Voltar ao Blog

Por que as métricas DORA não bastam

A DORA diz que algo está errado. Não diz por quê, nem quanto custa.

As métricas DORA (frequência de deploy, lead time de mudanças, taxa de falha de mudanças e tempo de recuperação) são a forma padrão de ver o quão bem um time de engenharia entrega software. Elas são úteis. Só não contam a história inteira.

Um dashboard que aponta, mas não explica

Se você tem um dashboard de DORA, sabe quando a entrega desacelera. O que ele não diz é por quê, nem como resolver. É como um médico que diz o que você tem e deixa você descobrir a cura sozinho.

A causa raramente está no pipeline. Está no trabalho em volta dele: tickets que voltam, revisões que esperam, trabalho em andamento demais, uma sprint com mais stakeholders do que o time consegue alinhar.

O contexto muda a leitura

A produtividade não se lê só pelo pipeline, nem por uma pesquisa. O que importa é o contexto em que o código é escrito: o board, o repositório, as conversas e o calendário. Uma queda na frequência de deploy significa uma coisa num time com muita carga e muitos stakeholders, e outra bem diferente num time travado esperando revisões.

O relatório Global Human Capital Trends 2024 da Deloitte aponta o mesmo: é preciso repensar as métricas tradicionais de produtividade, e as organizações já conseguem coletar e analisar dados de trabalho rápido o suficiente para transformá-los em decisões úteis.

Equilíbrio, não um número só

Toda métrica precisa da sua contramétrica. Alguns exemplos:

  • Entrega vs. carga: aumentar a frequência de deploy com um backlog pesado e muitos stakeholders só muda o problema de lugar.
  • Velocidade vs. qualidade: um lead time menor significa pouco se a taxa de falha ou o retrabalho sobem junto.
  • Resultado vs. tempo: trabalho fora do horário, ou sprints cheias de reuniões, inflam o resultado hoje e cobram amanhã.

A DORA diz o que está acontecendo hoje. Não diz por quê.

De uma métrica no vermelho a um preço e uma solução

É aqui que entra a Leanmote. Ela conecta o seu board, os seus repositórios, o seu CI/CD, o seu chat e as suas ferramentas de IA, em somente leitura, e compara as métricas de cada time com 12 meses da sua própria história. Quando algo dispara ou cai, não fica só no vermelho: recebe um preço em dólares por mês, com o custo real das horas envolvidas.

Cada problema com preço pode ter um agente de IA que trabalha para recuperá-lo: destrava trabalho parado, reduz o retrabalho, acelera as revisões. Você aprova cada ação, e quando a métrica volta ao normal, o valor passa para recuperado.

Em vez de adivinhar, ou de perguntar ao time o que está errado, você leva o problema, quanto ele custa e um plano para resolvê-lo.