Nem todo throughput alto significa fluxo saudável

Entre um período e outro, a equipe percebe um aumento no throughput e passa a interpretar esse crescimento como um sinal claro de melhoria na produtividade e eficiência do fluxo. O volume maior de entregas gera sensação de superação e evolução, reforçada por indicadores aparentemente positivos e pela percepção de que o time está produzindo mais.

No entanto, ao analisar com mais profundidade, percebe-se que muitas dessas entregas já estavam em andamento há bastante tempo e apenas foram concluídas naquele período. Com isso, o aumento da vazão mascara um problema: alta variabilidade no lead time das demandas. O resultado é uma ilusão de eficiência, onde a alta vazão esconde um fluxo lento, atrasado e com baixa previsibilidade.

O que é throughput?

O Throughput é a métrica que mede quantas entregas foram concluídas em um período específico (dias, semanas, meses e etc.).

Por meio da vazão das entregas do sistema, a métrica demonstra se o fluxo está fluindo, travando ou acumulando trabalho.

O cenário detrator

O throughput da equipe vinha oscilando entre 3, 6 e 2 entregas mensais, até que, no último período houve um aumento de 228%, com uma vazão de 12 itens, e a equipe adotou esse novo volume como referência de capacidade para os meses seguintes. No entanto, um ponto de atenção passou despercebido: A equipe não observou que o lead time dos 12 itens concluídos era instável e maior que o período de medição do throughput (30 dias), revelando um acumulo de trabalho envelhecido e uma evolução apenas pontual na vazão.

Observação: Não é uma regra que o lead time esteja dentro da janela de medição do throughput. Fluxos de trabalho com itens complexos ou com alta variabilidade terão lead times superiores ao período de cadência da vazão. No entanto, quando o lead time supera o intervalo de medição do throughput, esse dado passa a atuar como um sinal de alerta, indicando a necessidade de uma análise sobre o comportamento do fluxo de trabalho.

Este cenário teve origem em jan/2024, a partir de experiências práticas vivenciadas no contexto descrito.

Então… devo considerar o valor do lead time médio na interpretação do throughput?

Sim. Sempre!

Um throughput isolado mostra quantidade de entregas concluídas, mas não revela quando o trabalho começou nem quanto tempo levou para fluir. Sem considerar o lead time, a interpretação da métrica pode ser totalmente distorcida.

Vamos analisar o histórico de vazão abaixo, considerando um período de medição de 30 dias, como exemplo:

• Mês 01: 03 entregas
• Mês 02: 06 entregas
• Mês 03: 02 entregas
• Mês 04: 12 entregas

Cenário 01: Throughput inflado com lead time variável.

Lead time dos 12 itens concluídos (em dias corridos): 12, 18, 25, 34, 41, 52, 63, 70, 15, 22, 48, 55

Neste caso:

• Vários itens levaram mais de 30 dias para serem concluídos
• Alta variabilidade
• Lead time médio ≈ 38 dias

O volume de 12 entregas foi consequência da liberação de trabalho envelhecido em um sistema com lead time alto e variável.

Cenário 02: Throughput alinhado com lead time estável.

Lead time dos 12 itens concluídos (em dias corridos): 08, 09, 11, 10, 07, 09, 12, 08, 10, 09, 11, 08

Neste caso:

• Lead time dentro do período de medição do throughput
• Baixa variabilidade
• Lead time médio ≈ 9,3 dias

A nova média se sustenta porque o lead time é estável e o sistema não depende da liberação de trabalho acumulado.

Na prática…

Em sistemas estáveis, o lead time tende a ser previsível e, idealmente, menor que o período de observação utilizada para medir o throughput. Quando o lead time supera esse período, é fundamental verificar sua variabilidade antes de interpretar os dados ou tomar decisões.

Conclusão

Um aumento pontual de throughput não significa ganho de capacidade. Quando o lead time é alto e instável, a vazão pode estar apenas refletindo a liberação de trabalho acumulado, gerando uma falsa percepção de desempenho. Por outro lado, quando o lead time é estável e previsível, o throughput tende a representar a capacidade real do sistema. Portanto, analisar throughput sem considerar a estabilidade do lead time pode levar a decisões equivocadas sobre desempenho e planejamento.

Exemplo:

Considere uma equipe de trabalho com o seguinte histórico de throughput mensal (últimos 8 meses): 2, 5, 3, 4, 6, 18, 5, 4

À primeira vista, o período com 18 entregas pode sugerir um aumento significativo de capacidade. Para avaliar se houve, de fato, uma mudança estrutural, realiza-se uma análise de estabilidade temporal.

1. Média do período: ≈ 5,9 itens/mês
2. Média sem o pico (18): ≈ 4,1 itens/mês

A diferença revela forte dependência de um único evento.

• O patamar de 18 entregas não se repete nos meses seguintes (5 e 4).
• A série apresenta oscilação elevada e ausência de padrão consistente.

O mês com 18 entregas caracteriza-se como um evento isolado e não como uma nova capacidade sustentável. A estabilidade do throughput permanece próxima de 4 a 6 itens por mês, indicando que o pico não representa uma mudança estrutural no sistema, mas uma variação pontual dentro de um fluxo instável.

Lição de casa

Faça um teste simples:

Se o seu fluxo de trabalho mantém um histórico de throughput distribuído ao longo de múltiplos períodos, realize uma análise de estabilidade temporal calculando a média, o desvio padrão e a média móvel dos dados. Identifique a presença de picos isolados ou oscilações recorrentes e avalie se o desempenho recente representa uma mudança estrutural ou apenas um evento isolado. Verifique se o novo patamar de entregas se sustenta por períodos consecutivos e se a variabilidade do throughput é compatível com um sistema previsível.