T-Shirt Sizing: estimación ágil simplificada

Pregunte a un equipo qué significa realmente una talla de camiseta y, tarde o temprano, alguien intentará hacer cuentas con ella. "Entregamos dos Small y un Medium el sprint pasado, así que el próximo deberíamos lograr un Large." Esa frase suena razonable. También es un disparate, y entender por qué es la forma más rápida de comprender para qué sirve realmente el T-shirt sizing.

El T-shirt sizing ubica el trabajo en una escala ordinal: XS, S, M, L, XL y, a veces, XXL. Ordinal significa que las etiquetas tienen un orden (un XL es más grande que un L), pero no una distancia que se pueda sumar, restar o promediar. Dos Medium no son un Large. Un equipo que trata las etiquetas como números pierde la única propiedad que hace honesta a la técnica desde el principio: nunca afirma más precisión de la que el equipo realmente tiene.

Datos clave

• La Guía de Scrum deliberadamente no prescribe una unidad de estimación. Dice solo que "los Developers que realizarán el trabajo son responsables del dimensionamiento", y deja los story points, las horas o las tallas de camiseta enteramente a criterio del equipo.
• La crítica central de Mike Cohn a las tallas de camiseta es que no son aditivas: "No puede decirle a su jefe que terminará en 3 medianas, 4 grandes y 2 petite" (Mountain Goat Software).
• Para dimensionar rápido un backlog grande sin estimar previamente, Scrum.org recomienda la agrupación por afinidad en silencio: "El mapeo por afinidad en silencio da resultados suficientemente buenos con bastante rapidez."
• No todos coinciden en que la estimación valga el tiempo de reunión. La línea de pensamiento #NoEstimates, asociada con Woody Zuill, pide a los equipos que se cuestionen "¿cómo sabemos que las estimaciones ayudan?" en lugar de ofrecer un mejor número.

Qué es el T-shirt sizing y por qué importa que sea ordinal

El T-shirt sizing es una técnica de estimación relativa. En lugar de preguntar "cuántas horas tomará esto", el equipo pregunta "¿esto se parece más a un Small o a un Large, comparado con el trabajo que ya dimensionamos?" El resultado es una etiqueta de un conjunto pequeño y fijo: Extra Small, Small, Medium, Large, Extra Large y, ocasionalmente, Extra Extra Large para el raro elemento que es más grande que cualquier otro de la lista.

La palabra más importante de esa descripción es "ordinal". Una escala ordinal indica el orden de las cosas sin decir la distancia entre ellas, igual que los resultados de una carrera dicen quién venció a quién sin decir por cuánto. Usted sabe que un XL es más grande que un Medium. No sabe que sea exactamente cuatro veces más grande, ni dos veces más incierto, porque la escala nunca se diseñó para soportar ese tipo de aritmética.

Eso es una característica, no una limitación. Casi todos los modos de fallo de esta técnica se deben a que un equipo hace aritmética con las etiquetas de todas formas: promediar tallas para obtener un número de velocity, convertir una talla en una fecha de entrega, o comparar el Large de un equipo con el Large de otro como si la palabra significara lo mismo en ambas salas. Si se mantiene presente la propiedad ordinal, la técnica sigue siendo útil. Si se pierde, se convierte en silencio en una versión peor de los story points.

La tosquedad es deliberada por una segunda razón: desactiva la falsa precisión que se cuela en las estimaciones por horas. Cuando alguien dice que una tarea toma "12 horas", ese número carga con una autoridad inmerecida, aunque normalmente signifique "si nada sale mal y nadie me interrumpe". Un Medium no pretende esa certeza, y viaja mejor fuera del equipo: un VP o un cliente que nunca ha estado en una reunión de sprint planning entiende al instante que Small es menos que Large, sin que nadie explique qué significa un 5 en una escala de Fibonacci.

Cómo dirigir una sesión de T-shirt sizing

Una sesión de T-shirt sizing funciona mejor cuando avanza rápido y resiste la tentación de litigar cada elemento. Los pasos siguientes se mantienen tanto si está dimensionando cinco elementos del roadmap como cincuenta candidatos del backlog en una sola sentada.

