Группа процессов исполнения

Стандарт компетенций менеджера проектов (ICB) Международной ассоциации управления проектами (IPMA) упоминается о том, что сопровождение процесса построения команды должно включать в себя определенные действия:

- формирование (forming) - развитие общего понимания цели, причастности и принадлежности к проекту;

- бурление (storming) - назначение и балансировка ролей, ответственностей и задач, помогающих в контроле, принятии решений и выхода из конфликтов;

- нормализация (norming) - построение открытого диалога о возможности членов работать в команде;

- фасилитация деятельности (performing) - развитие нужных взаимодействий для достижения выдающихся результатов, расформировывание команды, документирование результатов работы и прменение «выученных уроков» к будущим проектам [1].

Формирование состава команды за границами данного стандарта, однако, в нем упомянута необходимость не только разработки ролей, но и принятия их на себя членами команды, задача функциональной балансировки команды.

Руководство по управлению инновационными проектами и программами для предприятий (P2M), развиваемое Ассоциацией проектных менеджеров Японии (PMAJ) не выделяет управление командой в отдельную область знаний, однако, раскрывает вопрос формирования команды в рамках реализации управления сообществом. Концепция организационного сообщества - специфическая практика, поддерживающая и стимулирующая творческий процесс [28].

Управление сообществом -- это набор действий, направленных на инициирование, проектирование, определение, переопределение и поддержание сообщества, основанного на интеграции человеческой, культурной и информационной платформ, развитии организационной компетенции (технологической зрелости) во всей программе и увеличении ценности платформ. Платформа человеческих ресурсов охватывает профессионалов и специалистов программы, использующих и совершенствующих знания, и обладающих глубокими аналитическими способностями, и способствует формированию команд с сильными лидерами, полномочия членов которых основываются не на делегировании власти, а на мотивации, сотрудничестве и вознаграждении [28].

Управление сообществом реализуется по двум направлениям - это формирование сообщества и управленческая деятельность в рамках сообщества. При формировании сообщества решаются задачи уменьшения влияния изменений окружения и их адаптации к миссии, задачам, политике и регламентам программы. Управленческая деятельность затрагивает структуру организации, ее систему управления и реализуется как в самом сообществе, так и при взаимодействии его с окружением [28]. Таким образом, неявно процесс формирования состава команд, находит отражение и в этой методологии.

Команды, разрабатывающие программное обеспечение более продуктивны в среде слабо формализованного процесса управления. В руководстве по использованию Scrum Кена Швабера и Джеффа Сузерланда упоминается, что команда проекта проектируется так, чтобы увеличить гибкость, креативность и продуктивость, однако, не упоминаются функции Scrum мастера, обслуживающие эту задачу. Возможно, это объясняется тем, то Scrum является, во-первых, фреймворком для создания продукта, а не методологией управления, что определяет акценты раскрываемых тем, а во-вторых, следует идеалогии эксперимента, что можно экстраполировать и на подбор команды [67].

В целом, процессы формирования команды проекта, включая набор команды, со стороны менеджера проекта или специалиста по управлению человеческими ресурсами недостаточно освещены в методологиях управления проектами, при этом совершенствование деятельности на этих фазах управления человеческими ресурсами может помочь ускорить процесс движения команды к фазе активной деятельности, от которой зависит успех проекта.

1.4. Анализ существующих факторных моделей эффективной команды и методик формирования состава команды ИТ-проекта

Формирование состава команды по-прежнему остается одним из самых часто используемых способов повышения эффективности команды, наряду с обратной связью, опережая проведерие тренингов и замещение персонала [22]. Формирование состава команды не следует понимать как единовременный процесс, так как состав команды может меняться. Внесение изменений в состав команды может происходить в связи с изменением необходимого состава компетенций в команде, расширением команды, выходом одного или нескольких участников.

Для формирования состава команды проекта могут использоваться следующие методы: предварительное назначение, переговоры, набор (отбор) персонала. Набор (отбор) персонала представляет собой принятие решений на основе входных данных, связанных с информацией о кандидате [22]. Согласно ряду руководств и стандартов в области управления проектами (PMBOK, ICB, Scrum) и программами (P2M) формирование команды является частью процесса управления проектом [1, 22, 28, 67]. В целом, проектные методологии сосредоточены на описание процесса управления командой, в то время, как набор команды упоминается, но не раскрывается в полной мере.

