ในการศึกษาคลาสสิกเรื่องความคลาดเคลื่อนในการวางแผน นักศึกษาจิตวิทยาถูกถามว่าจะส่งวิทยานิพนธ์เกียรตินิยมเมื่อไหร่ และถูกถามด้วยว่าจะส่งเมื่อไหร่ "ถ้าทุกอย่างแย่ที่สุดเท่าที่จะเป็นไปได้" ราวครึ่งหนึ่งพลาดแม้กำหนดกรณีเลวร้ายสุดนั้น

กรณีเลวร้ายสุดที่คุณจินตนาการ ไม่ใช่กำหนดที่ปลอดภัย

คำตอบสั้น ๆ: ความคลาดเคลื่อนในการวางแผน (planning fallacy) คือแนวโน้มที่จะประมาณเวลาของงานตัวเองต่ำเกินไป แม้รู้ว่างานคล้ายกันเคยล่าช้ามาก่อน Daniel Kahneman และ Amos Tversky ตั้งชื่อนี้ในปี 1979 มันเกิดจากการพยากรณ์จากแผนในหัว แทนที่จะดูว่างานแบบนี้เคยใช้เวลาจริงเท่าไหร่ และความจำที่หดอดีตให้สั้นลง การปรับแก้ที่สร้างจากเวลาจริงที่บันทึกไว้มีงานวิจัยรองรับ และสูตรในที่นี้ประกอบมันเข้าด้วยกัน: บันทึกงานสิบชิ้น หามัธยฐานของอัตราส่วนเวลาจริงต่อค่าประมาณ แล้วคูณค่าประมาณตามสัญชาตญาณครั้งถัดไปด้วยค่านั้น

ความคลาดเคลื่อนในการวางแผนคืออะไร

มันคืออคติในแง่ดีในการพยากรณ์งานของคุณเอง คุณคาดว่างานชิ้นถัดไปจะเร็วกว่าไม่กี่ชิ้นก่อนหน้า ทั้งที่รู้ว่าที่ผ่านมามันช้าเกิน Kahneman และ Tversky บัญญัติคำนี้ในปี 1979 และ Roger Buehler (2019) ผู้เขียนหลักของการศึกษาคลาสสิกปี 1994 นิยามมันว่า การประมาณงานต่ำเกินไป "ทั้งที่รู้ว่างานคล้ายกันในอดีตมักใช้เวลากับพวกเขานานกว่านั้นมาก"

มีสองรายละเอียดที่ทำให้นิยามของความคลาดเคลื่อนในการวางแผนคมขึ้น หนึ่ง มันเกี่ยวกับงานของ ตัวคุณเอง: ใน Buehler, Griffin and Ross (1994) ผู้สังเกตการณ์ที่พยากรณ์เวลาเสร็จของคนอื่นกลับประมาณไว้สูงเกิน สอง มันไม่ใช่เรื่องแปลกของเมกะโปรเจกต์ บทสรุปของ Buehler เจอมันทั้งในงานบ้านและการสร้างรถไฟฟ้าใต้ดิน ครอบคลุมทุกบุคลิกภาพและวัฒนธรรม

ตัวอย่างความคลาดเคลื่อนในการวางแผน: สิ่งที่การศึกษาคลาสสิกค้นพบ

โดยเฉลี่ย นักศึกษาใช้เวลามากกว่าค่าคาดเดาที่ดีที่สุดของตัวเองราว 64% และราวครึ่งหนึ่งพลาดแม้กรณีเลวร้ายสุดของตัวเอง

Buehler, Griffin and Ross (1994) โทรศัพท์หานักศึกษา 37 คนในภาคการศึกษาสุดท้ายของหลักสูตรวิทยานิพนธ์เกียรตินิยม ในบรรดา 33 คนที่ส่งงานขณะที่นักวิจัยยังเก็บบันทึกอยู่ ค่าคาดเดาที่ดีที่สุดเฉลี่ยคือ 33.9 วัน เวลาจริงเฉลี่ยคือ 55.5 วัน ค่าคาดกรณีดีที่สุดเฉลี่ย 27.4 วัน กรณีเลวร้ายสุดเฉลี่ย 48.6 วัน ซึ่งเร็วกว่าเวลาจริงราวหนึ่งสัปดาห์ แม้ช่องว่างนั้นไม่มีนัยสำคัญทางสถิติ มีเพียง 29.7% ที่เสร็จทันค่าประมาณที่ดีที่สุดของตัวเอง