El paso de las anclas merece la mayor atención, porque es el que los equipos se saltan cuando tienen prisa. Sin un Small compartido al que señalar, "¿esto es un Small o un Medium?" se convierte en un debate de sensaciones. Con uno, se convierte en una comparación genuina que el equipo realmente puede responder: ¿esto es más o menos trabajo que lo que ya acordamos que era un Small?

El dimensionamiento en silencio escala la técnica a backlogs que de otro modo tomarían horas. Cada persona (o todo el grupo junto) ubica los elementos en un espectro de menor a mayor sin narrar su razonamiento mientras lo hace. La guía de Scrum.org para estimar backlogs grandes se apoya justamente en ese instinto, y describe la agrupación silenciosa basada en comparaciones como una forma de obtener "resultados suficientemente buenos con bastante rapidez" en lugar de avanzar penosamente elemento por elemento. Ambos enfoques sacrifican precisión por velocidad, y ambos dependen de que el equipo tenga suficiente contexto compartido para ubicar las cosas por comparación y no por debate.

El último paso, detenerse al converger, es donde vive realmente la disciplina. Una discusión de diez minutos entre Medium y Large casi no produce información adicional, ya que la escala nunca se diseñó para premiar ese nivel de precisión. Si un equipo no logra ponerse de acuerdo tras una ronda de discusión, suele ser señal de que el elemento mismo no está claro, no de que el grupo deba discutir más tiempo.

Una tabla de definición de tallas

A la mayoría de los equipos que adoptan el T-shirt sizing les conviene escribir una vez lo que significa realmente cada talla para ellos y remitirse a ello, en lugar de volver a litigar la definición en cada sesión.

Observe que la columna "qué hacer a continuación" hace un trabajo real: una talla es una decisión de enrutamiento, no solo una etiqueta. Los elementos pequeños están casi listos; los elementos Large y Extra Large son una señal para dividir antes de que alguien planifique en detalle a su alrededor. Eso mantiene al T-shirt sizing conectado con la acción, en lugar de ser una etiqueta que se queda para siempre en una columna de hoja de cálculo.

Convertir las tallas de camiseta en algo planificable

En algún momento, una parte interesada quiere más que "esto es un Medium". Quiere una idea aproximada de cuándo podría entregarse o de cuánta capacidad del equipo representa. Existen dos formas honestas de salvar esa brecha, y una deshonesta que conviene evitar.

El híbrido de mapeo a puntos. Muchos equipos colocan un número aproximado debajo de cada talla, sobre todo para que los números, y no las etiquetas, carguen con la aritmética. El planning poker ya documenta una versión común: una baraja híbrida de XS=1, S=2, M=3, L=5, XL=8, que alinea las etiquetas de camiseta con una escala de Fibonacci modificada. Otros equipos usan una escala distinta, por ejemplo Medium=5 y Large=10, duplicando a medida que aumenta la talla. Ambas funcionan. Lo que importa es elegir un mapeo y usarlo de forma consistente: es una comodidad para hablar de tamaño, no una tabla de conversión universal entre equipos.

El enfoque de rango por talla. En lugar de asignar a una talla un solo número, se le asigna un rango: un Small podría significar "medio día a dos días", un Medium "tres días a una semana", un Large "una a tres semanas". Esto conserva la honestidad de la escala ordinal y da a los planificadores algo útil para una programación aproximada.

Sea cual sea el enfoque que elija, la advertencia es la misma: un rango no es un compromiso. En el momento en que el "tres días a una semana" de un Medium se convierte en una fecha de entrega prometida en un roadmap dirigido a clientes, la estimación está cumpliendo una función para la que nunca fue diseñada. Los rangos comunican incertidumbre; las fechas comunican certeza. Confundirlos convierte un método de estimación tosco y honesto en una fuente de promesas incumplidas que nadie recuerda haber aceptado.

T-shirt sizing vs story points vs planning poker vs estimación de tres puntos vs no estimates

Ninguna de estas técnicas compite con las demás en el sentido de que solo una sea "correcta". Cada una se ajusta a un horizonte distinto y a un grado distinto de certeza sobre el trabajo.

Al leer la columna "mejor horizonte", el patrón coincide con lo que ya describen los story points: el T-shirt sizing pertenece a lo más alejado de la ejecución, donde una estimación errónea cuesta una decisión de priorización, no un compromiso de sprint roto. El planning poker y los story points pertenecen a lo más cercano a la ejecución, donde el equipo está a punto de comprometer capacidad real. La estimación de tres puntos corresponde al trabajo programado y con muchas dependencias, normalmente fuera de un contexto puro de Scrum. El enfoque de no estimates pertenece a equipos cuyo backlog es lo bastante granular y estable como para que el historial prediga mejor que el juicio de cualquiera sobre un solo elemento, tema que se cubre con más profundidad más adelante.

