Tiempo de ciclo
Cuántos días tardó cada ítem entre entrar en ejecución y quedar listo. El promedio aparece primero, pero es la distribución la que cuenta la historia completa.
entender lead time y cycle time Análisis de flujo
Analiza tu flujo real
Trae los datos del board que tu equipo usa de verdad y observa lo que dicen las métricas de flujo: cuánto tarda un ítem, con qué regularidad entrega el equipo y qué plazo puedes prometer sin adivinar.
…
Cómo funciona
Tres pasos, sin datos que registrar y sin integración que configurar.
-
Exporta el historial en CSV
Una fila por ítem de trabajo y dos columnas de fecha: cuándo el ítem entró en ejecución y cuándo quedó listo. Las demás columnas pueden venir igual, el analizador ignora lo que no usa.
-
Confirma las dos columnas
Los nombres más comunes se reconocen solos (start, in progress, done, concluido, entregado). Si tu board usa otro nombre, basta con elegirlo en la lista.
-
Lee lo que muestra el flujo
Tiempo de ciclo, distribución, throughput por semana y un pronóstico probabilístico para el próximo lote de ítems.
Qué devuelve el análisis
Percentiles p50, p85 y p95
El p85 responde la pregunta que el cliente hace de verdad: ¿en cuánto tiempo suele quedar listo? Prometer por el promedio deja casi la mitad de las entregas tarde.
ver un diagnóstico de flujo paso a pasoThroughput por semana
Cuántos ítems completa el equipo por semana, en promedio. Es la base del pronóstico y la señal más directa de que un cambio en el límite de WIP funcionó.
practicar throughput en la experiencia interactivaDistribución en histograma
La forma de las barras muestra si el flujo es estable o si convive con una cola larga de ítems que quedaron esperando a alguien.
encontrar el cuello de botella del flujoPronóstico Monte Carlo
En lugar de estimar ítem por ítem, el simulador sortea miles de futuros a partir del throughput real del equipo y responde: para entregar N ítems, el 50%, el 85% y el 95% de los escenarios terminan en hasta tantos días.
leer un diagrama de flujo acumuladoNingún archivo sale de la página
El CSV lo lee tu propio navegador. No se envía a ningún servidor, no queda guardado y desaparece cuando cierras la pestaña.
leer la política de privacidadPor qué percentiles y no promedio
El promedio del tiempo de ciclo es el número más fácil de calcular y el más fácil de usar mal. Supone una distribución simétrica, y el trabajo de conocimiento casi nunca lo es: la mayoría de los ítems termina rápido mientras una minoría se traba durante semanas en una dependencia, una revisión o una cola. Esa cola tira el promedio hacia arriba sin describir ni a los ítems rápidos ni a los lentos.
El percentil no tiene ese problema porque no estima nada: solo cuenta lo que ya pasó. Si tu p85 es 12 días, significa que 85 de cada 100 ítems de tu propio historial quedaron listos en hasta 12 días. Es una afirmación verificable sobre tu equipo, no una proyección sobre un equipo ideal.
Por eso el analizador destaca el p85 en lugar del promedio. Es el número que puedes llevar a una conversación con el cliente o con la dirección, junto con lo que suele faltar: cuál es la probabilidad de acertar.
Qué es gratuito y qué es Premium. La lectura del archivo, el conteo de ítems completados, el tiempo de ciclo promedio y el throughput semanal son gratuitos. Los percentiles, el histograma, el scatterplot de cycle time, el Work Item Age y el pronóstico Monte Carlo forman parte de Premium. La herramienta indica cuál es cuál en la propia pantalla, antes de que tengas que decidir nada.
De dónde sacar el CSV
Sirve cualquier herramienta que exporte el historial de ítems. Lo que importa son las dos fechas.
Jira
Exporta el resultado de un filtro en CSV. Las columnas suelen venir como “Created”, “In Progress” y “Resolved”.
Trello
Exportación en CSV desde el menú del tablero. Usa la fecha de entrada a la lista de ejecución y la fecha de conclusión.
Azure Boards
Exporta la consulta de work items. Busca “Activated Date” y “Closed Date”.
Hoja de cálculo
Si el equipo controla el flujo en una hoja, basta con guardarla como CSV con una columna de inicio y otra de término.
Preguntas frecuentes
¿Mis datos se envían a algún servidor?
No. El archivo lo lee el navegador con la API de lectura local y se procesa en tu máquina. Ninguna fila del CSV se transmite, se guarda ni se comparte.
¿Cuántos ítems necesito para que el análisis tenga sentido?
Con unas pocas decenas de ítems completados ya se ve la distribución. Para el pronóstico Monte Carlo, cuantas más semanas de historial, más estable queda el resultado, porque sortea a partir del throughput diario que realmente ocurrió.
¿Qué formatos de fecha acepta?
Reconoce el formato ISO (2026-03-14) y los formatos con barra o punto usados en Brasil y en Estados Unidos. Las fechas con hora también funcionan: la hora se ignora y el cálculo queda en días.
¿Calcula lead time o cycle time?
Depende de las columnas que elijas. Si la fecha inicial es la de entrada en ejecución, el resultado es cycle time. Si es la fecha de creación o de pedido, es lead time. El cálculo es el mismo, el significado cambia con el punto de partida.
¿Entran los ítems todavía en ejecución?
No. Solo entran los ítems con ambas fechas válidas y con fecha de conclusión igual o posterior a la de inicio. Los ítems abiertos quedan fuera del tiempo de ciclo, porque aún no tienen uno, y entran en el Work Item Age (Premium): la herramienta muestra hace cuántos días está cada uno en curso, comparado con el p85.
¿Puedo usarlo con un board que no es Kanban?
Sí. El cálculo depende de fechas, no del método. Si tu equipo registra cuándo empezó y cuándo terminó cada ítem, el análisis funciona.
¿Todavía no tienes historial para analizar?
Toma la gestión de un squad en el Juego Kanban y mira cómo estas mismas métricas se mueven con cada decisión que tomas.