อีกสองผลลัพธ์ในบทความนั้นสำคัญต่อการแก้ปัญหามากกว่าพาดหัวเสียอีก

ค่าประมาณไม่ใช่สัญญาณรบกวน เวลาที่พยากรณ์กับเวลาจริงมีความสัมพันธ์กันที่ r = .77 นักศึกษาที่คาดว่าจะใช้เวลานานกว่าก็ใช้เวลานานกว่าจริง ค่าคาดเดาพกข้อมูลจริงมาด้วย — มันแค่เลื่อนตำแหน่ง ไม่ใช่สุ่ม — และนั่นคือสิ่งที่ทำให้ตัวคูณปรับแก้เป็นไปได้

แค่ระลึกถึงอดีตไม่พอ ในการศึกษาที่ 4 นักศึกษา 123 คนพยากรณ์ว่าจะทำงานคอมพิวเตอร์ราวหนึ่งชั่วโมงเสร็จเมื่อไหร่ การให้นึกถึงงานก่อนหน้าก่อนพยากรณ์ไม่สร้างความต่างที่มีนัยสำคัญ: 38.1% เสร็จทันตามที่พยากรณ์ เทียบกับ 29.3% ในกลุ่มควบคุม

นักศึกษาที่ถูกพา เชื่อมโยง ความทรงจำเหล่านั้นเข้ากับงานใหม่ — ถ้างานชิ้นนี้ดำเนินเหมือนงานทั่วไปของคุณ มันจะไปตกที่เมื่อไหร่ — ทำได้ถึง 60.0% และค่าพยากรณ์เฉลี่ย (7.0 วัน) ตรงกับเวลาเสร็จเฉลี่ย (7.0 วัน) ผู้เขียนยังคงเรียกคำพยากรณ์เหล่านั้นว่า "ไม่ได้แม่นยำขึ้น" ในเชิงสัมบูรณ์ ค่าเฉลี่ยขยับ แต่การกระจายไม่ขยับ

Kahneman เล่าเวอร์ชันจากอาชีพของเขาเองใน Kahneman and Lovallo (1993) ทีมของเขากำลังเขียนหลักสูตรการตัดสินใจให้โรงเรียนมัธยมอิสราเอล สมาชิกเขียนประมาณการลงแผ่นกระดาษว่า 18 ถึง 30 เดือนกว่าจะได้ร่างสมบูรณ์ จากนั้นเขาถามผู้เชี่ยวชาญหลักสูตรของทีมว่าทีมที่เทียบเคียงกันได้เคยเป็นอย่างไร: ราว 40% ไม่เคยทำเสร็จ และที่เหลือไม่มีทีมไหนใช้น้อยกว่าเจ็ดปี ทีมของเขาเสร็จในอีกราวแปดปีต่อมา

กฎของ Hofstadter: ความคลาดเคลื่อนในการวางแผน แบบเรียกซ้ำ

กฎของ Hofstadter มาจากหนังสือ Gödel, Escher, Bach (1979) ของ Douglas Hofstadter ในบทว่าด้วยโครงสร้างและกระบวนการแบบเรียกซ้ำ: "มันใช้เวลานานกว่าที่คุณคาดเสมอ แม้คุณจะคำนึงถึงกฎของ Hofstadter แล้วก็ตาม" บริบทคือหมากรุกคอมพิวเตอร์ ผู้คนเคยบอกว่าแชมป์โลกที่เป็นคอมพิวเตอร์อยู่อีกสิบปี และสิบปีต่อมา มันก็ยังดูห่างออกไปมากกว่าสิบปี