Существующие модели формирования состава команды ИТ-проекта. Принятая в организации или в рамках проекта система подбора и расстановки персонала, система оценки персонала, а также выбор конкретного менеджера проекта, как и членов команды так же, как и выявленные факторы, оказывают значимое влияние на успех проекта и эффективность работы команды [23, 51].

Для ИТ-проектов существует опробированная модель назначения участников на функциональные роли на основе требуемых компетенций для решения задач при разработке программных продуктов. Применение модели к реальному поиску кандидатов для участия в проекте через поиск соответствия существующих и требуемых компетенций показало позитивное влияние использования этого критерия на параметры результата проекта (Acuсa, Juristo, 2004). Другая модель позволила выявить роли и сочетание ролей, которые позитивно и негативно влияют на ее эффективность (Rajendran, 2005) [49].

Каждый формальная модель отбора имеет способ и меру измерения каждого параметра, опираясь на существующие типологий и классификации, и имеет критерии сочетания типов. Правила сочетаемости индивидуальных характеристик разработаны для ролевого набора (Raymond М. Belbin, 1981) [25, 30], для характеристик психических процессов - MBTI-типы (Katharine C. Briggs, Isabel B. Myers, 1917) [3, 25], характера - модель «большой пятерки» качеств (Big Five personality traits / five factor model (FFM)) (Ernest Tupes, Raymond Christal, 1961) [42], но для ряда факторов нет однозначного ответа на вопрос, какие пропорции значений фактора обеспечат нужную гомогенность (схожесть) или гетерогенность (разнообразие) его в команде.

Для ролей существует несколько классификаций:

а) по направленности роли - роли, ориентированные на выполнение задач команды, на создание/поддержание работы команды; индивидуальные роли (нефункциональные)) [24];

б) по основной функции - например, типология R. М. Belbin: роли действия (action roles, action oriented roles) - творец (sharper), исполнитель (implementer, company worker), завершающий, доводчик, реализатор (completer finisher); роли анализа (mental roles, thought oriented roles) - генератор идей (plant), критик (monitor-evaluator), специалист, эксперт, аналитик (specialist); социальные роли (social roles, people oriented roles) - председатель, координатор (coordinator, chairman), командный игрок (team worker), добытчик ресурсов (resource investigator) [25, 30];

типология Макгерисона и МакКанна: советчик (reporter-adviser), инноватор (creator-innovator), исследователь (explorer-promoter), аналитик-реализатор (assessor-developer), организатор (thruster-organizer), доводчик (concluder-producer), инспектор (controller-inspector), поддерживающий качество (upholder-maintainer) [34]);

в) по типу поведения - типология Р. Барреры: руководители (directors), «всеобщие друзья» (socializers), «личные друзья» (relaters) и мыслители (thinkers) [24].

Решение об отборе конкретных участников команды может выполняться на основе минимально полной модели команды (методика R. М. Belbin) и выбранных стратегий, например, поддержания равного соотношения ролей каждой категории.

Личностные психологические характеристики также имеют хорошо разработанную базу моделей и методик оценки параметров, в исследованиях встречаются:

- определения типов личности на основе анализа свойств психологических процессов Майерс-Бриггс (Myers-Briggs Type Indicator (MBTI)), методика оценки личности Кейрси (Keirsey Temperament Sorter (KTS)) [30];

- определение свойств характера на основе использования личностного опросника Г. Айзенка; модели «большой пятерки» качеств (Big Five personality traits / five factor model (FFM)) [42].

Для определения индивидуальных характеристик участника команды по персональным характеристикам и компетенциям используются модели Роджера и Д. Манро-Фрейзера [25].

После определения шкалы выполняется определение значения каждого критерия для конкретного потенциального участника команды. Проанализированы примеры использования методов самооценки - психологическое тестирование [30]; эксперной оценки - метод Делфи [30]; семантического анализа - лингвистический анализ письменных сообщений [43]. Самая неординарная попытка найти способ идентификации индивидуально-психологических характеристик через анализ особенностей исходного кода разработчиков программного продукта во время сеансов парного программирования пока не закончилась успехом [42].

Анализ социальных сетей (Social Network Analysis, SNA) как метод формирования состава команды. «Так же как рентгеновские лучи пронизывают тело для изучения скелета, так же и SNA позволяет изучить структуру взаимодействий в команде» [51]. Метод помогает исследователям анализировать связи и характеристики группы, основываясь на атрибутах (свойствах) участников (акторов) и связями между акторами.

