A história que se baseia no gráfico e esquece o fluxo de dados por trás dele.

Os painéis de controle são enganosos. A parte visível — o gráfico, o seletor de datas, os filtros — parece dar trabalho de apenas alguns dias no front-end. A parte invisível é a camada de dados: de onde vêm os números, com que frequência são recalculados, em que fuso horário estão, o que conta como um usuário único e o que acontece quando o departamento financeiro diz que o número está errado na terça-feira de manhã.

A estimativa depende do fato de os dados já existirem em um formato que permita consultas. Se sim, o trabalho consiste principalmente na renderização. Se não, o trabalho envolve um fluxo de dados com um gráfico no final — e esse é um número totalmente diferente.

O que se fala na sala

Front-end: “A biblioteca de gráficos pode cuidar da renderização. Um ou dois dias.”

Backend: “Qual é a fonte confiável desses números?”

Dados: “Em tempo real ou no final do dia está bom?”

PM: “Qual fuso horário estamos usando para ‘hoje’?”

Manchete: “O que acontece quando o departamento financeiro diz que o gráfico está errado?”

Perguntas que vale a pena fazer antes de votar

  • Os dados subjacentes já estão disponíveis em um formato que permita consultas, ou devemos construir o pipeline primeiro?
  • Frequência de atualização: em tempo real, a cada hora, diariamente, sob demanda?
  • Tratamento de fusos horários — hora do servidor, hora do usuário, hora da conta?
  • Detalhamento: links para as linhas originais ou apenas para o agregado?
  • Exportar: CSV, link para compartilhamento, imagem incorporada?
  • Permissões: quem tem acesso a qual parte dos dados?
  • Qual é a reação quando os números não batem com os de outro relatório?

Se o pipeline de dados ainda não existir, o gráfico não é o ponto principal — o pipeline é, e vale a pena separá-lo e avaliá-lo por conta própria.

Faça uma estimativa da camada de dados. Se os números ainda não estiverem disponíveis para consulta, o gráfico representa os últimos 5%.

Assim como estimar um recurso de busca, a interface do usuário visível é a parte fácil; a camada de dados é que dá trabalho. Confira os outros exemplos práticos de estimativa, ou participe de uma sessão gratuita de Planning Poker quando a questão relacionada aos dados já tiver uma resposta.