Re‐estimación de HUs y análisis de resultados - SebaUSM/GRUPO02-2025-PROYINF GitHub Wiki
1. Introducción
Esta sección documenta la re-estimación de las Historias de Usuario (HUs) del proyecto, en base a la experiencia adquirida tras las implementaciones realizadas hasta el Hito 5. Se utiliza una escala de Story Points (SP) propia, mapeada a horas hombre (HH), que ha demostrado representar con mayor fidelidad el esfuerzo real observado.
2. Escala actual de estimación
| Story Point (SP) | Horas Hombre (HH) |
|---|---|
| 1 | 2 |
| 2 | 5 |
| 3 | 8 |
| 4 | 11 |
| 5 | 14 |
| 6 | 17 |
| 7 | 20 |
| 8 | 23 |
| 9 | 27 |
| 10 | 32 |
Esta escala fue utilizada para realizar las nuevas estimaciones y evaluar el grado de desviación respecto a la planificación original.
3. Comparación entre estimación y esfuerzo real
| HU | Descripción breve | Estimación original (SP) | Estimación original (HH) | Esfuerzo real (HH) | Reestimación (SP) | Observación |
|---|---|---|---|---|---|---|
| HU-01 | Personalización de boletines | 3 | 8 | 11 | 4 | Subestimada ligeramente |
| HU-02 | Notificaciones de actualizaciones | 3 | 8 | 10 | 4 | Ajuste por lógica de notificación y UI |
| HU-03 | Sistema de encriptación de contraseñas | 4 | 11 | 14 | 5 | Complejidad técnica no prevista |
| HU-04 | Descarga de boletín | 3 | 8 | 10 | 4 | Ajuste por integración y errores |
| HU-05 | Visualización de boletín | 3 | 8 | 9 | 4 | Subestimación por validaciones visuales |
| HU-06 | Respaldo de datos y boletines | 3 | 8 | 10 | 4 | Esfuerzo adicional por automatización y alertas |
4. Causas de desviación
- Integraciones externas (como la API de OpenAI) introdujeron incertidumbre que no se consideró adecuadamente.
- Algunas tareas tenían una complejidad técnica mayor que lo previsto inicialmente, como la lógica de encriptación o la personalización visual sin código.
- El esfuerzo adicional posterior a inspecciones de código no fue contemplado en la estimación inicial.
- Algunas tareas fueron mal definidas: demasiado amplias o sin suficiente desglose.
- La implementación de interfaces de usuario (UI) complejas generó ajustes adicionales no previstos.
- Actividades de automatización (como respaldo automático) requirieron validaciones y pruebas más extensas que lo inicialmente estimado.
5. Lecciones aprendidas
- Para tareas que involucren APIs externas o procesamiento de datos (como OpenAI), se recomienda asignar SP ≥ 5.
- Las tareas de 8+ HH deberían subdividirse en sub-HUs o tareas técnicas.
- El equipo incorporará buffers explícitos y validaciones colectivas al momento de estimar.
- Las tareas que involucren automatización o servicios en segundo plano deben incluir tiempo para pruebas silenciosas y notificaciones.
- Las tareas que impliquen UI personalizada deben considerar ajustes iterativos, pruebas visuales y retroalimentación del usuario.
6. Conclusión
La re-estimación reflejó una tendencia a subestimar el esfuerzo real en funcionalidades complejas o no exploradas. Las desviaciones más significativas se observaron en tareas con integraciones externas, personalización visual, validaciones de seguridad y automatización. Esta corrección permite afinar la planificación de futuros sprints, ajustar la carga del equipo y mejorar la previsibilidad del proyecto. Además, aporta insumos valiosos para mejorar el desglose de historias y la calidad de las estimaciones iniciales.