Saltar al contenido

Métricas DORA: qué medir y cómo

Última actualización

Las métricas DORA proceden del programa DevOps Research and Assessment, hoy parte de Google Cloud, que desde 2014 ha encuestado a decenas de miles de profesionales. Miden la rapidez y la estabilidad con las que un equipo entrega software. Bien usadas, señalan los cuellos de botella; mal usadas, se convierten en objetivos que se acaban manipulando. Esta guía define cada métrica, indica dónde obtener los datos y explica qué hacer con ellos.

Las métricas

Las «cuatro claves», tradicionales, son dos medidas de velocidad y dos de estabilidad:

MétricaPreguntaCategoría
Frecuencia de despliegue¿Con qué frecuencia despliega en producción?Rendimiento
Tiempo de entrega de cambios¿Cuánto tarda desde el commit hasta que el cambio está en producción?Rendimiento
Tasa de fallos de cambios¿Qué proporción de despliegues provoca un fallo que requiere corrección?Estabilidad
Tiempo de restauración del servicio¿Cuánto tarda en recuperarse tras un despliegue fallido o un incidente?Estabilidad

El informe DORA de 2024 precisó el lado de la estabilidad. Renombró el tiempo de restauración como «tiempo de recuperación tras un despliegue fallido» y añadió la «tasa de reelaboración de despliegues», es decir, la proporción de despliegues no planificados, realizados en respuesta a un problema en producción. La investigación agrupa las métricas en rendimiento (tiempo de entrega, frecuencia de despliegue y tiempo de recuperación) y estabilidad (tasa de fallos y tasa de reelaboración). Consulte dora.dev para las definiciones vigentes, ya que han cambiado en el pasado.

Cómo medir cada una desde GitHub

Puede calcularlas todas a partir de datos que ya tiene.

Frecuencia de despliegue. Cuente los despliegues exitosos en producción por día o por semana. Fuente: la API de Deployments de GitHub, un workflow que despliega en un entorno production o las etiquetas de versión (release tags).

gh api "repos/OWNER/REPO/deployments?environment=production&per_page=100" \
  --jq '[.[] | .created_at] | length'

Para una cifra justa, cuente solo los despliegues en producción y, si despliega servicios de forma independiente, cuente cada servicio por separado.

Tiempo de entrega de cambios. Para cada cambio, mida el tiempo desde el primer commit (o desde la apertura del PR, si necesita algo más sencillo) hasta que se despliega. La aproximación habitual:

lead time = deployment time - first commit time of the PR

Informe la mediana y el percentil 90, no la media; unas pocas ramas de larga duración sesgan los promedios. Dividir el tiempo en fases muestra dónde se va: programación, espera de revisión, CI y espera al despliegue. En la mayoría de los equipos, la espera de revisión y el tiempo de CI son los dos mayores. Consulte cómo acelerar GitHub Actions.

Tasa de fallos de cambios. Despliegues fallidos divididos entre el total de despliegues. Necesita una definición de fallo que aplique de forma coherente: un rollback, un hotfix desplegado en menos de 24 horas o un incidente vinculado a un despliegue. Asocie cada incidente al despliegue que lo causó, o etiquete los PR de hotfix y cuéntelos.

Tiempo de recuperación tras un despliegue fallido. Para cada fallo, el tiempo desde el despliegue hasta la resolución (la corrección desplegada o el rollback realizado). Tómelo de su herramienta de gestión de incidentes y use la mediana.

Tasa de reelaboración de despliegues. Despliegues no planificados divididos entre todos los despliegues. Etiquete los despliegues de hotfix y de rollback para contarlos.

Nuestra calculadora de métricas DORA toma esas cuatro entradas y muestra cómo se compara con los rangos de rendimiento del informe. La calculadora de presupuesto de error es un buen complemento para el lado de la fiabilidad.

Lo que dicen los referentes

El informe DORA de 2024 agrupa a los equipos en niveles de rendimiento. Para el grupo superior («elite») describe un tiempo de entrega inferior a un día, despliegue bajo demanda (varias veces al día), una tasa de fallos de cambios en torno al 5 por ciento y una recuperación en menos de una hora. Los grupos inferiores son más lentos en cada eje. El informe se basa en respuestas de encuestas, no en datos instrumentados, y sus propios autores advierten que no conviene tratar esos rangos como objetivos. Úselos solo como orientación.

