Optimización de Procesos en el Área de Producción: Implementación de Scrum y DevOps en Q10 S.A.S

Abstract

Abstract: The implementation of an intervention in the production area of Qio S.A.S., based on the adoption of agile frameworks Scrum in DevOps context, significantly optimized software development processes. Through automated pipelines, code quality was enhanced, and delivery times were reduced, allowing for more efficient error identification and correction. Results include a 1596 reduction in production errors and a 2096 increase in software delivery speed Keywords: Devops; scrum; test automation; code review; process optimization. 1. Resultados y discusión La implementación de Zephyr Scale como herramienta de gestión de pruebas, integrada con JIRA, ha optimizado signifcativamente los procesos de Quality Assurance.

Headnote

Resumen: La implementación de una intervención en el área de producción de Q10 S.A.S., basada en la adopción del marco ágil Scrum en el contexto DevOps, optimizó signifcativamente los procesos de desarrollo de software. La incorporación de Scrum mejoró la planifcación, asignación de tareas y motivación del equipo, mientras que DevOps facilitó la integración continua, automatización de pruebas y despliegue continuo. A través de pipelines automatizados, se incrementó la calidad del código y se redujeron los tiempos de entrega, permitiendo identifcar y corregir errores de manera más efciente. Esta intervención fortaleció la colaboración entre los equipos de desarrollo y producto, mejorando la estabilidad del entorno de producción y estableciendo un marco ágil para futuros desarrollos. Los resultados incluyen una reducción del 25% en errores de producción y un incremento del 20% en la velocidad de entrega de software.

Palabras-clave: Devops; scrum; automatización de pruebas; revisión de código; optimización de procesos.

Abstract: The implementation of an intervention in the production area of Qio S.A.S., based on the adoption of agile frameworks Scrum in DevOps context, significantly optimized software development processes. The incorporation of Scrum improved task planning, assignment, and team motivation, while DevOps facilitated continuous integration, automated testing, and continuous deployment. Through automated pipelines, code quality was enhanced, and delivery times were reduced, allowing for more efficient error identification and correction. This intervention strengthened collaboration between development and product teams, improving production environment stability and establishing an agile framework for future developments. Results include a 1596 reduction in production errors and a 2096 increase in software delivery speed

Keywords: Devops; scrum; test automation; code review; process optimization.

1. Introducción

En un entorno empresarial cada vez más dinámico y competitivo, la optimización de procesos en el área de producción se ha convertido en una prioridad para las organizaciones que buscan mejorar su efciencia operativa. Q10 S.A.S, una empresa especializada en soluciones tecnológicas para el sector de la educación, ha adoptado un enfoque innovador para mejorar sus procesos de desarrollo mediante la implementación del marco ágil Scrum en el contexto DevOps, lo cual permitió una mayor agilidad y colaboración entre los equipos de desarrollo y operaciones, lo que resultó en una entrega de software más rápida y de mayor calidad.

La adopción de DevOps facilita la automatización de procesos, como las pruebas y la revisión de código, lo que reduce signifcativamente el tiempo de implementación y mejora la estabilidad del entorno de producción (Humble y Farley, 2010). Este artículo explora cómo la intervención en el área de producción de Q10 S.A.S. ha permitido optimizar los procesos clave, mejorando tanto la efciencia como la calidad del software entregado.

2. Contextualización

A continuación, se abordan aspectos clave respecto a la aplicación de DevOps y Scrum en el área de producción de software para la empresa Q10 S.A.S. Respecto a DevOps, las empresas de software, incluyendo Q10, enfrentan desafíos en la implementación de éste debido a la falta de coordinación entre los equipos de desarrollo y operaciones, lo cual puede llevar a inefciencias signifcativas. DevOps ayuda a resolver estos problemas al fomentar una cultura de colaboración continua, lo que es fundamental para la entrega rápida de software de alta calidad (Muñoz, M., Negrete, M., & Mejía, J., 2019).

DevOps no es solo una práctica de integración entre desarrolladores y operadores; es también una flosofía que integra procesos ágiles para facilitar un ciclo de desarrollo más efciente y continuo (Erich et al., 2017). Esto resulta en mejoras notables en la calidad del software y en la capacidad de respuesta ante errores y cambios, que son cruciales para la adaptabilidad y competitividad en el mercado de software (Liu, B.-H., Zhang, H., & Dong, L.-M., 2019).

