¿Qué es Scrum y Kanban?

| Última modificación: 28 de octubre de 2024 | Tiempo de Lectura: 3 minutos

Algunos de nuestros reconocimientos:

Premios KeepCoding

Las metodologías ágiles han revolucionado la manera en que trabajamos, ahora somos más eficientes y podemos trabajar en diferentes frentes de un proyecto de manera paralela. Para descubrir en detalle las metodologías ágiles de moda, estuvimos con Javier Martín, apasionado del management, posee, junto a otras dos personas, el blog “Mamá… ¿Qué es Scrum?” y tiene una organización llamada Neuronforest, con él hemos hablado de qué es Scrum y Kanban.

La entrega de valor: Logic Model

Para empezar a entender qué es Scrum y Kanban, nos muestra un ejemplo de un modelo donde se quiere realizar una aplicación web para recaudar fondos para conseguir agua para África.

 

INPUTS

QUÉ HACEMOS

OUTPUTS

VALOR APORTADO

IMPACTOS

 

equipo

desarrollo software

aplicación web

agua

10 camiones al día

Si preguntan qué haces:

trabajo en equipo

desarrollo software

hacemos una web

tenemos una web que consigue fondos para agua

llevamos 10.000 litros de agua al día a África

 

Con este ejemplo, nos explica que el foco debe estar en el beneficio, en qué se quiere conseguir, y que lo más importante es el impacto del software en el mundo.

Scrum y su relación con Kanban

Se trata de un método de trabajo orientado a la entrega de valor. Está compuesto de tres pilares, inspección, adaptación y transparencia; y cinco valores, coraje, foco, respeto, compromiso y apertura. Está compuesto de una serie de elementos:

  • Roles:
    • Product owner: piensa en el producto final, decide qué se va a hacer.
    • Development team: equipo de desarrollo, hacen el trabajo, el software. Sus características principales son: autoorganización, multifuncionalidad y que no tienen etiquetas.
    • Scrum master: vela para que se haga Scrum. Enseña al equipo de desarrollo a autoorganizarse, organiza el trabajo (ayuda al product owner) y se encarga de analizar cómo puede cambiar la empresa para que genere más valor.
  • Artefactos: herramientas que permiten organizar el trabajo.
    • Product backlog: el dueño es el product owner y es donde está recogido lo que se va a hacer.
    • Sprint backlog: es el plan para autoorganizarse.
    • Increment: todo aquello que ya está terminado.
  • Eventos: se basan en los sprint, que son períodos de tiempo de 30 días.
    • Sprint planning: qué se va a hacer.
    • Sprint execution: se ejecuta. Durante este período hay una reunión diaria.
    • Sprint review: se inspecciona el producto y su impacto.
    • Sprint retrospective: se analiza cómo se ha trabajado.

Todos estos elementos se combinan en el método de trabajo de la siguiente manera:

¿Qué es Kanban?

Se trata de un método orientado al flujo de trabajo que combina 9 valores, 3 principios directores, 6 principios fundamentales, 6 prácticas y muchas herramientas. En cuanto a las prácticas necesarias para su funcionamiento, encontramos:

  • Visualizar: cómo se puede visualizar el trabajo y que se vea de manera clara en qué punto está cada uno, haciendo qué y cómo.
  • Limitar el trabajo en proceso: analizar cómo se puede cambiar algo para que las cosas fluyan.
  • Gestión activa del trabajo: el propio equipo se gestiona para evitar bloqueos.
  • Políticas explícitas de trabajo: cómo se va a trabajar.
  • Ciclos de retroalimentación: eventos parecidos a los de Scrum. Se analiza el trabajo y cómo mejorarlo.
  • Mejora continua.

Si quieres entrar por completo al mundillo de los métodos ágiles, aquí te dejamos el webinar donde Javier nos ha explicado cada detalle de Scrum y Kanban enfocado a proyectos tecnológicos.

Si quieres potenciar tu perfil profesional aprendiendo más de métodos ágiles y aplicándolo a tus proyectos tecnológicos, descubre nuestros bootcamps en programación donde te enseñaremos cómo integrarlos a tu trabajo, e incluso trabajarás con estos métodos durante el programa. Conoce cada detalle descargando el temario:

Sandra Navarro

Business Intelligence & Big Data Advisor & Coordinadora del Bootcamp en Data Science, Big Data & Machine Learning.

Posts más leídos