Концепция социальной сети появилась с 1930 гг. с введением теоретиками гештальт-психологии понятия социограммы с изображением отношений (ties / edges) между акторами (nodes / vertices) для выявления лидеров групы и изолированных участников [6]. Оформление модели сетевого анализа было завершено в 1950 гг., с этого времени она активно используется для анализа отношений родства, дружбы и соседства [53]. В сферу менеджмента анализ социальных сетей вошел с предложением концепции сетевой организационной структуры в начале 1970 гг., после чего началось проведение исследований, касающихся формальных связей в сетевых структурах организаций. C 1990 гг. метод начинает активно применяться для исследований процессов обмена и трансформации знаний, движения ресурсов, поиска консенсуса в рамках групп организаций, последние две декады SNA становится способом анализа взаимоотношений и между организациями и более крупными объединениями [52].

Динамика публикационной активности по методу SNA резко возрасла в 2008-2009 гг., с 2012 г. наблюдается тенденция сохранения интереса к данному методу на достигнутом уровне [28]. Наиболее активно SNA применяется для анализа расписания, рисков, сети коммуникаций, качества (в части обмена знаниями), влияний стейкхолдеров, наименьшее использование метода характерно для областей управления персоналом и поставками [28].

Резкий рост частоты проводимых исследований в 2009-2010 гг. возможно был связан с повышением доступности большого объема данных через доступ к накопленным базам информационного обмена. Впервые коммуникации посредством анализа письменных сообщений, передаваемых через интернет, анализировались еще в 1950-гг, однако, первое современное исследование было проведено в 2005 г [53]. В настоящий момент активно исследуются реальные приложения социальных сетей (Facebook) и обмена сообщениями (Twitter), также анализируются базы данных научных журналов и цитатные базы данных [32]. Решение проблемы генерации данных для исследования позволяет рассматривать не только структурные особенности сети, но и динамику ее изменения.

Для анализа связей в виртуальном пространстве метод SNA может быть органично сочетаем с методами веб-аналитики (анализ веб-статистики, логов посещений ресурсов), контент- и лингвистическим анализом (экспорт и разбор данных) [32]. Данные возможности очень значимы для применения метода анализа социальной сети к изучению команды ИТ-проекта, беря во внимание высокую активность использования интернет-ресурсов участниками подобных команд, что, однако, не всегда относится к использованию традиционных средств общения и информационного обмена. Для изучения поведения ИТ-специалистов может быть более полезным анализировать взаимодействие через профессиональные интернет-сообщества - форумы, средства организации командной работы (Application Lifetime Manager tool), средства хранения исходного кода (Version Control System), особенно в проектах разработки открытого программного обеспечения.

Анализ социальных сетей предполагает использование терминов своей предметной области, вычисление метрик (Network structure measures (NSM)) и их последующий анализ. Для этого были приведены в соответствие понятия предметной области управления командой терминам теории сетевого анализа, результаты приведены в Прил. 6; а также факторов эффективности команды и метрик, применяемых в анализе социальных сетей, результаты приведены в Прил. 7 [6, 8, 35].

Характеристика нескольких значимых исследований по построению и верификации модели отбора команды с использованием SNA, опубликованных в период 2011-2016 гг. приведена в Прил. 8. [33, 35, 43, 51]. Так как значимых исследований по формированию команд ИТ-проектов очень незначительное количество, в выборку включены модели формирования состава команд для других сфер.

Наиболее интересным является метод решения задачи формирования состава команды в рамках существующей социальной сети (Team Formation Problem explicitly in-corporating Social Structure (TFP-SS)) [35]. Согласно приложению метода социальных сетей в область командообразования, команда проекта является кластером (cluster) в структуре сети организации или профессионального сообщества. Выявление и анализ особенностей существующих клик (cliques) сети позволит решить задачу формирования состава команды не через отбор отдельных кандидатов, а через отбор уже существующих сильно-связанных элементов.

Другие методы формирования состава команды. В настоящий момент проводятся исследования, построенные по принципу поиска синергий и по обратному принципу минимизации факторов несовместимости, что упрощает построение модели успешной команды, но снижает ее качество [30]. Для первого метода применяются аналогичные методики рассчета и анализа параметров команды на основе значений индивидуальных свойств, суждений, поведения, например, социометрия [31, 38]. Для анализа связей между объектами с разными значенями критериев встречается использование моделей нечеткой логики (fuzzy model) [51] и методов статистического [42], имитационного [41], компьютерного [35] и сетевого [33, 35, 43, 51] моделирования.

Метод кейс-стади уступает в популярности количественным методам исследования факторов эффективности команды из-за сохранения фактора субъективности, однако, метод применяется, например, в исследовании методик набора спортивных команд на базе опыта взаимодействия игроков с другими участниками (на основе сетевого моделирования) и относится в большей степен к характеристике небольшой выборки данных [33].