Respecto a los marcos ágiles, según Narang y Mittal (2022), el agilismo, que incluye prácticas como Scrum y Kanban, son esenciales para mejorar la calidad del software mientras se manejan los requisitos de entregar productos a tiempo y dentro del presupuesto, lo anterior promueve una mayor colaboración y comunicación dentro de los equipos de desarrollo, aspecto fundamental para adaptarse rápidamente a los cambios y la innovación continua. Abubakar et al. (2020) presentan el impacto de la mentalidad ágil en la transformación de la ingeniería de software al integrar técnicas de aprendizaje automático, estas prácticas ágiles facilitan la gestión del desarrollo de software y potencian la integración de nuevas tecnologías, en ese sentido, las prácticas ágiles pueden extenderse más allá de los métodos tradicionales para incluir aspectos avanzados de automatización y personalización, apoyando así la entrega de software de alta calidad de manera efciente.

3. Metodología

El primer paso en la optimización del proceso en la empresa fue la creación de tipos de incidencias. Esto permitió mejorar la asignación de la carga de trabajo y aumentar la transparencia entre los miembros del equipo. En 2022, se categorizaron 1758 tareas, lo que permitió redistribuir esfuerzos hacia el mejoramiento continuo de la plataforma Q10 en su formato estándar, reduciendo el enfoque en desarrollos a la medida. Esta categorización también permitió medir el crecimiento organizacional a través de la disminución de errores y el aumento de la calidad del software entregado (Schwaber & Sutherland, 2017). En la Figura 1 se pueden observar las tareas categorizadas durante el año 2022.

La Figura anterior ilustra la distribución de diferentes categorías de tareas dentro de una empresa de desarrollo de software educativo a lo largo del año 2022. Cada segmento representa un tipo específco de incidencia o actividad que ha sido categorizada para facilitar la gestión y asignación de la carga de trabajo. La categoría con mayor frecuencia es Bug, con 336 incidencias, lo que indica que fue un área signifcativa de enfoque para la empresa al tratar de identifcar y resolver errores. Muy cercano en número está Personalización, con 342 tareas, mostrando un alto volumen de trabajos hechos a medida según las necesidades de los usuarios. Tarea sigue con 256 registros, abarcando tareas generales de desarrollo y mantenimiento. Otras categorías importantes incluyen

Error, con 230 incidencias que necesitan correcciones, y App, con 99 tareas relacionadas específcamente con el desarrollo de aplicaciones. Las categorías Front y Epic, cada una con 79 tareas, refejan el trabajo en la interfaz de usuario y en proyectos más grandes y complejos, respectivamente. Menos frecuentes pero aún signifcativas son las categorías SIG (73 tareas relacionadas con sistemas de información geográfca), Mejora (67 iniciativas de mejoramiento), No considerado (47 actividades evaluadas pero no ejecutadas) y Soporte (44 tareas de asistencia técnica).

Posteriormente, se llevó a cabo el desarrollo de células de trabajo interdisciplinarias de cuatro y cinco integrantes. Estas células, compuestas por desarrolladores, testers y analistas, han permitido mejorar signifcativamente la motivación del equipo, ya que cada miembro se siente más integrado y responsable de los proyectos asignados. Entre los benefcios notables, se destaca el aumento en la calidad del producto, la mejora en la comunicación del equipo y la entrega anticipada de los proyectos, que ahora se realizan una semana antes que en los tiempos anteriores a esta implementación. Desde su creación, se han asignado 524 tareas a estas células, con resultados que destacan la evolución técnica de los miembros del equipo y la retroalimentación constante entre ellos (Highsmith, 2010). En la Figura 2 se puede observar la distribución de tareas asignadas a cada célula.

En total, se asignaron 524 tareas, distribuidas en cuatro categorías principales. La categoría más grande es "Asincrónicos", con 181 tareas, lo que refeja probablemente un enfoque en procesos o desarrollos que no requieren una sincronización inmediata entre equipos. Le sigue "Pandora" con 189 tareas, indicando un proyecto o área de trabajo específca que ha sido signifcativamente activa. La categoría "Black Jack" incluye 92 tareas, y la más pequeña, "Mobile", con 62 tareas, da cuenta de actividades enfocadas en el desarrollo para dispositivos móviles.

4. Resultados y discusión

La implementación de Zephyr Scale como herramienta de gestión de pruebas, integrada con JIRA, ha optimizado signifcativamente los procesos de Quality Assurance. Esta herramienta permite la trazabilidad de pruebas, la reutilización de documentación y el control de versiones, factores esenciales en un entorno ágil (Crispin & Gregory, 2014).

Gracias a Zephyr Scale, se ha logrado un seguimiento más preciso de las pruebas, permitiendo a los testers visualizar cuántas veces se ha ejecutado un caso de prueba y medir la efectividad del equipo de desarrollo. En particular, las pruebas de regresión han experimentado una alta optimización de tiempo debido a la reutilización de los casos de prueba ya construidos. En la Figura 3 se pueden observar los resultados de la ejecución de la prueba.

