La previsión de entrega por Monte Carlo usa el rendimiento histórico del equipo (ítems terminados por semana, sprint o día) para simular miles de futuros posibles. Cada simulación sortea períodos reales del pasado hasta completar el trabajo. El resultado es una distribución: en cuántos períodos termina el lote con 50%, 85% y 95% de probabilidad, o cuántos ítems caben hasta una fecha. No hace falta estimar el tamaño de cada ítem.
Cómo usar
- Pega el número de ítems terminados en cada uno de los últimos períodos, idealmente de 8 a 12.
- Elige el período del historial: semanas, sprints o días.
- Indica los ítems que faltan para saber cuándo termina el lote, los períodos hasta la fecha para saber cuántos ítems caben, o ambos.
- Lee los percentiles: el 85% es la base habitual para acordar plazo o alcance; el 50% es cara o cruz.
- Repite el pronóstico en cada período, con el historial actualizado.
Qué pide cada campo
| Campo | Qué completar |
|---|---|
| Ítems terminados por período | Un número por período, de los más recientes, separados por coma, espacio o línea (hasta 52). |
| Período del historial | El pronóstico sale en la misma unidad. |
| Ítems que faltan | Para responder cuándo termina el lote. |
| Períodos hasta la fecha | Para responder cuántos ítems caben hasta entonces. |
Ejemplo
Un equipo terminó 6, 4, 7, 3, 5, 8, 2, 6, 5, 4, 7 y 5 ítems en las últimas 12 semanas, un promedio de 5,17 por semana. Faltan 40 ítems. Dividir por el promedio daría 7,7 semanas, pero la simulación muestra un 50% de probabilidad en 8 semanas, 85% en 9 y 95% en 10. En la otra pregunta, en 6 semanas el equipo termina 31 ítems o más con un 50% de probabilidad, 27 o más con un 85% y 24 o más con un 95%.
Cuándo usar
- Cuando alguien pregunta "¿cuándo estará listo?" y la respuesta necesita un nivel de confianza.
- Para decidir cuánto alcance cabe hasta una fecha fija, como un lanzamiento o un evento.
- Para reemplazar estimaciones ítem por ítem por un pronóstico basado en lo que el equipo realmente entrega.
- Para seguir, período a período, si un compromiso sigue siendo realista.
Preguntas frecuentes
¿Qué es la simulación de Monte Carlo en la previsión de entrega?
Es sortear muchas veces, con reposición, el rendimiento de períodos reales del historial y ver cuánto tarda cada futuro simulado en terminar el trabajo. La herramienta ejecuta 5.000 simulaciones y resume el resultado en percentiles.
¿Cuántos períodos de historial debo usar?
De 8 a 12 suele bastar, siempre que representen al equipo y al tipo de trabajo actuales. Menos de 5 deja el pronóstico frágil; los períodos muy antiguos o atípicos, como feriados, distorsionan el resultado.
¿Por qué usar el 85% y no el promedio?
Dividir los ítems por el promedio da un plazo que se cumple más o menos la mitad de las veces. El 85% significa que, en 85 de cada 100 futuros simulados, el trabajo termina hasta ese período: es una base más honesta para un compromiso.
¿Necesito estimar el tamaño de cada ítem?
No. El pronóstico cuenta ítems y supone que los restantes tienen un tamaño parecido a los del historial. Si un ítem es mucho más grande, conviene dividirlo antes de contarlo.
¿El pronóstico cambia si vuelvo a abrir la página?
No. La simulación usa un generador de números con semilla fija: la misma entrada da siempre el mismo resultado, lo que permite comparar pronósticos y compartir el enlace.
¿Qué relación tiene con la Ley de Little?
La Ley de Little relaciona promedios de trabajo en curso, rendimiento y tiempo de ciclo, y explica el sistema. La simulación de Monte Carlo responde a una pregunta de plazo o de alcance con probabilidad. Ambas usan el rendimiento como base.