Refinamento de backlog

StackSpot AI gera aumento de 40% em número de histórias de usuários entregues no Itaú Unibanco

Dores e
Desafios

Ao enfrentar desafios significativos na gestão de três produtos de plataforma de dados, todo o time de engenharia, ainda estava em curva de aprendizagem com a arquitetura AWS.

Analisando a maturidade do time, os profissionais se depararam com:
Backlog inexistente ou incompleto
Dependência de planilhas de controle
Sobrecarga de Product Managers
Alto custo de planejamento (roadmap, releases e backlog)

Solução

Adotou-se StackSpot AI para realizar:

Detalhamento inicial de features, realizado por Product Managers. Utilizando a StackSpot, se inicia o processo de detalhamento das features de forma precisa, definindo claramente as necessidades, o público-alvo e os resultados esperados para cada uma delas.

Refinamento e distribuição das tarefas: a plataforma facilita a distribuição das tarefas, onde cada pessoa engenheira de dados, apoiada pela StackSpot, é encarregada de refinar as features em histórias da pessoa usuária bem detalhadas. Esse processo assegura a consideração de todos os aspectos técnicos e de negócios.

Tudo isso através de dois Quick Commands:

1. Quick Command com templates de user story
Esses templates ajudam as user stories a seguirem um formato consistente, facilitando a compreensão e a implementação por parte da equipe de desenvolvimento. Para a criação de um template, é preciso que PMs escolham de acordo com a metodologia mais adequada ao seu contexto.

2. Quick Command para definir critérios de aceitação claros
Além de orientar o desenvolvimento, os critérios de aceitação desempenham um papel crucial em assegurar diversos aspectos que contribuem para a qualidade final do produto, incluindo a conformidade com requisitos funcionais, usabilidade, performance e segurança.

Atualmente, esse processo já conta com um Agente de AI: o PM_BacklogBooster, que é uma ferramenta poderosa para auxiliar equipes de desenvolvimento a organizar, priorizar e detalhar suas tarefas e histórias de usuário. Com ele, é possível garantir que o backlog esteja sempre atualizado e alinhado com os objetivos do projeto.

Resultados
e melhorias

Melhorias com a adoção da StackSpot AI

Com esse cenário, era preciso trazer mais eficiência para o processo. Para isso, o time decidiu utilizar a StackSpot AI para refinamento de backlog e otimização de histórias de usuários, já que a ferramenta possibilita automações, reúso de componentes, redução de erros e maior escalabilidade dos processos de desenvolvimento.

A partir disso, foram identificadas diversas vantagens do uso da StackSpot AI:
Eficiência no processo de desenvolvimento: uma única ferramenta de ponta a ponta do processo, deixando o time de desenvolvimento mais eficiente e confortável.
Qualidade nas entregas: melhoria na qualidade das entregas devido a maior clareza técnica.
Metodologia de fatiamento: na StackSpot, é possível usar a metodologia mais adequada para cada contexto devido à hiper contextualização.

Resultados

A hipótese foi validada em duas squads onde o time já atuava como SMEs/Delivery Manager em Professional Services.

Com o resultado em mãos, o time começou um processo de Consulting Propositiva, analisando equipes com Cycle Time alto (principalmente em tempo de refinamento), e então diversas outras jornadas de melhoria se iniciaram utilizando o mesmo framework de trabalho.

Ao usar a StackSpot AI para esse processo, foi possível ter o backlog centralizado sistemicamente com visibilidade e transparência. Além disso, Product Managers passaram a ter atuação mais tática e estratégica.

Impactos técnicos

Redução de

88%

no tempo médio de refinamento de cada user story.

Aumento de
40%

na média de histórias entregues por mês do time.

Melhora de

21%

na qualidade da escrita de história.

Para avaliar a qualidade de uma user story, foram considerados os seguintes critérios:

Critério de aceite: define claramente o que é necessário para que a história seja considerada concluída.
Contagem de BCP (para Histórias Funcionais): avalia a complexidade e o esforço necessário para implementar a história.
Descrição: fornece um resumo claro e conciso do que a história envolve.
Duração estimada: uma estimativa de quanto tempo a equipe acredita que levará para completar a história.
Pontuação: uma avaliação geral da história, considerando todos os critérios acima.

Impactos técnicos
O tempo para a execução dessas tarefas foi reduzido, e com essa economia de tempo, profissionais passaram a focar em atividades de desenvolvimento que geram mais valor ao negócio.

Agende sua demo e eleve sua performance com a StackSpot AI

Conheça a StackSpot AI em ação

Mais cases
StackSpot AI

Cobertura do WCAG

StackSpot AI duplica nível de cobertura em testes de acessibilidade WCAG em relação a outros players do mercado