El Mito de la Estimación
Por qué somos tan malos estimando el trabajo complejo y qué hacer en su lugar.
Key Takeaways
- El tallaje relativo es más preciso que las horas.
- La incertidumbre es mayor al inicio del trabajo.
- Pronosticar basado en datos supera a las suposiciones.
El Principio de Incertidumbre
En el trabajo del conocimiento, a menudo se nos piden estimaciones precisas para problemas únicos. Esto es una falacia lógica. Cada nueva característica es un proceso de 'descubrimiento', no un proceso de 'construcción'. No estamos construyendo un puente usando un plano conocido; estamos explorando un territorio que nunca antes ha sido mapeado.El Cono de Incertidumbre
Al comienzo de un proyecto, es cuando menos sabemos sobre él. Sin embargo, es cuando se nos pide que hagamos las estimaciones más importantes. La investigación muestra que las estimaciones iniciales pueden variar por un factor de 4x (400% de varianza). A medida que construimos y aprendemos, el 'Cono' se estrecha y nuestra precisión mejora.📹 Video Resource: El Cono de Incertidumbre Explicado
Por qué fallamos: La Falacia de la Planificación
La psicología cognitiva (Kahneman & Tversky) demostró que los humanos son sistemáticamente optimistas en exceso. Imaginamos el 'camino feliz' e ignoramos las 100 cosas que podrían salir mal. Estimamos el esfuerzo del trabajo, pero ignoramos el esfuerzo de las 'interrupciones', 'traspasos' y 'errores inesperados'.El Avance: Tallaje Relativo
Deja de adivinar horas. Empieza a comparar tamaños. No sabemos exactamente cuántos kilos pesa un perro, pero podemos ver fácilmente si es 'Pequeño' (Chihuahua), 'Mediano' (Beagle) o 'Extra Grande' (Gran Danés). Esta es la base de los Story Points.La estimación relativa es hasta un 80% más rápida y precisa que intentar estimar en horas absolutas porque nuestros cerebros están programados para la comparación, no para el cálculo.
— La Ley del Tallaje Relativo
📹 Video Resource: Estimación Ágil: La Analogía del Perro
Las Matemáticas (Ley de los Grandes Números)
Agregar muchas estimaciones pequeñas e imprecisas conduce a resultados mucho más estables que una estimación grande y 'precisa'. Matemáticamente, el error relativo disminuye a medida que agregas más elementos al cubo.La Ley de Agregación:
Total Variance = 1 / sqrt(N) (Cuantos más elementos dividas tu trabajo, más se cancelarán tus errores individuales entre sí.)