Dimensionar a distintas alturas

El T-shirt sizing no es una sola técnica usada igual en todas partes. Lo que cambia es la altura: qué tan lejos está el elemento del equipo que realmente lo construirá.

En la parte superior de esa tabla, las tallas de camiseta hacen exactamente el trabajo para el que fueron creadas. La jerarquía de epics vs funcionalidades vs historias de usuario ya lo plantea de forma directa: los epics se estiman en tallas de camiseta o conteos aproximados de sprints, y usar story points a nivel de epic genera falsa precisión. Un epic que aún es un párrafo de intención, y no un conjunto de historias definidas, no tiene el detalle que los story points necesitan para significar algo.

La planificación trimestral y la recepción se ubican en un territorio similar. El objetivo ahí no es un pronóstico exacto, sino una señal lo bastante rápida para decidir qué merece una mirada más cercana a continuación. Un Large marcado durante la recepción le dice al Product Owner "no prometa esto con rapidez", lo cual es información genuinamente útil incluso sin un número asociado.

La fila inferior es donde las cosas salen mal con más frecuencia: dimensionar en camisetas una historia lista para el sprint suele ser un paso atrás, no adelante. Cuando una historia está a uno o dos sprints de distancia, los story points ya documentan el cambio esperado: convertir las tallas de camiseta a puntos una vez que un elemento está lo bastante cerca como para trabajarse. Ese es también el punto en que el equipo debería tener suficiente claridad para descomponer el trabajo en algo más cercano a una estructura de desglose del trabajo o, para el seguimiento a nivel de ejecución, un paquete de trabajo individual con partidas reales. Las tallas de camiseta existen para cuando esa descomposición todavía no existe; una vez que existe, volver a una etiqueta tosca desperdicia información que el equipo ya se ganó.

Más allá del software

El T-shirt sizing no tiene nada específico del código. Es una técnica de comparación, y cualquier equipo que deba elegir entre más trabajo del que tiene tiempo para hacer puede usarla.

Marketing. Un backlog de campañas lleno de "renovar el hero de la página de inicio", "lanzar una prueba de social pagado" y "reconstruir el modelo de lead scoring" es imposible de comparar solo por horas, ya que la hora de un diseñador y la de un analista de datos no son intercambiables. Las tallas de camiseta permiten a un líder de marketing ordenar las ideas de campaña de todo un trimestre por esfuerzo aproximado sin fingir una precisión que el equipo no tiene.

Operaciones. Las solicitudes de operaciones (la incorporación de un nuevo proveedor, una actualización de políticas, una migración de herramientas) varían enormemente en alcance y rara vez se asignan limpiamente a una sola unidad de trabajo. Una solicitud de operaciones Large indica "esto necesita su propio plan de proyecto", mientras que una Small probablemente puede manejarse dentro de la carga de trabajo existente de alguien.

Servicios profesionales. Definir el alcance de un compromiso con un cliente suele comenzar con módulos dimensionados en tallas de camiseta antes de que exista un statement of work detallado. "Discovery es un Small, la migración es un Large, la capacitación es un Medium" da al equipo de propuestas una forma aproximada para fijar precios antes de comprometerse con horas exactas.

Pipelines de contratación. Los equipos de reclutamiento a veces dimensionan así las vacantes abiertas: un puesto Small tiene una reserva de talento profunda y lista, y una descripción de puesto clara; un puesto Large es un título completamente nuevo, con un mercado escaso y una definición interna de éxito poco clara. Dimensionar la vacante ayuda al equipo de reclutamiento a decidir dónde dedicar primero el mayor esfuerzo de búsqueda.

Aquí hay un ejemplo práctico de un equipo de marketing que planifica un trimestre de lanzamiento de producto, usando exactamente las definiciones de tallas de la tabla anterior.

Al leer esa lista de arriba abajo, el líder de marketing no necesita una velocity en story points para ver el obvio riesgo de secuenciación: el rebranding y la reconstrucción del lead scoring son los dos elementos que deben empezar primero y desglosarse cuanto antes, porque todo lo demás de la lista depende de saber aproximadamente cuánto del trimestre consumirán.

