Proceso para construir

métricas
Alejandro Erick Orta Plata
Oscar Pérez Luna Ingeniería de
Uriel González Acolco Requerimientos
Felipe Aguilar Flores 30/04/2023
Álvaro Villalba Pérez
¿Como construir métricas
en Ingeniería? (Pasos)
• Definir los objetivos: En primer lugar, es necesario
definir los objetivos que se desean alcanzar con las
métricas, como mejorar la calidad del software,
aumentar la eficiencia del proceso de desarrollo, reducir
el tiempo de entrega, entre otros.

• Seleccionar las métricas adecuadas: Una vez definidos

los objetivos, se deben seleccionar las métricas que
sean adecuadas para medir el progreso hacia esos
objetivos. Las métricas deben ser específicas,
relevantes, medibles y fáciles de entender.
Definir las fórmulas de cálculo: Se deben definir las fórmulas de cálculo que se utilizarán
para cada métrica. Estas fórmulas deben ser precisas y tomar en cuenta los datos
necesarios para el cálculo de las métricas.

Implementar herramientas de seguimiento: Para recopilar los datos necesarios para el

cálculo de las métricas, es necesario implementar herramientas de seguimiento, como
software de gestión de proyectos, sistemas de control de versiones, entre otros.
 Establecer la frecuencia de Establecer criterios de evaluación:
medición: Se debe establecer la Se deben establecer criterios de
frecuencia con la que se medirán evaluación para interpretar los
las métricas. Esta frecuencia debe resultados de las métricas. Estos
ser lo suficientemente regular para criterios deben ser claros y
permitir el seguimiento del objetivos, de manera que puedan
progreso y la identificación ser utilizados para tomar
temprana de cualquier problema. decisiones informadas.
• Analizar los resultados y tomar
medidas: Finalmente, se deben
analizar los resultados de las métricas
y tomar medidas para abordar
cualquier problema identificado y
mejorar el proceso de desarrollo de
software.
 Elementos A continuacion veremos cada tipo de
metrica y que elemtos componen a cada
una

En cuanto a los elementos que deben

incluirse en la construcción de las
métricas, estos varían dependiendo del
tipo de métrica y el objetivo específico.
Métricas de tamaño
Miden la cantidad de código fuente, el número de líneas
de código, el número de módulos o componentes, entre
otros.

• Unidad de medida utilizada para medir el tamaño,

como líneas de código o número de módulos.
• Criterios para contar o excluir elementos
específicos, como comentarios o bibliotecas.
• Definición clara de los límites de los módulos o
componentes para evitar contar elementos no
deseados.
Métricas de
complejidad
Miden la complejidad del software, como el número de
caminos lógicos posibles, el número de condiciones, el
número de ciclos, entre otros.
• Métrica específica utilizada para medir la complejidad,
como complejidad ciclomática o complejidad estructural.
• Criterios para establecer umbrales de complejidad
aceptables.
• Identificación de factores que pueden aumentar la
complejidad, como anidación de estructuras condicionales
o ciclos.
Métricas de calidad
Miden la calidad del software en términos
de fiabilidad, mantenibilidad, eficiencia,
seguridad, usabilidad, entre otros.
• Definición clara de los atributos de
calidad que se miden, como fiabilidad o
seguridad.
• Establecimiento de umbrales aceptables
para cada atributo de calidad.
• Selección de métricas específicas para
cada atributo de calidad, como tasa de
fallas o vulnerabilidades de seguridad.
Métricas de
rendimiento
Miden el rendimiento del software, como
el tiempo de respuesta, el uso de
memoria, el uso de CPU, entre otros.
• Definición clara de los aspectos de
rendimiento que se miden, como
tiempo de respuesta o uso de memoria.
• Selección de herramientas y métodos
de medición adecuados.
• Establecimiento de umbrales
aceptables para cada aspecto de
rendimiento.
Métricas de
productividad
Miden la productividad del equipo de desarrollo,
como el número de errores encontrados y
corregidos, el tiempo dedicado al desarrollo y
pruebas, entre otros.
• Selección de las métricas más relevantes para el
equipo y el proceso de desarrollo específico,
como el número de errores encontrados y
corregidos o la cantidad de horas dedicadas al
desarrollo.
• Establecimiento de umbrales aceptables para
cada métrica.
• Identificación de factores que pueden afectar la
productividad, como la carga de trabajo o la
complejidad del proyecto.
Métricas de
costos
Miden los costos del proyecto de desarrollo de
software, como el costo total del proyecto, el costo por
línea de código, el costo por defecto encontrado y
corregido, entre otros.
• Selección de las métricas de costos más relevantes
para el proyecto, como el costo total del proyecto o
el costo por línea de código.
• Establecimiento de umbrales aceptables para cada
métrica de costo.
• Identificación de factores que pueden afectar los
costos, como cambios en los requisitos o retrasos en
el proyecto.
Métricas de
planificación
Miden el progreso del proyecto en términos de
hitos alcanzados, tareas completadas, tareas
pendientes, entre otros.
• Selección de las métricas de planificación más
relevantes para el proyecto, como el número de
hitos alcanzados o el porcentaje de tareas
completadas.
• Establecimiento de umbrales aceptables para
cada métrica de planificación.
• Identificación de factores que pueden afectar la
planificación, como cambios en los requisitos o
retrasos en el proyecto.
Métricas de
satisfacción del cliente
Miden la satisfacción del cliente con el software
desarrollado y el proceso de desarrollo en general.
• Selección de las métricas más relevantes para medir la
satisfacción del cliente, como la retroalimentación del
cliente o las calificaciones de satisfacción del usuario.
• Establecimiento de umbrales aceptables para cada
métrica de satisfacción del cliente.
• Identificación de factores que pueden afectar la
satisfacción del cliente, como cambios en los requisitos
o la calidad del software.
Ejemplos
Ejemplo 1
Nombre: Tiempo promedio de corrección de errores (TPCE)
Qué va a medir: El tiempo promedio que lleva al equipo de desarrollo corregir un error reportado en el software.
Para qué lo medirán: El objetivo es evaluar la eficiencia del equipo de desarrollo en la corrección de errores e identificar
oportunidades de mejora en el proceso de corrección de errores.
Qué fórmula utilizarán: La fórmula para calcular el TPCE es la siguiente:

A través de qué rúbrica evaluarán los resultados evaluados:

Excelente TPCE < 30 minutos

Bueno 30 minutos ≤ TPCE < 1 hora
Aceptable 1 hora ≤ TPCE < 2 horas
Deficiente TPCE ≥ 2 horas
Con qué frecuencia medirán: Una vez al mes, después de cada ciclo de corrección de errores.
A qué clasificación se puede integrar: Se puede clasificar como una métrica de productividad, ya que mide la eficiencia del
equipo de desarrollo en la corrección de errores.
Ejemplo 2
Nombre: Tasa de rotación de personal
Qué va a medir: Mide el porcentaje de empleados que dejan una organización durante un período determinado.
Para qué lo medirán: Para entender la estabilidad de la fuerza laboral de una empresa y los costos asociados con la
contratación y capacitación de nuevos empleados.
Qué fórmula utilizarán:

A través de qué rúbrica evaluarán los resultados evaluados: Se evalúa en función de la tasa promedio de la industria, así
como de la tasa de rotación de la empresa en períodos anteriores.

Índice < 15% Rotación sana.

15% < Índice < 30% Pérdida considerable de capital

humano.
Índice > 40% Estado de gravedad en cuanto a la
gestión de ingresos y salidas en la
Con qué frecuencia medirán: Trimestralmente. organización.
A qué clasificación se puede integrar: La tasa de rotación de personal es una métrica clave que se utiliza en la categoría de
recursos humanos.
Ejemplo 3
Nombre: Nivel de satisfacción del cliente
Qué va a medir: La satisfacción general de los clientes con los productos o servicios ofrecidos por la empresa.
Para qué lo medirán: Para evaluar la calidad del servicio al cliente, identificar oportunidades de mejora y mantener la lealtad
de los clientes.
Qué fórmula utilizarán: El nivel de satisfacción del cliente se mide a través de encuestas de satisfacción de clientes, en las que
los clientes dan su opinión sobre su experiencia con los productos o servicios ofrecidos por la empresa.
 A través de qué rúbrica evaluarán los resultados evaluados: El nivel de satisfacción del cliente se evalúa en función de la
puntuación promedio obtenida en las encuestas de satisfacción de clientes y su comparación con la puntuación promedio en
períodos anteriores.