Un hallazgo importante de la investigación: velocidad y estabilidad no son una contrapartida. Los equipos que despliegan con frecuencia suelen tener también menores tasas de fallo, porque los cambios pequeños son más fáciles de revisar, probar y revertir.

Haga fiable la medición

  • Defina sus términos una vez y por escrito: qué cuenta como despliegue en producción, qué cuenta como fallo y dónde empieza el tiempo de entrega.
  • Mida por equipo o por servicio, no en toda la empresa; los promedios de empresa ocultan todo.
  • Use medianas y distribuciones. Una mediana de 4 días con un percentil 90 de 30 días le dice más que una media de 7 días.
  • Automatice la recogida. Las hojas de cálculo manuales quedan obsoletas. Extraiga los datos de la API cada semana a un panel.
  • Observe tendencias, no fotos fijas. Mire de 8 a 12 semanas.

Usos indebidos que conviene evitar

Las métricas DORA describen el sistema de entrega de un equipo. No son medidas de productividad individual, y clasificar a ingenieros o equipos según ellas invita a manipularlas. Dividir despliegues en cambios triviales infla la frecuencia; restringir la definición de fallo mejora la tasa de fallos sobre el papel. Aplica la ley de Goodhart: cuando la medida se convierte en objetivo, deja de ser una buena medida.

Use las métricas para hacer preguntas: ¿por qué se duplicó el tiempo de entrega en marzo?, ¿dónde esperan los PR?, ¿qué cambiamos antes de que subiera la tasa de fallos?

Mejore cada métrica

Para mejorarFíjese en
Lead timeTamaño de los PR, latencia de revisión (CODEOWNERS y reglas de revisión), duración de CI, aprobaciones manuales, despliegues por lotes
Frecuencia de despliegueDespliegues automatizados, feature flags, desarrollo basado en trunk, merge queues
Tasa de fallos de cambiosCalidad de los tests, tests inestables (flaky), despliegues graduales (staged rollouts), mejor revisión de las rutas de riesgo
Tiempo de recuperaciónAutomatización de rollbacks, observabilidad, alertas, runbooks, rotación de guardia (generador de rotaciones)

CI es la palanca que los equipos olvidan con más frecuencia. Si CI tarda 25 minutos, nadie sube cambios pequeños. Use la calculadora del coste de un CI lento para poner precio a la espera.

Otros marcos de trabajo

DORA cubre la entrega. El marco SPACE añade satisfacción, colaboración y flujo; las encuestas de experiencia del desarrollador recogen lo que las métricas no pueden medir. Combine unas pocas medidas cuantitativas con encuestas periódicas.

Preguntas frecuentes

¿Con qué frecuencia debo revisar las métricas DORA?

Mensualmente para el equipo, con paneles semanales disponibles. Las revisiones trimestrales ocultan los problemas durante demasiado tiempo.

¿Es malo una frecuencia de despliegue más baja?

No siempre. El software regulado o las apps móviles con ciclos de revisión en las tiendas se despliegan con menos frecuencia. Compárelo con su propio historial y sus propias restricciones.

¿Puedo calcular las métricas DORA sin una herramienta?

Sí, con la API de GitHub, un workflow de despliegues y un registro de incidentes. Las herramientas específicas ahorran esfuerzo cuando tiene muchos repositorios.

¿Dónde se nota la velocidad de CI?

Sobre todo en el lead time y, de forma indirecta, en la frecuencia de despliegue. Las comprobaciones lentas también animan a usar lotes más grandes y arriesgados.

Dónde encaja compiler.dev

El tiempo de CI es la parte del lead time que puede acortar cambiando el hardware en lugar de los hábitos. El modo de comparación de compiler.dev ejecuta su workflow en runners más rápidos para que pueda medir el efecto en su propio pipeline antes de cambiar nada más.

Ejecute este workflow en compiler.dev Sin tarjeta · 200 minutos gratuitos

Pruébelo gratis