Previsión Monte Carlo para la planificación de entregas en Azure DevOps

Cómo funciona realmente la simulación Monte Carlo

Esto es un remuestreo bootstrap de su propio historial, no un ajuste de curva estadístico. En cada una de las 10,000 pruebas, la simulación avanza a lo largo de la ventana de previsión y, en cada paso, elige al azar (con reemplazo) uno de los sprints finalizados de su propio equipo, y suma el número de elementos completados de ese sprint al total acumulado. Repita esto 10,000 veces y la dispersión de los resultados se convierte en la previsión. Se ejecuta sobre el historial de Azure DevOps que la extensión ya lee, sin exportar antes sus datos a otra plataforma, sin configurar un token de acceso personal y sin un backend de analítica alojado por el editor de por medio. La simulación también es determinista: los sorteos aleatorios se generan a partir del historial de sprints, la ventana de previsión y el número de pruebas, de modo que ejecutarla dos veces con las mismas entradas devuelve el mismo rango P50/P70/P85/P95 ambas veces. El rango solo cambia cuando cambia su rendimiento subyacente. Si el tramo final de la ventana de previsión no coincide con un límite de sprint completo, ese periodo parcial final se prorratea en lugar de contarse como un sprint completo, de modo que el modelo no sobreestima cerca de los bordes.

Cómo leer las previsiones por percentil, y por qué un rango es mejor que una sola fecha

Cada previsión se devuelve como cuatro niveles de confianza leídos sobre las mismas 10,000 ejecuciones simuladas, cada uno con el significado de "esta cantidad de elementos o más, al menos con esta frecuencia":

• P95, Muy probable: el número que tiene un 95% de probabilidad de alcanzar o superar. Suele ser el compromiso más pequeño y seguro del rango.
• P85, Probable: el nivel que la mayoría de los equipos usa para una fecha que están dispuestos a presentar a un interesado.
• P70, Posible: un término medio razonable, acertado más veces de las que falla, pero no una promesa segura.
• P50, Cara o cruz: el número que alcanzó la mitad de las ejecuciones simuladas y que la otra mitad no alcanzó. Útil como objetivo ambicioso, arriesgado como compromiso.

Cuántos elementos para una fecha, frente a cuándo estarán listos N elementos

Son dos preguntas distintas, y la simulación ejecuta un modo independiente para cada una. "¿Cuántos?" toma una fecha objetivo (30 días vista por defecto) y devuelve cuántos elementos del backlog es probable que termine para entonces, en cada nivel de confianza; úselo cuando la fecha esté fija y la incógnita sea el alcance, por ejemplo una fecha de lanzamiento o un hito contractual. "¿Cuándo terminará?" toma un tamaño de backlog, como los elementos restantes de un epic, y devuelve en su lugar un rango de fechas; úselo cuando el alcance esté fijo y la incógnita sea la fecha. Como la dirección de la pregunta se invierte, también lo hace el percentil: para "¿cuándo terminará?", P50 es la fecha más temprana y optimista, y P95 la más tardía y conservadora. Cuando un backlog es lo bastante grande como para que algunas de las 10,000 ejecuciones simuladas no alcancen el recuento objetivo dentro del horizonte de previsión, la herramienta indica qué porcentaje no terminó en lugar de asumir silenciosamente que todas las ejecuciones se completaron, de modo que un rango de fechas amplio no se disimula con un número falsamente confiado.

Qué necesita la previsión antes de que los números signifiquen algo

Una previsión Monte Carlo es tan fiable como el historial de sprints finalizados del que remuestrea. Al abrir la previsión de un equipo, el selector de sprints muestra los diez sprints finalizados más recientes y selecciona por defecto los seis más recientes para ejecutar la primera previsión; puede elegir a mano un conjunto distinto, lo cual importa si alguno de esos sprints fue una anomalía real, una semana de vacaciones o una reorganización, que quiere excluir del remuestreo. El sprint actualmente en curso se excluye automáticamente de esa selección por defecto: remuestrear a partir de un sprint parcial y aún abierto arrastraría toda la previsión hacia abajo con un número de rendimiento que todavía no ha terminado de contarse. Si un sprint que seleccionó no llega a cargarse, la vista lo indica ("only X of Y requested sprints loaded") en lugar de prever silenciosamente con una muestra más pequeña y darla por completa. Un equipo con solo uno o dos sprints finalizados obtendrá una previsión, pero el rango será amplio hasta que se acumule más historial; la simulación no puede fabricar una certeza que su equipo aún no se ha ganado.