Excelente Promedio >= 90% y Ha mejorado en comparación con la puntuación

promedio en períodos anteriores.
Bueno Promedio >= 80% y Se mantiene estable en comparación con la
puntuación promedio en períodos anteriores.
Regular Promedio >= 70% y Ha disminuido en comparación con la puntuación
promedio en períodos anteriores.
Deficiente Promedio > 70% y Ha disminuido significativamente en comparación
con la puntuación promedio en períodos anteriores.
Ejemplo 3
Con qué frecuencia medirán: El nivel de satisfacción del cliente se medirá regularmente, según la frecuencia de interacción
con los clientes y la cantidad de encuestas que se puedan enviar.
A qué clasificación se puede integrar: El nivel de satisfacción del cliente es una métrica clave que se utiliza en la categoría de
gestión de la experiencia del cliente y mejora continua.
Ejemplo 4
Nombre: Tiempo de respuesta del soporte técnico
Qué va a medir: El tiempo de respuesta del soporte técnico mide el tiempo que tarda el equipo de soporte
técnico de una empresa en responder a las consultas o problemas reportados por los clientes.
Para qué lo medirán: La medición del tiempo de respuesta del soporte técnico es importante para evaluar la
calidad del servicio al cliente, identificar oportunidades de mejora y mantener la satisfacción de los clientes.
Qué fórmula utilizarán: El tiempo de respuesta del soporte técnico se mide desde el momento en que se recibe
la solicitud de soporte hasta el momento en que se proporciona una respuesta satisfactoria al cliente.
Con qué frecuencia medirán: El tiempo de respuesta del soporte técnico se medirá regularmente, según la
cantidad de solicitudes de soporte que se reciban.
A qué clasificación se puede integrar: El tiempo de respuesta del soporte técnico es una métrica clave que se
utiliza en la categoría de gestión de la experiencia del cliente y mejora continua.
Ejemplo 4
A través de qué rúbrica evaluarán los resultados evaluados: El tiempo de respuesta del soporte técnico se
evalúa en función del tiempo promedio de respuesta y su comparación con el tiempo promedio en períodos
anteriores, así como en comparación con los tiempos de respuesta de la industria.

Excelente El tiempo promedio de respuesta del soporte técnico es menor o igual a

1 hora, ha mejorado en comparación con el tiempo promedio en
períodos anteriores y es mejor o igual al tiempo promedio de respuesta
de la industria.
Bueno El tiempo promedio de respuesta del soporte técnico es menor o igual a
2 horas, se mantiene estable en comparación con el tiempo promedio
en períodos anteriores y es comparable al tiempo promedio de
respuesta de la industria.
Regular El tiempo promedio de respuesta del soporte técnico es mayor a 2 horas
pero menor o igual a 4 horas, ha disminuido en comparación con el
tiempo promedio en períodos anteriores o es un poco más alto que el
tiempo promedio de respuesta de la industria.
Deficiente El tiempo promedio de respuesta del soporte técnico es mayor a 4
horas, ha disminuido significativamente en comparación con el tiempo
promedio en períodos anteriores o es mucho más alto que el tiempo
promedio de respuesta de la industria.
Ejemplo 5
Nombre: Tasa de conversión de ventas en línea
Qué va a medir: La tasa de conversión de ventas en línea mide el porcentaje de visitantes a un sitio web que se
convierten en clientes y realizan una compra.
Para qué lo medirán: La medición de la tasa de conversión de ventas en línea es importante para entender el
rendimiento del sitio web de una empresa y su capacidad para atraer y convertir visitantes en clientes.
Qué fórmula utilizarán:

Con qué frecuencia medirán: La tasa de conversión de ventas en línea se medirá mensualmente.
A qué clasificación se puede integrar: La tasa de conversión de ventas en línea es una métrica clave que se
utiliza en la categoría de marketing digital y ventas en línea.
A través de qué rúbrica evaluarán los resultados evaluados: La tasa de conversión de ventas en línea se
evaluará en función de la tasa promedio de la industria, así como de la tasa de conversión de la empresa en
períodos anteriores.
Nivel de rendimiento Descripción
Sobresaliente  La tasa de conversión de ventas en línea está por encima del
promedio de la industria y ha mejorado en comparación con los
períodos anteriores.
Bueno  La tasa de conversión de ventas en línea está en línea con el
promedio de la industria y ha mantenido una estabilidad en
comparación con los períodos anteriores.
Necesita mejorar  La tasa de conversión de ventas en línea está por debajo del
promedio de la industria y ha disminuido en comparación con los
períodos anteriores.
Pobre  La tasa de conversión de ventas en línea es significativamente
más baja que el promedio de la industria y ha disminuido
constantemente en comparación con los períodos anteriores.
Referencias 

• ISO/IEC/IEEE. (2019). Systems and software engineering - Vocabulary (ISO/IEC/IEEE 24765:2019). International
Organization for Standardization. https://doi.org/10.1109/IEEESTD.2010.6329115

• Abran, A., & Khelifi, A. (2019). Software metrics and software metrology. In A. Abran & A. Khelifi (Eds.), Software
process improvement and capability determination (pp. 71-107). Springer International Publishing.
https://doi.org/10.1007/978-3-030-24202-2_3

• Fenton, N. E., & Pfleeger, S. L. (2015). Software metrics: A rigorous and practical approach (3rd ed.). CRC Press.

• Gómez, M., & Juristo, N. (2014). Software metrics: An overview of their use and misuse. ACM Computing Surveys,
46(2), Article 28. https://doi.org/10.1145/2501654.2501656

• Park, Y., & Han, J. (2016). A systematic literature review of software requirements metrics. Journal of Systems and
Software, 120, 163-173. https://doi.org/10.1016/j.jss.2016.06.017