1.0 Introducción a la parte 1: Fundamentos de la medición

Antes de que este libro nombre una sola métrica, tiene que responder a una pregunta más difícil: ¿para qué sirve la medición? Todo equipo que alguna vez ha construido un tablero también ha visto, tarde o temprano, cómo un número mejoraba mientras aquello que se suponía que representaba empeoraba. Eso no es un fallo de herramientas. Es el resultado previsible de saltarse los fundamentos que cubre esta parte: por qué medimos siquiera, qué le pasa a una métrica en cuanto la gente sabe que se está vigilando, cómo ponderar los resultados sobre la actividad, quién posee un número y su definición, de dónde vienen realmente los datos, y cómo leer una señal ruidosa sin engañarte a ti mismo.

Para los equipos grandes, estos fundamentos dejan de ser opcionales. Un único equipo puede salirse con la suya con un número improvisado que un gestor mira de reojo una vez por semana. Una organización con cientos de ingenieros, docenas de tableros y un equipo de liderazgo que reporta hacia arriba no puede. A esa escala, una métrica sin dueño o mal definida no engaña solo a un equipo, engaña a todos los que confían en ese número más abajo sin comprobar cómo se construyó, y resulta caro deshacerlo una vez que el comportamiento se ha adaptado para manipularlo.

Las organizaciones grandes y del sector público sienten esto con más fuerza, porque sus métricas a menudo cargan con consecuencias más allá del equipo que las produce: decisiones presupuestarias, informes públicos de rendimiento, hallazgos de auditoría y contratos con proveedores. Una métrica que parece una comodidad interna de ingeniería puede convertirse en silencio en una entrada crítica e incuestionada para decisiones que toman personas que nunca ven la canalización que la generó. Sentar bien los fundamentos es lo que hace soportable ese peso.

Temas de esta parte

1.1 Por qué medir la ingeniería de software: El argumento a favor de medir siquiera, qué se supone que debe lograr, y la diferencia entre medir para aprender y medir para juzgar.
1.2 La ley de Goodhart y la psicología de las métricas: La única idea que rige cada uno de los demás temas de este libro: una medida que se convierte en un objetivo deja de ser una buena medida, y los mecanismos psicológicos que hacen casi inevitable la manipulación en cuanto la gente sabe que se la está vigilando.
1.3 Resultados antes que producción: elegir qué medir: Cómo ponderar un conjunto de métricas hacia los resultados en lugar de la actividad, usando la distinción clásica entrada/producción/resultado y el patrón de la métrica estrella.
1.4 Gobernanza y propiedad de las métricas: Quién decide qué se mide, quién posee una definición, y cómo una carta de métricas evita que un tablero en crecimiento se convierta en una sobrecarga sin responsables.
1.5 Fuentes de datos e instrumentación: De dónde vienen realmente las métricas de ingeniería, instrumentación frente a autoinforme, y los problemas de calidad de datos que invalidan un tablero en silencio antes de que nadie lo note.
1.6 Alfabetización estadística para métricas de ingeniería: El juicio estadístico mínimo que necesita un equipo para leer una métrica con honestidad: percentiles frente a promedios, tamaño de muestra, regresión a la media y variables de confusión.

Cómo se relacionan estos temas

Estos seis temas se construyen en un orden estricto. El tema 1.1 pregunta por qué medir siquiera, algo que importa porque un equipo que no lo ha respondido acaba recopilando números sobre los que nadie actúa. El tema 1.2 es el eje sobre el que gira el resto del libro: en cuanto aceptas que cualquier medida puede convertirse en un objetivo y sufrir manipulación, las recomendaciones de todos los temas posteriores se derivan de diseñar contra ese riesgo. El tema 1.3 convierte esa cautela en una regla positiva: pondera hacia los resultados, porque son la categoría más difícil de manipular de forma barata. El tema 1.4 hace concreta la gobernanza, el tema 1.5 hace concretos los datos, y el tema 1.6 te da el juicio estadístico para evitar que te engañe el ruido incluso una vez que la gobernanza y la instrumentación son sólidas.

Todo lo que viene después depende de esta parte. Las métricas de flujo y las métricas DORA de la parte 2, y el marco SPACE de la parte 3, son todos, en efecto, ejemplos trabajados de los principios de ponderación de resultados y emparejamiento con barreras de contención expuestos en los temas 1.2 y 1.3. La guía de diseño de tableros del tema 8.1 asume el modelo de gobernanza del tema 1.4. Y el modelo de madurez que cierra cada tema de este libro es, bajo sus cinco niveles, un modelo de madurez precisamente para la disciplina que introduce esta parte: medir con intención, y revisar tu propio trabajo.