Характеристика нескольких значимых исследований по использованию и верификации модели отбора команды, опубликованных в период 2011-2016 гг. приведена в Прил. 9 [16, 18, 28]. В ходе анализа научных статей и диссертаций выявлено, что на сегодняшний день не существует методик отбора кандидатов для проекта по разработке программного обеспечения в гибкой команде, бы учитывали одновременно свойства взаимоотношений и индивидуальные характеристик участников команды и доказали бы свою эффективность по сравнению с результатами других методик. Однако, есть исследования, посвященные построению, верификации, и сравнению эффективностей моделей отбора участников в других профессиональных областях проектной деятельности [49].

Практическое применение методов формирования состава команды. В настоящее время на практике используются следующие методы отбора персонала: «классическое трио» (анкеты, интервью, рекомендации), биографии, оценочные тесты, психологические тесты. Неоднократно доказывалось, что традиционное интервью не дает достоверных результатов (20% достоверности); оценочные центры (отслеживающие показатели труда), психометрические тесты, биография, структурированные собеседования являются более точными методами отбора (30-50%). Наиболее эффективными можно считать тесты когнитивных способностей, тесты профессиональной пригодности, тестирования технических навыков и тесты, моделирующие ситуации с необхолимостью вербальной трансляции процесса решения (60% достоверности), и оценочные центры, создаваемые для продвижения сотрудников (70% достоверности). Однако, оценочные центры затратны в использовании и применимы в отношении небольшого числа сложных и предъявляющих высокие требования работ [9, 42, 49].

Несмотря на многооразие исследований по факторам организационных, социальных и психологических факторов отбора команды ИТ-проекта, на практике достаточное внимание уделяется только факторам способностей отдельных участников, недооценивается фактор совместимости и взаимосвязей между участниками команды. Управление человеческими ресурсами как практическая область нуждается в выборе более современного подхода с учетом успешных свойств существующих методов.

Выводы по главе 1

В первой главе была определена терминологическая база объекта исследования - команды ИТ-проекта: даны определения понятий с социально-психологической и проектно-методологической точек зрения, определен термин эффективной команды, его структура и связь с понятием успеха проекта и показана роль формирования состава (набора) команды в процессе формирования команды.

Команда выходит за рамки традиционной рабочей группы, и именно гибкая команда ИТ-проекта отвечает понятию «команда» в организационной психологии. Эффективность гибкой команды ИТ-проекта определяется качеством продукта (удовлетворенностью заказчика) и качеством процесса разработки программного обеспечения (удовлетворенностью команды).

Многообразие и изменяемость факторов эффективности команды с точки зрения группового взаимодействия, свойств групповой динамики по Kurt Z. Lewin и совместимости индивидуально-психологических характеристик по структуре личности К.К. Платонова доказывают сложность создания эффективной команды.

Проблема формирования эффективного состава команды с учетом синергий и взаимоотношений участников активно разрабатывается последние тридцать лет, однако, на данный момент все еще не в полной мере сформулирован характер влияния индивидуально-психологических и характеристик взаимодействия участников на эффективность команды.

При рассмотрении групповых параметров основное внимание уделяется фактору сплоченности, но не затрагиваются свойства иерархии сети взаимоотношений и посредничества при взаимодействиях, не рассматриваются подгруппы в отношении лидерства в команде. Кроме того, недостатком проводимых исследований является использование для учета параметров групповой динамики субъективных оценок взаимоотношений, не основанных на конкретных фактах взаимодействий.

Использование индивидуально-психологических характеристик в методиках отбора не носит системного характера: отдается предпочтение части свойств физических процессов, за границами рассмотрения остается отношение к себе (самооценка, «образ Я»), элементы направленности личности. Кроме того, для ИТ-команд не рассматривается совместное влияние социально-психологических характеристик участников и позиций участников в структуре взаимодействий команды на эффективность команды.

Для ИТ-проектов существует апробированная модель назначения участников на функциональные роли на основе требуемых компетенций (Acuсa, Juristo, 2004) и на основе ролей и сочетаний ролей, которые позитивно и негативно влияют на ее эффективность (Rajendran, 2005). Однако, на сегодняшний день не существует методик отбора кандидатов для проекта по разработке программного обеспечения в гибкой команде, которые бы учитывали одновременно свойства взаимоотношений и индивидуальные характеристик участников команды и доказали бы свою эффективность по сравнению с результатами других методик.

