Cycle Time Scatterplot: 3 patrones visuales que todo equipo ágil debe conocer

29/03/2025
Tener a disposición un Cycle Time Scatterplot es útil, pero saber interpretarlo correctamente lo convierte en una poderosa herramienta.
Patrón de triángulo en un Cycle Time Scatterplot que refleja aumento progresivo en los tiempos de entrega de trabajo.

En muchos casos, las personas que utilizan este tipo de gráfico suelen centrarse únicamente en obtener la media o los percentiles (SLE). No obstante, comprender su significado profundo puede ayudar a los equipos de forma radical a mejorar su flujo de trabajo y optimizar la entrega de valor.

¿Qué es un Cycle Time Scatterplot?

El Cycle Time Scatterplot es un gráfico de dispersión que muestra cuándo se finalizaron los elementos de trabajo y cuánto tiempo tardaron en completarse. Es decir, permite visualizar el tiempo que cada elemento tardó en atravesar el sistema de flujo.

Patrón de triángulo en un Scatterplot

Patrón de triángulo en un Cycle Time Scatterplot que refleja aumento progresivo en los tiempos de entrega de trabajo.

Al observar detenidamente el gráfico, es posible identificar un patrón en forma de triángulo. De izquierda a derecha, se ve cómo los elementos de trabajo tienden a tardar cada vez más en finalizar. Esto suele indicar que el tiempo de permanencia de los elementos en el sistema va aumentando progresivamente, lo cual puede deberse a diversas causas.

Existen dos razones principales que explican esta situación:

  1. La entrada de trabajo supera a la salida: el volumen, ritmo o ratio de entrada al sistema es mayor que la capacidad de entrega. En otras palabras, la demanda excede la capacidad del equipo para generar valor.

  2. Deuda de flujo (Flow Debt): esta ocurre cuando los elementos de trabajo envejecen artificialmente, muchas veces por bloqueos, exceso de trabajo en curso (WIP) o políticas de flujo ineficientes.

Clústeres de puntos

Clústeres de puntos en un Cycle Time Scatterplot que indican agrupaciones de trabajos finalizados con tiempos de ciclo anómalos o repetitivos.

Entre las fechas 2008-09 y 2008-11 se puede observar un grupo de puntos con valores altos de cycle time. Esto puede ser algo normal… o no. Lo importante en estos casos es hacerse las preguntas correctas con rapidez. Si se determina que no es una situación deseable, conviene reflexionar: ¿Qué se puede hacer para mejorarla?

Cabe destacar que estas preguntas no deben plantearse únicamente cuando los clústeres muestran tiempos altos. También es importante analizarlos cuando presentan tiempos inusualmente bajos, ya que podrían indicar comportamientos anómalos. Por ejemplo, justo después de 2008-11 se observa una caída abrupta en los tiempos. Esto podría deberse a que el equipo ha extendido su jornada laboral de forma artificial, lo cual afecta la sostenibilidad y la predictibilidad del sistema.

Periodos vacíos o huecos

Gaps o huecos visibles en un Cycle Time Scatterplot que indican periodos sin entregas, posiblemente causados por bloqueos, vacaciones o trabajo por lotes.

Otro patrón interesante en los scatterplots es la aparición de espacios vacíos, sin puntos visibles. Esto significa que no se finalizaron elementos de trabajo durante esos periodos. Posteriormente, se observan columnas de puntos (entregas acumuladas), y cuanto más altos los puntos, más tiempo se tardó en completar el trabajo.

Estos huecos suelen coincidir con vacaciones, bloqueos externos o internos, o prácticas como el trabajo por lotes. No necesariamente son algo negativo, pero es fundamental que los equipos se pregunten: ¿Esto es normal? ¿Por qué está ocurriendo? ¿Qué podemos aprender o ajustar?

Este patrón también es muy común en equipos que utilizan Scrum con la idea errónea de que solo se entrega al final del Sprint. Este enfoque “waterfalleado” de Scrum genera numerosos problemas, especialmente cuando existe un perfil de QA diferenciado, peor aún, un sub-equipo de QA dentro del equipo Scrum. En estos casos, la validación del trabajo se concentra en los últimos días del Sprint, lo que provoca sobrecarga en QA, acumulación de bugs y presión por lanzar versiones incompletas. Además, es frecuente que los PBIs no finalizados se trasladen de un Sprint a otro, especialmente cuando se dividen en partes, se estima lo que falta y se reenvía al siguiente Sprint como si se tratara de nuevos elementos. Esta práctica compromete seriamente la estabilidad y la predictibilidad del sistema, ya que distorsiona el Throughput real, ocultando cuántos elementos de trabajo realmente aportan valor.

Interpretar correctamente un Cycle Time Scatterplot permite a los equipos ver más allá de los datos y hacerse preguntas clave para mejorar su forma de trabajar. No se trata solo de mirar gráficos bonitos, sino de usarlos para tomar mejores decisiones en la gestión de flujo, proyectos y producto.

Se invita a compartir este artículo con colegas interesados en mejorar su práctica profesional usando Kanban y otros enfoques de gestión del flujo de trabajo.

Para saber más sobre Kanban, aqui está la guia oficial

¿Te ha gustado este contenido?

¡Valora este contenido!

Promedio de puntuación 5 / 5. Recuento de votos: 1

Hasta ahora, ¡no hay votos!. Sé el primero en puntuar este contenido.

Escrito por: Youssef Oufaska
Amo las actividades en familia, aficionado a la salsa cubana, bachata dominicana, desarrollo de productos digitales y la programación

Otras publicaciones

Apúntate a la newsletter

Apúntate a la newsletter

Manténte informado sobre todo lo relacionado con Agile Product Management, Scrum, Management 3.0 y Kanban

¡Mensaje enviado!

Applying Flow Metrics for Scrum

By ProKanban.org

Código de descuento (21 %) QAF1UZZ1

You have Successfully Subscribed!