Métricas Ágeis
As métricas ágeis são fundamentais para avaliar a performance da equipe, apoiar a tomada de decisão e impulsionar a melhoria contínua. Neste projeto, as métricas estão organizadas em três categorias principais: entrega, qualidade e satisfação.
Objetivos da Medição Ágil
A adoção de métricas ágeis neste projeto visa:
- Medir a eficiência na entrega de valor ao cliente
- Monitorar a qualidade técnica das entregas
- Avaliar o bem-estar e engajamento da equipe
- Fornecer dados objetivos para retrospectivas e ajustes de processo
- Aumentar a previsibilidade e reduzir riscos
Categorias e Principais Métricas
Métricas de Entrega
| Métrica | Definição | Coleta | Frequência |
|---|---|---|---|
| Lead Time | Tempo entre a criação e entrega de uma demanda | GitHub Projects, Jira, Azure DevOps | Por sprint |
| Cycle Time | Tempo entre o início e a finalização da execução | GitHub Projects, Jira, Trello | Por sprint |
| Throughput | Quantidade de entregas finalizadas em um período | GitHub Projects, DevLake | Por sprint |
Métricas de Qualidade
| Métrica | Definição | Coleta | Frequência |
|---|---|---|---|
| Taxa de Defeitos | Número de bugs por entrega ou sprint | GitHub Issues, DevLake, SonarQube | Semanal ou por sprint |
| Débito Técnico | Volume de código com problemas técnicos pendentes | SonarQube, DevLake | Mensal |
| Tempo para correção de bugs | Média de tempo entre a abertura e resolução de defeitos | GitHub Issues, Jira | Por sprint |
Métricas de Satisfação
| Métrica | Definição | Coleta | Frequência |
|---|---|---|---|
| Satisfação do Time | Grau de bem-estar e motivação da equipe | Formulários anônimos, FunRetro, TeamMood | Ao fim da sprint |
| Feedback de Retrospectiva | Pontos positivos e negativos levantados nas retrospectivas | Retrospectiva (manual) | A cada sprint |
Ferramentas de Coleta de Dados
Duas opções principais estão sendo consideradas para coleta e visualização automática de métricas:
GitHub Projects Graphs (mais simples)
- Vantagens: Já integrado ao repositório, fácil de configurar, visualizações automáticas (gráficos de issues, pull requests, etc).
- Limitações: Métricas limitadas, sem dashboards personalizados, pouca profundidade em métricas de qualidade.
- Viável para: Projetos menores, acompanhamento visual rápido, equipes já 100% no GitHub.
DevLake (mais completo)
- Vantagens: Consolida dados de múltiplas fontes (GitHub, Jira, Jenkins, SonarQube), permite criação de dashboards personalizados com métricas de entrega, qualidade e produtividade.
- Limitações: Maior esforço de configuração, necessidade de infraestrutura para rodar.
- Viável para: Projetos com múltiplas ferramentas e necessidade de análise profunda e histórica.
Aplicação no Projeto
As métricas serão utilizadas para:
- Monitorar a entrega contínua de valor
- Identificar gargalos no fluxo de trabalho
- Detectar falhas de qualidade de forma precoce
- Avaliar o engajamento e satisfação do time
- Apoiar decisões baseadas em dados nas retrospectivas