มันอ่านเหมือนมุกตลกเรื่องการเรียกซ้ำ และข้อมูลวิทยานิพนธ์ก็เข้ากับมัน: นักศึกษาที่ถูกบอกให้จินตนาการว่าทุกอย่างพังก็ยังพลาดกำหนดนั้นราวครึ่งหนึ่ง การบวกเผื่อด้วยความรู้สึกเป็นทางหนีที่อ่อน เพราะส่วนที่บวกเผื่อมาจากมุมมองภายในตัวเดียวกับที่สร้างค่าประมาณ คุณคิดเอาชนะกฎของ Hofstadter ไม่ได้ แต่คุณเลิกเดาตัวปรับแก้แล้ววัดมันแทนได้

ทำไมมันถึงเกิด

ส่วนใหญ่เพราะคุณพยากรณ์จากแผน ไม่ใช่จากประวัติ และประวัติที่คุณจำได้ก็สั้นเกินไปอยู่แล้ว

คุณวางแผนจากข้างใน Kahneman and Lovallo (1993) แยกวิธีพยากรณ์ไว้สองแบบ มุมมองภายในสร้างฉากทัศน์จากแผนตรงหน้า มุมมองภายนอกเมินรายละเอียดแล้วถามว่าเคสแบบนี้เคยลงเอยอย่างไร คนเราใช้แบบแรกโดยปริยาย: ในการศึกษาแบบ think-aloud ของ Buehler 74% ของสิ่งที่นักศึกษาพูดระหว่างพยากรณ์คือเรื่องงานจะดำเนินอย่างไร และมีเพียง 7% ที่เกี่ยวกับประสบการณ์ในอดีตที่เกี่ยวข้อง

คุณหาข้ออธิบายให้อดีต นักศึกษากลุ่มเดียวกันยกความพลาดของตัวเองในอดีตให้ "ปัจจัยที่ค่อนข้างเป็นภายนอก ชั่วคราว และเฉพาะเรื่อง" ครั้งก่อนเป็นไข้หวัด ครั้งนี้จะไม่เป็นแบบนั้น

ความจำของคุณหดอดีตให้สั้นลง Roy, Christenfeld and McKenzie (2005) ทบทวนงานวิจัยเรื่องระยะเวลาและเสนอคำอธิบายเชิงความจำ: "คนดูเหมือนจะประมาณระยะเวลาของเหตุการณ์ในอนาคตต่ำเกินไป เพราะพวกเขาประมาณระยะเวลาของเหตุการณ์ในอดีตต่ำเกินไป" ถ้าพวกเขาถูก นั่นน่าอึดอัด เพราะแม้แต่มุมมองภายนอกที่ทำอย่างขยันขันแข็งแต่สร้างจากความจำ ก็รับอคตินั้นมาด้วย ผมเห็นมันในการตรวจเวลา 30 วันของตัวเอง ที่ประชุมซึ่งผมจำได้ว่า 15 นาที กลับกลายเป็น 40 นาทีอยู่เรื่อย

คุณเริ่มโปรเจกต์ที่ดูง่าย Halkjelsvik and Jørgensen (2018) ชี้ว่าค่าประมาณในแง่ดีทำให้คุณมีแนวโน้มเริ่มงานมากขึ้น และคุณจะได้เรียนรู้ว่าตัวเองพลาดแค่ไหนเฉพาะงานที่เริ่มแล้วเท่านั้น ระยะเวลาเบ้ขวาด้วย: งาน 2 ชั่วโมงอาจเลยไปหกชั่วโมงได้ แต่ไม่เคยเสร็จเร็วกว่านั้นหกชั่วโมง การเกินเวลาคือสิ่งที่คุณจำได้มากที่สุด

