già precedentemente pubblicato in inglese su questo blog.
Link all’articolo originale.

Ho già introdotto in un precedente articolo la pratica del Personal Capacity Planning, potete leggere il mio precedente articolo qui. In questo articolo spiego meglio come funziona, come ottenere una visione aggregata della capacità del team e come utilizzarla per definire i limiti WIP dei flussi di lavoro.

La pratica della Personal Capacity Planning aiuta i singoli individui e il team nel suo insieme a riflettere sul fatto che il flusso di lavoro necessita di limiti WIP perché la capacità produttiva del team è limitata, e questo perché la capacità di ciascun membro del team è limitata. Questa è la realtà.

Esempio di capacità di team calcolata sulla base della capacità personale

Quindi inizio al contrario, chiedendo a ciascun membro del team di annotare una stima della propria capacità settimanale, come se fosse una previsione di programma suddivisa in slot. In genere mi chiedono se si tratta di un programma che devono seguire e io rispondo invariabilmente che no, non è un programma, ma serve solo a riflettere su come utilizzano il loro tempo e, cosa più importante, a rendersi conto che, se non tengono conto dei limiti fisici del tempo che possono effettivamente dedicare al flusso di lavoro (o ai diversi flussi di lavoro in cui sono coinvolti), l’analisi delle capacità del sistema che effettuano, ad esempio in STATIK, si rivela un puro e semplice esercizio teorico.

Chiedo quindi loro di aggregare le previsioni di capacità settimanali individuali in una previsione di capacità settimanale del team e di iniziare a immaginare come suddividere tale capacità tra i diversi flussi di lavoro. L’ultimo passo è immaginare quali limiti devono porre a ciascun flusso di lavoro WIP in base alla capacità assegnata allo stesso flusso di lavoro, perché devono sopravvivere e non vogliono lavorare straordinariamente ogni settimana, giusto? Questo può essere fatto nell’ambito di una retrospettiva di team o di una Flow Review e il risultato è simile a quello mostrato nella figura (esempio di un team IT).

Nella mia esperienza, questa pratica ha sbloccato l’uso dei limiti WIP e, dopo un po’ che lo utilizzano, le persone sono contente della sua introduzione – e ci ritroviamo ad avere limiti al WIP e flussi stabili.

A un livello di maturità più elevato, la sto ancora utilizzando nelle Service Delivery Review per aiutare i team a riflettere su come bilanciare e riequilibrare i flussi di lavoro regolando i limiti al WIP, nonché per supportare pratiche più avanzate come i sistemi di prenotazione dinamica della capacità, le simulazioni di forecast e i forecast. È importante, tra l’altro, continuare a ricordare al team e sottolineare che non si tratta di un programma, ma che il suo scopo è quello di essere un mezzo per riflettere sulla capacità effettiva del sistema di flusso di lavoro al fine di impostare limiti al WIP corretti.

Revealing real workflows: a data-driven journey in HR process improvement

In the dynamic world of Human Resources, particularly within large organisations, managing complex processes like onboarding and recruiting can quickly become a significant challenge. This article delves into a transformative experiment conducted within the HR department of a 3,000-person social cooperative in Italy. The core innovation was the application of data mining to reveal and analyse the reality of operational workflows, an approach that proved crucial in an environment struggling to maintain predictability and efficiency. Despite the availability of legacy information systems, their underutilization and a reliance on manual processes—such as using Excel files for bulk onboardings—made it very difficult to gain a clear understanding or provide reliable delivery predictions to the business.

The initial landscape: unpredictability and manual overload

The organisation, which is frequently involved in public tenders, was under great pressure to onboard and offboard large numbers of employees quickly. This led to a situation where the HR department’s workflows were difficult to manage and legacy information systems were only partially utilised. For example, manual Excel files were the norm for bulk onboarding.

