Deja de adivinar cómo entrega el equipo. Mídelo.
Engineering Analytics reúne el flujo de MR, las métricas DORA, el flujo de entrega y el impacto de la IA en un solo tablero - los datos vienen de las fuentes de Git, Jira e incidentes ya conectadas, sin configuración extra.
Pantallas de una instalación en funcionamiento
¿Qué hay en el tablero?
Siete informes, un solo modelo de datos. Todos se alimentan de fuentes ya conectadas; no hay que instalar agentes ni plugins.
MR Insights
Tiempo de revisión, tamaño de MR, velocidad de fusión y cuellos de botella - desglosados por equipo y proyecto.
DORA
Las cuatro métricas clave, medidas desde sus fuentes de despliegue e incidentes; un incidente dentro de la hora posterior a un despliegue se le atribuye.
AI Impact
En qué se gastó la clave de IA, por persona y por modelo, junto a cómo cambiaron la puntuación, la proporción de correcciones y el tiempo de merge en las mismas semanas.
Flujo de entrega
Flujo de elementos de trabajo leído del ciclo de vida de Jira: esperas, retrocesos y siete alarmas listas.
Embudo de hallazgos
Los hallazgos de todos los módulos en un embudo de abierto a resuelto: qué se acumula, qué se corrige, qué se ignora.
Portafolio
Todos los proyectos en una tabla: puntuación, hallazgos abiertos, tendencia. La pantalla del lunes por la mañana de un líder.
Desarrolladores
Miembros de Git y autores de MR se sincronizan solos; perfil, contribución y una puntuación basada en ArchPilot. Opcional por proyecto.
DORA, no la versión de marketing
Las cuatro métricas se miden desde fuentes reales - sin encuestas, estimaciones ni números tecleados a mano.
Frecuencia de despliegue
Contada desde tus despliegues (Argo CD / Kubernetes).
Lead time de cambios
Desde que se abre el MR hasta el despliegue, dividido en espera de revisión, revisión y espera de entrega.
Tasa de fallo de cambios
Se completa al conectar tu fuente de incidentes (Dynatrace / New Relic).
Tiempo medio de recuperación
De la apertura al cierre del incidente, atribuido por correlación temporal.
La regla del informe honesto
Si no hay datos para alimentar una métrica, esa métrica aparece vacía - nunca se rellena con un promedio inventado o una estimación del sector. Cada número que llevas a dirección tiene un registro real detrás.
Los umbrales detrás de cada alarma
Los datos de merge request se sincronizan cada 15 minutos en los cuatro proveedores Git. Una alarma pasa a ámbar y luego a rojo en umbrales fijos y visibles.
| Alarma | Aviso | Crítico |
|---|---|---|
| MR grandes (más de 400 líneas) | 20% proporción | 40% proporción |
| Fusionados por su autor | 20% proporción | 40% proporción |
| Fusionados sin aprobación | - proporción | 30% proporción |
| Fusionados sin revisión | 25% proporción | 50% proporción |
| Tiempo hasta la primera revisión | 24 h | 72 h |
| Tiempo hasta el merge | 72 h | 168 h |
| Abiertos más de 14 días | se listan | |
Merges arriesgados, puntuados
Cada motivo suma puntos; un merge se lista a partir de 4 y se muestran los diez más arriesgados.
- Más de 400 líneas+2
- Más de 1000 líneas+3
- Fusionado por su autor+3
- Sin aprobación+2
- Sin revisión+2
- Hallazgo crítico+3
- Hallazgo de error+1
Cómo se trazan las bandas DORA
El lead time se divide en tres esperas para ver cuál crece. Solo muestra una cifra cuando se han medido al menos cinco cambios en el periodo.
| Elite | High | Medium | Low | |
|---|---|---|---|---|
| Despliegues por semana | ≥ 7 | ≥ 1 | ≥ 0.23 | < 0.23 |
| Lead time | < 24 h | < 168 h | < 730 h | ≥ 730 h |
La tasa de fallos y el tiempo de restauración atribuyen un incidente a un despliegue si se abre en la hora siguiente en el mismo servicio; el tiempo de restauración solo usa incidentes resueltos. Los incidentes se leen en vivo y nunca se guardan; una fuente inalcanzable aparece como inalcanzable, nunca como cero incidentes.
¿La pregunta de quién responde este tablero?
Tres reuniones, tres momentos concretos.
¿Por qué la revisión subió a tres días?
MR Insights muestra en qué semana, en qué proyecto y con qué tamaño de MR empezó la espera. La conversación pasa de sensaciones a datos.
¿Rinde la inversión en IA?
AI Impact muestra en qué se gastó la clave de IA de la instalación - sugerencias, respuestas del asistente, tokens, por persona y por modelo - junto a cómo cambiaron la puntuación, la proporción de MR de corrección y el tiempo de merge en las mismas semanas. La respuesta es una tabla, no un eslogan.
Cuatro métricas DORA, una diapositiva
DF, LT, CFR y MTTR salen de despliegues e incidentes reales; cada número baja hasta su fuente. Cuando pregunta un auditor, la respuesta ya está.
Preguntas frecuentes
¿De dónde salen los datos? ¿Instalo un agente?
¿Es una herramienta de vigilancia de desarrolladores?
¿Por qué CFR y MTTR aparecen vacíos?
¿Qué mide exactamente AI Impact?
¿Qué planes lo incluyen y se rellena el histórico?
Míralo en el producto
Todas las capturas
Ve el tablero con tus propios datos
Conecta tu Git; la primera sincronización trae tu histórico y el tablero habla desde el primer día.