Integrazione di modelli predittivi e iterativi

Il project management ibrido si riferisce alla personalizzazione dell’approccio di gestione di un progetto in cui, invece di aderire rigidamente a un modello predittivo Waterfall (a cascata) oppure iterativo Agile, i team di progetto selezionano strategie proprie dei due modelli per adattarle alle loro necessità.

Ad esempio, in alcune organizzazioni viene impiegato un approccio predittivo a livello di programma, ma all’interno di questo, alcuni team sviluppano il loro lavoro attraverso iterazioni (sprints) secondo un modello agile.

Questa logica può funzionare molto bene e può costituire una formula adatta a team che hanno stili di lavoro ed esigenze diverse.

Le iterazioni sono perfette per lo sviluppo di soluzioni software mentre una solida struttura Waterfall a livello di programma globale può fornire la governance e le aspettative di pianificazione di cui il management necessita.

E’ quindi lecito attendersi una crescita progressiva dell’utilizzo di approcci ibridi data la maggiore flessibilità consentita dall’integrazione di modelli predittivi e iterativi.

Attualmente la situazione è ancora fortemente polarizzata tra realtà legate ad approcci predittivi per la specificità del contesto in cui operano (es. engineering & construction) e realtà che si possono giovare di approcci iterativi (es. sviluppo software e nuove tecnologie).

Ciò è quanto risulta dal recente rapporto “Pulse of the Profession – 2021” del Project Management Institute.

Il rapporto consente anche di interrogare i dati per vedere come gli intervistati di diversi settori di mercato hanno risposto alla domanda sulla percentuale di progetti che hanno gestito e completato utilizzando modelli predittivi, iterativi o approcci ibridi.

Si nota anche una differenza tra chi opera negli USA e chi opera in Europa dove maggiore è la tendenza a rimanere legati a modelli predittivi a cascata.

Occorre naturalmente dire che, mentre esistono standard e linee guida per ciascuno dei due approcci, non esistono ancora linee guida per gli approcci ibridi perché troppo recente è ancora l’esperienza della loro applicazione e non ci sono ancora basi sufficienti per tracciare delle best-practices.