Dados para retrospectivas: vá além da opinião
retrospectiva dados metricas
“O que acham do sprint?” — opiniões variam conforme humor, personalidade e memória seletiva. Dados contam uma história objetiva que complementa e desafia percepções.
Por que dados nas retrospectivas
- Memória seletiva — lembramos do bug mais recente, não dos 90% sem problemas
- Viés de recência — o que aconteceu ontem parece mais importante que há 2 semanas
- Personalidade — extrovertidos dominam, introvertidos ficam em silêncio
- Discussões infinitas — “eu acho que” vs “os dados mostram que”
Dados essenciais para retrospectivas
1. Entregas do sprint
| Métrica | Sprint anterior | Sprint atual | Tendência |
|---|---|---|---|
| Pontos planejados | 25 | 24 | → |
| Pontos entregues | 22 | 24 | ↑ |
| Carry-over | 3 pontos | 0 | ↓ |
2. Qualidade
| Métrica | Sprint anterior | Sprint atual | Tendência |
|---|---|---|---|
| Bugs em produção | 2 | 4 | ↑ |
| Bugs críticos | 0 | 1 | ↑ |
| PRs sem review | 1 | 0 | ↓ |
3. Velocidade e fluxo
- Velocidade dos últimos 5 sprints: 20, 22, 18, 25, 24
- Tendência: estável, levemente crescente
- Lead time médio: 4.2 dias (antes: 5.1 dias)
4. Estimativa vs. Real
| Item | Estimado | Real | Diferença |
|---|---|---|---|
| Checkout PIX | 8 | 13 | +63% |
| Perfil usuário | 3 | 3 | 0% |
| Busca avançada | 5 | 8 | +60% |
| Notificações | 3 | 2 | -33% |
5. Saúde do time
- Ausências no sprint: 2 dias
- Horas extras: 0 (ideal)
- Sentimento geral: 3.8/5 (pesquisa rápida)
Ferramentas para coletar dados
- Jira/Velocity Chart — velocidade e burndown
- GitHub/GitLab — PRs merged, lead time, review time
- SonarQube — qualidade de código
- Dev in Poker — histórico de estimativas
- Survey rápido — 3 perguntas no final do sprint
- Datadog/Sentry — bugs e incidentes em produção
Formato de retrospectiva com dados
- Apresente os dados (5 min) — Scrum Master mostra os números
- Reações (5 min) — “O que os dados te surpreendem?”
- Insights (10 min) — o que causou cada variação?
- Ações (5 min) — máximo 2 ações para o próximo sprint
- Check-out (2 min) — como se sente sobre o sprint?
Exemplo de insight impulsionado por dados
Sem dados: “Sinto que estamos entregando menos.” Com dados: “Entregamos 24 pontos vs 22 do sprint anterior, mas tivemos 4 bugs em produção vs 2. A qualidade caiu mesmo com entrega estável. Por quê?”
Ação: “Investigar por que bugs dobraram e criar checklist de QA pré-release.”
Métricas de saúde da retrospectiva
A própria retrospectiva pode ser medida:
- Ações implementadas do sprint anterior (quantas de quantas?)
- Participação — todos contribuíram?
- Tempo — ficou dentro do timebox?
- Follow-up — as ações estão visíveis e acompanhadas?
Conclusão
Dados transformam retrospectivas de “sessão de reclamação” para “diagnóstico orientado por fatos.” Opiniões ainda importam — os dados dão o contexto para que essas opiniões sejam informadas e acionáveis.