Modos de fallo

La mayoría de los fallos del T-shirt sizing se remontan a una misma causa raíz: alguien haciendo aritmética con una etiqueta ordinal. Vale la pena nombrar las formas específicas en que aparece para que un equipo pueda detectarlas pronto.

El fallo de la comparación entre equipos merece una segunda mirada, porque es el que causa más daño en silencio. Dos equipos que reportan "entregamos tres Large este trimestre" suenan comparables. No lo son, por la misma razón por la que un sprint de 50 puntos de un equipo de Scrum no significa que ese equipo sea más rápido que un sprint de 30 puntos de otro: ambas son escalas calibradas internamente, sin una unidad compartida detrás. En el momento en que una talla o un total de puntos cruza el límite de un equipo y se trata como equivalente, deja de ser útil y empieza a ser engañoso.

Los límites de la estimación relativa

Vale la pena ser honestos sobre algo que la mayor parte del contenido de estimación pasa por alto: hay muy pocos datos rigurosos y verificados de forma independiente que demuestren que una técnica de estimación relativa produce pronósticos más precisos que otra. Circulan constantemente afirmaciones de que un método hace que los equipos sean un cierto porcentaje fijo más precisos, y la mayoría no se remonta a nada verificable. La posición honesta es que el T-shirt sizing, los story points y el planning poker son técnicas basadas en el juicio, cuyo valor proviene de hacer visibles los supuestos y mantener las conversaciones rápidas, no de una ventaja de precisión demostrada sobre las demás.

Esa honestidad abre la puerta a un contraargumento real que merece ser escuchado con justicia. La línea de pensamiento que se agrupó en torno al hashtag #NoEstimates, más asociada con Woody Zuill, cuestiona si vale la pena dedicar tiempo de reunión a producir una estimación. Agile Alliance, que aloja la charla de Zuill sobre el tema, presenta su argumento como un conjunto de preguntas y no como una técnica sustituta: "¿Cómo sabemos que las estimaciones ayudan? ¿Podemos demostrar que las estimaciones ayudan?" La alternativa práctica es pronosticar a partir del throughput: registrar cuántos elementos pequeños y de tamaño similar termina realmente un equipo en el historial reciente, y proyectar hacia adelante a partir de esa tasa, en lugar de juzgar el tamaño del trabajo que queda por delante.

Ese enfoque funciona genuinamente para equipos con un flujo constante de elementos pequeños y de alcance comparable, y con suficiente historial para confiar en el número de throughput. Funciona peor cuando un backlog oscila mucho en tamaño y tipo, ya que el pronóstico por throughput supone que el pasado reciente se parece lo suficiente al futuro cercano para ser predictivo. La mayoría de las organizaciones se ubica en un punto intermedio: mantienen un hábito de estimación ligero por el criterio que obliga a ejercer, la conversación sobre el alcance, no por el número que produce, mientras tratan la cifra resultante con la humildad adecuada. El T-shirt sizing encaja bien en ese terreno medio, precisamente porque su tosquedad hace difícil confiar demasiado en él.

Lecturas relacionadas

• Story Points: cómo estimar el trabajo ágil
• Planning Poker: cómo estiman el esfuerzo los equipos ágiles
• Epics vs funcionalidades vs historias de usuario explicados
• Estimación de tres puntos (PERT): fórmula y ejemplos
• Velocity en Agile: cómo medir el throughput del equipo
• Sprint Planning: cómo dirigir una reunión eficaz de planificación del sprint
• Product Backlog: qué es y cómo gestionarlo
• Refinamiento del backlog
• Planificación de capacidad
• Estructura de desglose del trabajo

El T-shirt sizing se gana su lugar en una caja de herramientas de estimación al mantenerse deliberadamente tosco. En el momento en que un equipo empieza a tratar de XS a XL como números disfrazados, ya sea promediándolos en una cifra de velocity, comparándolos entre equipos o leyendo un rango como una fecha prometida, la técnica deja de cumplir la única tarea para la que fue creada. Mantenga las tallas ordinales, mantenga la sesión rápida y convierta a algo más preciso solo cuando el trabajo esté lo bastante cerca como para merecerlo.