มันไม่ได้เป็นสากล งานสั้นมักไปอีกทาง บททบทวนของ Roy พบว่างานที่สั้นกว่าราว 5 นาทีมีแนวโน้มถูกประมาณสูงเกิน บททบทวนของ Halkjelsvik and Jørgensen พบว่างานซอฟต์แวร์เล็ก ๆ ไม่มีอคติหรือออกแง่ร้ายเสียด้วย ขณะที่โปรเจกต์ที่ใช้เวลาทำงานอย่างน้อย 100 ชั่วโมงมีการเกินเวลามัธยฐานราว 20% ความคลาดเคลื่อนนี้อาศัยอยู่ในงานที่ยาวพอจะสะสมสิ่งรบกวน

อะไรลดความคลาดเคลื่อนในการวางแผนได้

ในการศึกษาข้างล่าง วิธีแก้ที่ดึงระยะเวลาจริงในอดีตเข้ามาในค่าประมาณช่วยลดอคติหรือเพิ่มความแม่นยำ ส่วนการแตกงานย่อย (unpacking) ซึ่งแค่ให้คุณคิดกับแผนให้หนักขึ้น ให้ผลผสมผสาน

วิธี คุณทำอะไร หลักฐาน ข้อแม้
การพยากรณ์จากกลุ่มอ้างอิง พยากรณ์จากการกระจายของผลลัพธ์ในอดีตที่คล้ายกัน เพิ่มความแม่นยำในโปรเจกต์ก่อสร้างขนาดใหญ่ สำหรับงานส่วนตัวมัน "อาจให้ประโยชน์คล้ายกัน" (Buehler 2019) ต้องมีข้อมูลของงานที่เทียบเคียงได้
เชื่อมโยงอดีตกับปัจจุบัน ถามว่าจะเสร็จเมื่อไหร่ถ้านี้ดำเนินเหมือนงานทั่วไปของคุณ สัดส่วนที่เสร็จทันเวลาเพิ่มจาก 29% เป็น 60% (Buehler 1994, การศึกษาที่ 4) อคติลดลง แต่ความคลาดเคลื่อนสัมบูรณ์ไม่ลด
การแตกงานย่อย (unpacking) ลิสต์งานย่อย แล้วให้ยอดรวมเดียว ค่าประมาณยาวขึ้น อคติน้อยลงในการทดลองที่ 3–4 (Kruger and Evans 2004); โปรเจกต์ที่ใช้เช็กลิสต์ประมาณต่ำไปเฉลี่ย 10% เทียบกับ 38% เมื่อไม่ใช้ (Halkjelsvik and Jørgensen 2018) การลิสต์ขั้นตอนที่สั้นหรือช้าผิดปกติอาจ ลด ค่าประมาณลง (Hadjichristidis et al. 2014)
แก้ความจำด้วยระยะเวลาที่วัดจริง ค้นหาว่างานคล้ายกันเคยใช้เวลานานแค่ไหนก่อนประมาณ ข้อมูลป้อนกลับเพิ่มความแม่นยำในการทดลองทั้งสามครั้ง (Roy, Mitten and Christenfeld 2008) ต้องมีบันทึกที่คุณเชื่อใจได้

Buehler พูดตรง ๆ เรื่องต้นทุนของแถวแรกสำหรับบุคคลทั่วไป: ขั้นตอนแบบเต็มอาจ "มีประโยชน์ต่อคนสร้างรถไฟฟ้าใต้ดินมากกว่าคนทำแซนด์วิช" ส่วนถัดไปคือเวอร์ชันของคนทำแซนด์วิช

ค่าประมาณเทียบเวลาจริง: การพยากรณ์จากกลุ่มอ้างอิงฉบับส่วนตัวในงาน 10 ชิ้น

Flyvbjerg (2006) วางการพยากรณ์จากกลุ่มอ้างอิงไว้สามขั้น มันย่อลงเหลือคนเดียวกับสเปรดชีตหนึ่งไฟล์:

  1. เลือกกลุ่ม งานชนิดเดียวกันและขนาดคร่าว ๆ เดียวกัน เช่น งานพัฒนาที่คุณประมาณไว้ 1 ถึง 8 ชั่วโมง เกณฑ์ของ Flyvbjerg: "กว้างพอที่จะมีความหมายทางสถิติ แต่แคบพอที่จะเทียบเคียงกันได้จริง"
  2. สร้างการกระจาย สำหรับงานที่เสร็จแต่ละชิ้น เอาเวลาจริงหารด้วยค่าประมาณ Kahneman and Lovallo (1993) แนะนำอัตราส่วนจริงต่อแผนแบบนี้เพราะมัน "เปิดให้มีการเปรียบเทียบที่มีความหมายข้ามโปรเจกต์ที่หลากหลาย"
  3. วางตำแหน่งงานใหม่ คูณค่าประมาณตามสัญชาตญาณของคุณด้วยอัตราส่วนที่ระดับความมั่นใจที่คุณต้องการ

นี่คือเลขคณิตของงานเดโมสิบชิ้นที่ฝังอยู่ในเครื่องมือค่าประมาณเทียบเวลาจริงฟรี คลิก "or load 10 demo tasks" เพื่อทำตามได้ มันเป็นงานนักพัฒนาที่แต่งขึ้น ไม่ใช่ log จริงของใคร

งาน ค่าประมาณ (ชม.) เวลาจริง (ชม.) จริง ÷ ประมาณ
รีแฟกเตอร์ auth middleware 4 11 2.75
แก้เทสต์ที่แกว่งใน checkout 1 3.5 3.50
อัป Postgres เวอร์ชันย่อย 2 1.5 0.75
เขียนเอกสาร onboarding ใหม่ 6 9 1.50
ย้ายไป Tailwind 4 8 18 2.25
เพิ่ม dark mode ให้หน้า admin 3 5 1.67
แปล error messages เป็นภาษาท้องถิ่น 4 4.5 1.13
สืบสวน 500 บน prod 1 6 6.00
แดชบอร์ดเมตริก Q3 5 7.5 1.50
รีแฟกเตอร์โน้ต standup 1 0.5 0.50

เมื่อเรียงแล้ว อัตราส่วนจะเป็น 0.50, 0.75, 1.13, 1.50, 1.50, 1.67, 2.25, 2.75, 3.50, 6.00 มีสามตัวเลขที่ออกมาจากรายชื่อนั้น แต่ละตัวใช้คนละหน้าที่

  • มัธยฐาน สำหรับวางแผนงานหนึ่งชิ้น: (1.50 + 1.67) ÷ 2 = 1.58 งานที่สัญชาตญาณบอกว่า 3 ชั่วโมงจะเข้าไปในแผนเป็น 3 × 1.58 ≈ 4.75 ชั่วโมง ราว 4 ชม. 45 นาที นั่นคือโอกาสห้าสิบห้าสิบ: งานครึ่งหนึ่งของคุณควรเสร็จภายในค่านั้น เครื่องมือแสดงค่านี้เป็น ×1.58
  • เปอร์เซ็นไทล์ที่ 80 สำหรับคำสัญญา: ตัวที่ 8 ใน 10 อัตราส่วนที่เรียงแล้ว คือ 2.75 งานชิ้นเดียวกันกลายเป็น 3 × 2.75 = 8.25 ชั่วโมงเมื่อมีคนอื่นพึ่งพากำหนดนั้น นี่คือระดับที่ Flyvbjerg รายงานว่ากระทรวงคมนาคมสหราชอาณาจักรใช้: ยอมรับความเสี่ยงเกินเวลา 20% กับการลงทุนคมนาคมท้องถิ่นขนาดใหญ่
  • อัตราส่วนของยอดรวม สำหรับหนึ่งสัปดาห์: เวลาจริง 66.5 ชั่วโมง ÷ ประมาณ 35 = 1.90 งานที่ประมาณไว้ยี่สิบชั่วโมงหมายถึงงานราว 38 ชั่วโมง มัธยฐานเป็นเครื่องมือที่ผิดในที่นี้ Halkjelsvik and Jørgensen (2018) แสดงว่ามัธยฐานและค่าที่มีโอกาสที่สุดบวกกันไม่ได้ยอดรวมที่สมจริง และมีแต่ค่าเฉลี่ยที่พยากรณ์เท่านั้นที่ทำได้ อัตราส่วนของยอดรวมคือค่าเฉลี่ยถ่วงน้ำหนักด้วยค่าประมาณ เครื่องมือแสดงยอดรวมทั้งสองแบบ

