Nuestro Camino con Métricas de Flujo

Autor Invitado - Jose Molina | Optimizador de Flujos de Trabajo y Colaborador de la Comunidad ProKanban.org

Estuve trabajando con un equipo que comenzó a ser cuestionado por la organización por no cumplir con lo “comprometido” en los sprints. La organización tenía como referencia principal el porcentaje de finalización, ya fuera en puntos de historia o en número de ítems dentro del sprint, en lugar de enfocarse en alcanzar el Sprint Goal. En nuestro caso, esas métricas de “compromiso” solían estar por debajo del promedio de otros equipos, incluso cuando cumplíamos el objetivo del sprint.

Lo más curioso era que, a pesar de eso, éramos el equipo con mayor flujo de publicaciones a producción y siempre cumplíamos con los compromisos reales. Algo no cuadraba: la forma en que se nos evaluaba no reflejaba el valor que entregábamos ni nuestro ritmo real de trabajo.

Fue entonces cuando decidí introducir las métricas de flujo.

 Lo que descubrimos

Empezamos a medir nuestro Throughput y, para sorpresa de todos, era consistente. Usar percentiles, especialmente el Percentil 85, nos permitió entender nuestro ritmo real y profundizar en por qué, en ocasiones, algunos ítems se nos iban en tiempo (bloqueos, dependencias, falta de claridad...).

Focalizarnos en la importancia del WIP y el Aging, establecer límites, y priorizar terminar antes que empezar, fue otra gran ayuda para reducir la complejidad, sobre todo cuando trabajábamos en una misma rama.

Cada vez más empezamos a ver el trabajo como un flujo constante, más allá de los hitos artificiales de inicio y cierre de sprint. Esto nos ayudó a entender por qué muchas entregas no coincidían con esos cortes, pero sí mantenían una cadencia saludable.

Y dando un paso más, implementamos simulaciones de Monte Carlo, lo que cambió por completo cómo respondíamos a la eterna pregunta: ¿cuándo estará listo?

Del miedo a la comprensión

Introducir las flow metrics no fue un camino sencillo. Al principio, el equipo sentía que esto era una especie de micromanagement basado en tiempos. Por ejemplo, había cierta resistencia emocional respecto a los Story Points, una práctica muy defendida por los desarrolladores frente a estimaciones más directas en días.

Como todo cambio en la forma de trabajar, nos tocó hacer mucha pedagogía: explicaciones, visualizaciones y, sobre todo, conversaciones. Poco a poco, el equipo fue entendiendo que estas métricas no eran para evaluarlos, sino para ayudarnos a mejorar como equipo y defender nuestra forma de trabajar, enfocada en objetivos de negocio más que en “cumplir” todo lo comprometido.

Lo que realmente ayudó fue mostrar, por ejemplo, que un ítem estimado en 2 puntos tenía más del 85% de probabilidad de completarse en 6 días o menos. Al descubrir esas correlaciones, se volvió evidente que podíamos basarnos en datos estadísticos propios en lugar de suposiciones. Y eso lo hizo todo mucho más fluido.

También ayudó ver que, sin importar en qué estuviéramos trabajando, había una alta probabilidad de que completáramos alrededor de 11 ítems cada dos semanas. Esa estabilidad trajo confianza.

Algunos ejemplos de uso

Incorporamos colores de Aging WIP en nuestro tablero de Jira para visualizar fácilmente qué estaba tardando más de lo habitual, pintando las tarjetas según su edad y activando los “días en columna”. Fue una herramienta poderosa para enfocar la conversación en: “¿por qué esto está estancado?”

Con la estabilidad ganada, el uso de Monte Carlo por fechas se convirtió en una herramienta de planificación aceptada y respetada por toda la organización. Poder decir: “ Esto lo podemos entregar con un 50% de probabilidad el 10 de marzo, con un 85% el 22 de marzo, y con un 95% el 6 de abril”, fue muy bien recibido. El lenguaje de fechas y probabilidades resultó mucho más intuitivo para el negocio que hablar de puntos o tareas.

Herramientas que usamos

• Datos exportados desde Jira
• Hojas de cálculo en Excel
• Jira Flow Companion
• ActionableAgile para visualizaciones para montecarlo
• Un agente de ChatGPT para gráficos personalizados y análisis más profundos
  

¿Fue buena idea incorporar Flow metrics?

Si, sin duda alguna, el uso de las flow metrics nos ayudó a conocer mejor nuestra forma de trabajar. Nos dio visibilidad para ver dónde teníamos oportunidades de mejora y también qué cosas ya funcionaban bien y valía la pena seguir potenciando.
Hemos ganado en confianza para afrontar nuevos retos, y la capacidad de saber que éramos un equipo estable, predecible y confiable. Pero, sobre todo, nos permitió hacer ver al resto que lo importante no es “completar todo a tiempo”, sino mantener un flujo constante de entrega de valor.

Si estás buscando más claridad, más estabilidad y conocer mejor cómo trabaja tu equipo, te animo a dar el paso. Incorpora las flow metrics.

Autor Invitado - Jose Molina | Optimizador de Flujos de Trabajo y Colaborador de la Comunidad ProKanban.org

‍