В следующей главе будет представлена методика и результаты исследования дополнительных факторов эффективности команды ИТ-проекта.

ГЛАВА 2. Связь индивидуальных характеристик и взаимоотношений участников с эффективностью команды ИТ-проекта

Постановка задачи исследования. Цель проводимого исследования - определить значимость связи (силы влияния) факторов эффективности команды (индивидуально-психологических особенностей и взаимоотношений) для гибких ИТ-команд с учетом системного подхода к структуре личности и характеристикам социального взаимодействия.

Теоретическая база модели исследования. Для преодоления недостатков результатов предыдущих исследований факторов эффективности ИТ-команд, а именно неполноты и отсутствия системности в наборе исследуемых факторов, при выборе структуры факторов учитываются как индивидуально-психологические характеристики по структуре личности К.К. Платонова [61], так и факторы группового взаимодействия и групповой динамики по Kurt Z. Lewin [13].

Параметры модели исследования. Каждый блок раздела раскрывает концепцию свойства или фактора команды с его теоретическим обоснованием. Далее будут рассмотрены зависимые переменные: эффективность команды и успех проекта, прокси-переменные, объясняющие зависимые: удовлетворенность результатом заказчика, удовлетворенность работой команды и независимые переменные: размер команды, интеллектуальный капитал команды, ролевой набор команды, направленность личности участников команды, сплоченность, упровень кооперации и уровень признания лидера команды.

Эффективность команды и успех проекта. Успех проекта (project success) - интегральный показатель оценки параметров результата проекта [1, 49], определяется оценкой достижения всех целей [39] и набором параметров результата проекта (project performance): затраченное время, ресурсы, бюджет, сравнимое с ожидаемыми или средними по типу проекта [22], фактом достижения бизнес-целей и создания бизнес-ценности [39]. Для гибких команд ИТ-проектов, в которых результатом деятельности команды является продукт, определяющий цель проекта, параметры результата команды (team performance) в данном исследовании условно приравнены к параметрам результа проекта (project performance) [30, 42].

Удовлетворенность результатом заказчика и удовлетворенность работой команды. Параметры результатов команды (team performance) могут быть описаны через результативность команды (team effectiveness) и эффективность команды (team efficiency). Результативность команды - соответствие качества продукта (product quality) исходным ожиданиям [44]. Для гибкой командной разработки, где продукт определяется и изменяется вместе с заказчиком, качество продукта может измеряться удовлетворенностью заказчика. Эффективность команды - соответствие качества проекта (project quality) исходным ожиданиям, под качеством проекта понимается качество процесса, индивидуальная удовлетворенность процессом и результатами проекта [49]. Таким образом эффективность гибкой команды ИТ-проекта определяется удовлетворенностью заказчика результатом команды и удовлетворенностью команды результами своего труда.

Размер команды - размер группы, достаточный для выполнения задачи проекта [29] и не позволяющий уменьшить количество взаимодействий и объем помощи, оказываемой участниками проекта другу другу, не приводящий к размыванию ответственности [24, 26]. Максимальный комфортный размер команды - не более 5-10 человек, что соответствует понятию малой группы [23, 26, 67]. Исследования показывают, что размер команды влияет на эффективность команды, однако, о характере влияния размера сложно сказать однозначно. Малые команды, как правило, не располагают достаточной вариативностью индивидуальных характеристик, а большие - досточным уровнем самоорганизации. При балансе ролей большая команда тоже может быть успешной [30]. Понятие комфорта работы в команде связывается с отрицательным влиянием размера на удовлетворенность работой команды. Рассмотрим силу влияния фактора размера на удовлетворенность работой команды ИТ-проекта (H1).

H1. С увеличением размера команды снижается удовлетворенность работой команды.

Интеллектуальный капитал команды - суммарный набор компетенций (team capability), знаний [22, 36, 42, 52], умений [46], навыков навыков [22, 34, 36, 42, 52], способностей команды (knowledge, skills, abilities) [22, 46, 50], включая их разнообразие и разнообразие с ними связанных рабочих задач [7, 34, 51]. В литературе упоминается значимость влияния на интеллекутальный капитал уровня образования [1, 41], таланта [51], наличия обязательных и желательных компетенций [9], в том числе: учебно-познавательных, для ИТ-проектов - технических (знания технических аспектов, навыков программирования) [49], коммуникативных (умение слушать, сопереживать, умение найти точки соприкосновения) [21], экспертизы [41], скорости и объема выполняемой работы [41].