มีเพียง 2 ใน 10 ชิ้นที่ตกภายใน ±25% ของค่าประมาณ สัดส่วน "ตรงเป๊ะ" ของเครื่องมือจึงอ่านได้ 20%

มีหนึ่งการตัดสินใจก่อนคุณจะบันทึกอะไร: คุณกำลังประมาณแรงที่ใช้หรือเวลาบนปฏิทิน? นักศึกษาของ Buehler พยากรณ์วันที่เสร็จ แอปติดตามเวลาวัดชั่วโมงทำงาน งาน 3 ชั่วโมงอาจใช้แรง 4.75 ชั่วโมงและกินสามวันบนปฏิทิน ดังนั้นเก็บสองอย่างนี้ไว้คนละกลุ่ม

เวลาจริงควรมาจากไหน

ถ้าคุณพิมพ์เวลาจริงจากความจำ อคติที่คุณพยายามแก้มันก็ไหลกลับเข้าไปในตัวปรับแก้ตรง ๆ Roy, Christenfeld and McKenzie (2005) เสนอว่าสำหรับงานสำคัญ "การเก็บบันทึกเวลาเริ่มและเวลาจบของงานอาจเป็นประโยชน์" การทดลองปี 2008 ของ Roy พบว่าคนพยากรณ์ได้ดีเมื่อพึ่ง "ไม่ใช่ความจำเรื่องระยะเวลาของงานในอดีต แต่เป็นการวัดระยะเวลาจริง"

บันทึกที่ซื่อสัตย์แบบไหนก็ใช้ได้ นาฬิกาจับเวลาแบบเริ่ม/หยุดก็ดีถ้าคุณกดเริ่มมันอย่างสม่ำเสมอ ปฏิทินกับเมลที่ส่งแล้วเพียงพอสำหรับวันที่เสร็จ

ผมทำ Timex แอปติดตามเวลาอัตโนมัติสำหรับ Mac และมันครอบคลุมฝั่งแรงที่ใช้โดยไม่ต้องมีปุ่มเริ่ม มันบันทึกแอปที่อยู่หน้าสุด ชื่อหน้าต่าง และ URL ของแท็บเบราว์เซอร์ที่ใช้งานอยู่ ทุกวินาที ลงไฟล์ SQLite ในเครื่องไฟล์เดียว วิธีดึงเวลาจริงของงานหนึ่งชิ้น:

  • ในแอป: กางแอปใน drill-down เพื่อดูชื่อหน้าต่างยอดนิยมพร้อมเวลา หรือลากคร่อมไทม์ไลน์ Today ตรงช่วงที่คุณทำงานนั้น แล้วอ่านยอดรวมที่กรองแล้ว
  • ด้วย SQL: เปิดไฟล์ใน SQLite viewer ฟรี แล้วรวมยอดตามสิ่งที่โผล่ในชื่อหน้าต่างหรือ URL เช่น ticket ID:
SELECT ROUND(SUM(duration) / 3600.0, 2) AS hours
FROM activity
WHERE title LIKE '%ACME-142%' OR url LIKE '%ACME-142%';

วางผลลัพธ์ลงเครื่องมือค่าประมาณเทียบเวลาจริงในฐานะเวลาจริง Timex ไม่ประมาณ ไม่วางแผน ไม่จัดตารางอะไรเลย มันป้อนเวลาจริงให้ และการประมาณยังอยู่กับคุณ มันเห็นแค่ Mac ของคุณด้วย สายโทรศัพท์หรือการระดมความคิดหน้าไวท์บอร์ดต้องใช้รายการที่เพิ่มเอง ซึ่ง Timex เสนอให้เมื่อคุณห่างไป 5 นาที

