Rastreamento da Velocidade Ágil
- Proposto por
- Ken Schwaber and Mike Cohn
- Ano
- 2002
- Tipo
- measurement metric
- Família
- Project management
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
O rastreamento da velocidade mede a quantidade de trabalho (tipicamente pontos de história ou tarefas) que uma equipe completa em um sprint, permitindo o planejamento de capacidade, a previsão de lançamentos e a identificação de melhorias de processo.
Introduzida na metodologia Scrum por Schwaber (2002), a velocidade fornece dados empíricos para um planejamento de sprint realista e previsão do cronograma do projeto. As equipes usam as tendências de velocidade para identificar gargalos e validar melhorias de processo.
A intuição por trás do método
As equipes ágeis precisam saber: quanto trabalho podemos realizar por sprint? A velocidade responde a essa pergunta empiricamente. Ao medir o trabalho concluído em vários sprints, surgem padrões: velocidade estável sugere capacidade previsível; velocidade em declínio sugere problemas (excesso de compromisso, dívida técnica, interrupções externas); velocidade crescente sugere amadurecimento da equipe ou melhorias de processo. A velocidade previsível permite uma previsão precisa do projeto.
História
O Scrum, introduzido por Schwaber e Beedle (2002), formalizou o rastreamento da velocidade nas metodologias ágeis. O trabalho de Mike Cohn de 2005 sobre estimativa ágil popularizou o planejamento baseado em velocidade. Ferramentas modernas (Jira, Azure DevOps) automatizam o cálculo e a visualização da velocidade. Os debates continuam sobre se a velocidade é útil (verificação empírica da realidade) ou prejudicial (manipulação de métricas, pressão).
Quando usar
Aplicar o rastreamento de velocidade após estabelecer dados de linha de base (mínimo de 3 a 5 sprints). Usar para o planejamento do sprint: comprometer-se com o trabalho que se aproxima da velocidade média histórica. Usar para o planejamento de lançamento: estimar o tempo até a conclusão com base no trabalho restante e na velocidade projetada. Mais valioso quando a estimativa de pontos de história é consistente e os sprints têm duração estável. Ter cautela: a velocidade pode ser manipulada (pontos de história inflacionados, escopo reduzido) se usada de forma punitiva.
Limitações e considerações
- A velocidade é sem sentido entre equipes (diferentes escalas de estimativa, contextos de projeto)
- Alta variabilidade nos primeiros sprints; a linha de base requer 3 a 5 sprints estáveis para ser significativa
- Pode ser manipulada: estimativas inflacionadas ou escopo reduzido aumentam artificialmente a velocidade
- Não mede qualidade, satisfação do cliente ou valor de negócio; alta velocidade com baixa qualidade é contraproducente
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Base empírica e orientada por dados para planejamento e previsão
- Detecta mudanças na capacidade da equipe, melhorias de processo e problemas emergentes
- Permite a comunicação com as partes interessadas com métricas concretas e mensuráveis
- Fornece aviso prévio de "scope creep" ou excesso de compromisso
Aplicações
- Previsão de datas de lançamento de produtos em ambientes de startup, rastreando a velocidade ao longo de 10 sprints e projetando o tempo para concluir os itens restantes do backlog
- Identificação de gargalos de processo em programas ágeis empresariais onde a velocidade diminuiu 25% após a migração da plataforma, estimulando a investigação de problemas de infraestrutura
- Validação do amadurecimento da equipe em organizações em crescimento: comparando o crescimento da velocidade (tipicamente 3-6% por sprint) em equipes novas versus equipes estabelecidas (estável, <1% de variação)
- Negociação de cronogramas de projeto realistas com as partes interessadas em contextos de prazo fixo, demonstrando a velocidade histórica e os intervalos de confiança em vez de estimativas otimistas
Como funciona
Como funciona
Coletar dados do sprint: estimativas de pontos de história, histórias concluídas por sprint, duração do sprint, mudanças na composição da equipe, interrupções externas, fatores ambientais.