Early efforts focused on gaining control:

Workflow mapping: the first step involved visually mapping the existing HR workflows in a “low tech, high touch” manner.
Manual measurement: key steps were identified for measurement, and data was manually collected in an Excel file. Initial samples revealed that onboarding lead times scattered wildly from 1 to 96 days, with no discernible pattern. This made it impossible for HR to provide reliable delivery promises to the business.
Bottleneck identification: analysis of data quickly pointed to the contract signature step as a major bottleneck, mirroring the overall process’s pattern. This step, involving remote digital signatures, was dramatically improved by addressing underlying issues.
Improved predictability: after fixing the bottleneck, predictability significantly improved, with over 91% of onboardings delivered within eight days.
Evolving with Kanban: to further mature the system, the team adopted an electronic Kanban board, to be able to implement more Kanban practices and automatically collect metrics. The same approach was also successfully extended to the Recruiting workflow.

Over the course of a year, the Kanban method yielded impressive results, achieving 97% of onboardings within six days and 82% of recruitments within ten days. The full story of these initial achievements can be read in the Kanban in HR case study on the Kanban+ portal.

Nevertheless, despite the improvements, a persistent challenge remained: the department continued to collect data on a sample basis rather than constantly. They were reluctant to fully adopt the new Kanban tool due to the perceived additional overhead of using a new tool alongside their existing legacy systems.

The core problem: a labyrinth of disparate systems

The HR department’s operations were spread across a highly heterogeneous and scattered set of legacy systems. These included:

A Microsoft Form feeding into an Excel file.
A dedicated recruiting application.
An onboarding application.
An HR payroll application.
An external regional employment information system (crucial for legal compliance and the definition of done).

While some systems had overnight batch integrations, there was no unified view of the entire end-to-end workflow. Attempting to collect comprehensive data manually from these systems was a difficult, as each system exported data differently.

The experiment: a data lake to the rescue

Recognizing the need for comprehensive, continuous measurement, an experiment was launched using Algorilla, a knowledge discovery platform. This platform, originally developed to enable IT executives to gain control over corporate IT architectures, triggered a valuable insight: a ‘gold mine of data’ already existed within the logs and timestamps of the legacy systems that could be exploited to evolve the Kanban system.

Algorilla functions as a data lake system, capable of collecting heterogeneous data sources, combining them into an analyzable format and displaying them on dashboards. The premise was simple yet revolutionary: if the system could reveal in real time what was truly happening within complex IT infrastructures, it could do the same for business processes.

The proof of concept involved feeding data from all five disparate HR systems into Algorilla. The platform was designed to:

Ingest data from various formats, including Excel files, database exports, and even PDF receipts.
Combine and analyze these diverse data points to reconstruct the real workflow.
In the future, automated agents could directly collect data from databases without manual exports.

Revealing the reality: key outcomes

The implementation delivered unprecedented clarity and insights:

Comprehensive data analysis: for the first time, the HR department could analyze all historical data, not just samples, providing an accurate picture of how workflows were really working.
End-to-end visibility: the platform enabled analysis of the entire recruiting-to-onboarding workflow, as well as detailed insights into individual process steps.
Real-time monitoring: workflows were visualized with real-time Work-In-Progress (WIP) counts per step and average step durations. Dashboards included the typical Kanban metrics such as Throughput, Lead Time Distribution and Cumulative Flow Diagrams.
Anomaly detection: the system helped identify outliers and unusual situations, such as what was nicknamed Speedy Gonzales’ hire, which was completed in minutes, suggesting retrospective data entry to catch up with forgotten system updates.
Workflow correction: data analysis even corrected misinterpretations of the workflow itself. For example, the data revealed that payroll registration occurred before regional system registration, a sequence previously not fully understood.

A game changer for organisations bound by legacy systems

This approach can prove particularly valuable for organisations that rely on legacy systems. It enables them to analyse and enhance their processes without incurring the additional overhead associated with maintaining a separate Kanban system tool. As it works with existing data, it is perfectly aligned with the principle of ‘start with what you do now‘.

Planned future enhancements to the platform include the ability to display policies and flow efficiency on the dashboard, as well as the option to set up alerts for infringements of WIP limits. This will further embed Kanban practices and empower organisations to optimise their operations.

In essence, the experiment demonstrated that by strategically collecting and analyzing existing data from disparate legacy systems, organisations can uncover the true reality of their workflows, identify hidden inefficiencies, and make data-driven decisions. They can then leverage such information to expedite the evolutionary development of their Kanban system to achieve significant workflow improvements in a shorter timeframe.