ข้อจำกัดอย่างซื่อสัตย์

ตัวคูณแก้ค่าเฉลี่ย ไม่ได้แก้การกระจาย การศึกษาที่ 4 ของ Buehler แสดงไว้แล้ว ข้อมูลป้อนกลับทำให้ความรู้สึกของคุณต่อการกระจายสมจริงขึ้น แต่ช้า ๆ

ในการศึกษาหนึ่งที่ Halkjelsvik and Jørgensen (2018) เล่าไว้ มืออาชีพซอฟต์แวร์ให้ช่วงความเชื่อมั่น 90% กับงาน 30 ชิ้น โดยเผยเวลาจริงหลังจบแต่ละชิ้น ช่วงเหล่านั้นครอบคลุมเวลาจริง 64% ใน 10 ชิ้นแรก 70% ใน 10 ชิ้นถัดไป และ 81% ใน 10 ชิ้นสุดท้าย นั่นสมจริงขึ้น แต่ยังต่ำกว่า 90% นี่คือเหตุผลที่ตัวเลขที่คุณสัญญาควรเป็นเปอร์เซ็นไทล์ที่ 80 ไม่ใช่มัธยฐาน

งานสิบชิ้นเป็นตัวอย่างขนาดเล็ก และกลุ่มก็เลื่อนไหล เปอร์เซ็นไทล์ที่ 80 ของสิบจุดขยับได้ถ้างานหนึ่งชิ้นเปลี่ยน ดังนั้นบันทึกต่อไปแล้วคำนวณใหม่ อย่าปนการแก้บั๊ก 1 ชั่วโมงกับการย้ายระบบสามสัปดาห์ งานที่สั้นมากอาจถูกประมาณสูงเกินอยู่แล้ว และเมื่อคุณเริ่มปรับแก้ สัญชาตญาณของคุณอาจเริ่มบวกเผื่อเอง การคำนวณใหม่จับตรงนั้นได้ด้วย

กฎของ Parkinson ดันไปอีกทาง งานขยายตัวเติมเต็มเวลาที่มี และ Halkjelsvik and Jørgensen ขยายมันเป็น "บวกอีกนิดหน่อย" ถ้าคุณตั้งตัวเลขเปอร์เซ็นไทล์ที่ 80 เป็นเป้าให้ตัวเอง ช่องว่างมักหายไป วางแผนวันของคุณที่มัธยฐาน สัญญาที่เปอร์เซ็นไทล์ที่ 80 และเก็บส่วนต่างไว้เป็นบัฟเฟอร์ที่มองเห็นได้นอกตัวงาน

สูตรนี้ประกอบขึ้นจากชิ้นส่วน แต่ละชิ้นมีหลักฐานรองรับ: มุมมองภายนอก การเชื่อมโยงอดีตกับปัจจุบัน ระยะเวลาที่วัดจริง ผมยังไม่เจองานศึกษาที่ทดสอบ "มัธยฐานของงานสิบชิ้นล่าสุดของคุณ" กับคนทำงานเชิงความรู้รายบุคคล จงมองตัวคูณของคุณเป็นค่าประมาณที่ดีที่สุดของตัวคุณเอง ณ ตอนนี้ ไม่ใช่กฎ

เริ่มจากสิบชิ้นถัดไป

เขียนค่าประมาณไว้ก่อนเริ่ม เอาเวลาจริงจากบันทึก ไม่ใช่จากความจำ หลังครบสิบชิ้น เรียงอัตราส่วนแล้วเอาตัวกลาง นาฬิกาจับเวลากับสเปรดชีตก็พอจะทำสิ่งนี้ได้

ถ้าไม่อยากกดนาฬิกาจับเวลา ดาวน์โหลด Timex แล้วบันทึกงานสิบชิ้นถัดไปของคุณกับมัน ช่วงทดลองคือกิจกรรมที่ติดตาม 100 ชั่วโมง ไม่ต้องใช้บัตรเครดิต

— DK