Padronizar as definições de pontos de história e a consistência da estimativa. Considerar sprints com participação parcial (semanas de feriado, integração de novos membros). Alinhar dados históricos por duração do sprint.
Calcular a velocidade por sprint. Detectar tendências: crescente (aprendizado da equipe), estável (capacidade consistente), decrescente (problemas) ou errática (problemas de estimativa ou processo). Identificar correlações com fatores externos.
Ajustar modelos de tendência (regressão linear, exponencial, média móvel) aos dados de velocidade. Gerar distribuições de velocidade (mín., máx., média). Prever a velocidade futura e o cronograma de conclusão do projeto.
Apresentar as tendências de velocidade à equipe e às partes interessadas. Comunicar restrições de capacidade e cronogramas de projeto realistas. Identificar melhorias de processo indicadas pelas tendências de velocidade.
Erros comuns
- Usar a velocidade como métrica de desempenho para desenvolvedores individuais; causa manipulação e desmoraliza as equipes
- Assumir velocidade constante em todos os sprints futuros; a velocidade varia com o contexto, a composição da equipe, fatores externos
- Ignorar a qualidade: as equipes podem aumentar artificialmente a velocidade reduzindo testes, documentação, refatoração
- Fixar-se em metas de velocidade: se a equipe consistentemente não atinge as metas, reestimar em vez de se comprometer excessivamente
Perguntas frequentes
Qual é uma tendência de velocidade saudável para uma nova equipe?
Novas equipes tipicamente mostram um crescimento de velocidade de 10-20% por sprint nos primeiros 4-6 sprints, à medida que aprendem o domínio, as ferramentas e uns com os outros. O crescimento então se estabiliza à medida que a equipe amadurece. A estabilização da velocidade sugere que a capacidade de linha de base foi atingida. Se a velocidade continuar crescendo além de 10 sprints, suspeite de inflação de estimativas em vez de aumentos genuínos de capacidade. Se a velocidade cair, investigue: "scope creep", interrupções externas, acúmulo de dívida técnica ou mudanças na equipe.
Posso comparar a velocidade entre equipes?
Não. A velocidade é sem sentido entre equipes porque as escalas de pontos de história são subjetivas e os contextos do projeto diferem. Um sprint de 40 pontos da Equipe A pode representar mais trabalho do que um sprint de 60 pontos da Equipe B. Compare a velocidade apenas dentro da mesma equipe ao longo do tempo. Para comparações entre equipes, use métricas normalizadas (pontos de história por desenvolvedor, itens por sprint).
Como faço para prever a conclusão do projeto usando a velocidade?
Calcule a velocidade média dos últimos 3-5 sprints estáveis. Divida o total de pontos de história restantes pela velocidade média. Exemplo: 200 pontos restantes, velocidade média de 40 pontos = 5 sprints restantes. Adicione intervalos de confiança: melhor caso (velocidade + 1 desvio padrão), caso típico (média), pior caso (velocidade - 1 desvio padrão). Comunique faixas em vez de estimativas pontuais.
O que devo fazer se a velocidade for muito variável?
Investigar as causas-raiz: práticas de estimativa inconsistentes, interrupções externas, "scope creep" no meio do sprint ou dívida técnica que retarda o progresso. Padronizar a estimativa (planning poker, sessões de calibração). Proteger os sprints de interrupções. Concluir histórias antes de iniciar novas. Reduzir o escopo de histórias grandes. Usar médias móveis em vez da velocidade de um único sprint para planejamento.
Métodos relacionados
Fontes
Schwaber, K., & Beedle, M. (2002). Agile Software Development with Scrum. Prentice Hall.
Abrir referência da publicaçãoCopiado.Cohn, M. (2005). Agile Estimating and Planning. Prentice Hall PTR.
Abrir referência da publicaçãoCopiado.McCartney, P., & Hough, R. (2008). Velocity tracking in agile software development. Journal of Software Engineering Research and Development, 1(2), 25–40.
Abrir referência da publicaçãoCopiado.