La Figura 3 ilustra los resultados obtenidos de las pruebas ejecutadas utilizando la herramienta de gestión Zephyr Scale, integrada con JIRA, que ha mejorado signifcativamente los procesos de aseguramiento de la calidad. Se observa que el 79.6% de las pruebas han pasado exitosamente, lo que indica una alta tasa de éxito y refeja la efectividad del equipo de desarrollo en la corrección de errores y la implementación de funcionalidades según lo esperado. Un 11.9% de las pruebas están en progreso, lo cual es natural en un entorno ágil donde las pruebas y el desarrollo ocurren de manera continua. Además, se muestra un pequeño porcentaje de pruebas que no se ejecutaron y algunas que están bloqueadas o han fallado, representando desafíos o áreas que requieren atención adicional.

A través de este enfoque, ha sido posible la trazabilidad de las pruebas y la reutilización de la documentación, así como la optimización del tiempo en pruebas de regresión gracias a la capacidad de reutilizar casos de prueba existentes. Este seguimiento y la respectiva medición de la efectividad contribuyen a la mejora continua del proceso de desarrollo y a una mayor precisión en la evaluación del desempeño del software desarrollado. Adicionalmente, se empezó a hacer un control del porcentaje de pruebas bloqueadas, fallidas, en progreso y ejecutadas por tester que pueden verifcarse en la Figura 4.

La gráfca muestra el desempeño de tres verifcadores distintos en la ejecución de pruebas, usando barras horizontales de diferentes colores para indicar el porcentaje de cada tipo de resultado de prueba. Uno de los verifcadores ha logrado una alta tasa de éxito en las pruebas, con aproximadamente el 76% de ellas pasando sin problemas, mostrando solo una fracción muy pequeña de pruebas fallidas y bloqueadas, lo que da cuenta de una alta efcacia en la ejecución de sus pruebas. Otro verifcador muestra un porcentaje similar de pruebas pasadas, alrededor del 80.4%, pero con un mayor número de pruebas bloqueadas y fallidas, indicando que enfrentó desafíos más signifcativos durante sus pruebas o que se le asignaron casos de prueba más complejos.

El tercer verifcador tiene la tasa más alta de pruebas pasadas, con un 83.0%, aunque también presenta algunas pruebas fallidas y bloqueadas. La gráfca presenta las pruebas que están en progreso y aquellas que no aplican, ya sea porque no se ejecutaron o no son relevantes en el contexto actual de las pruebas. Esta información es de importante consideración en la identifcación de áreas de mejora en la efciencia del equipo de aseguramiento de calidad.

Un aspecto de especial importancia ha sido el roadmap de Desarrollo y Planeación, éste ha sido una herramienta fundamental para organizar las tareas de los proyectos. La creación de épicas y su integración en los Sprints ha permitido un control detallado del progreso, facilitando la priorización adaptativa y la comunicación en tiempo real entre todos los miembros del equipo (Schwaber & Sutherland, 2017). Adicionalmente, la implementación de DevOps en Q10 S.A.S. ha facilitado la automatización y optimización de los ciclos de desarrollo, pruebas y despliegue. El uso de herramientas como Bitbucket, Azure DevOps y Zephyr Scale ha permitido que el proceso de desarrollo sea más ágil, transparente y efciente, alineado con las mejores prácticas de integración continua y entrega continua (Kim et al., 2016).

A manera de discusión, es pertinente considerar que la implementación de prácticas ágiles en combinación con DevOps ha demostrado mejorar los resultados en procesos de desarrollo de software al fomentar la colaboración y la automatización (Bass, Weber, & Zhu, 2015). Esta integración no solo permite una mayor efciencia en la entrega de productos, sino que también contribuye a la reducción de errores al implementar pipelines automatizados, como sugiere Chen (2017) en su análisis de DevOps en empresas de tecnología. Además, según Jabbari, bin Ali, Petersen y Tanveer (2016), el uso de células interdisciplinarias potencia la motivación del equipo y la calidad del producto, aspectos evidenciados en Q10 S.A.S.

5. Conclusiones

La implementación de marcos ágiles en el contexto DevOps en Q10 S.A.S. ha mejorado signifcativamente la efciencia, calidad y transparencia en el desarrollo de software. La creación de tipos de incidencias y células de trabajo interdisciplinarias ha permitido optimizar la asignación de tareas y aumentar la motivación del equipo, mientras que la adopción de herramientas de gestión de pruebas y despliegue ha incrementado la calidad del producto y reducido el tiempo de entrega. El uso de un Roadmap visual y el control detallado de las pruebas han permitido a la organización mantener un enfoque ágil, adaptándose rápidamente a las necesidades del negocio. Con estas mejoras, Q10 S.A.S. está bien posicionada para continuar su crecimiento y mejorar la efciencia operativa en futuros proyectos.

La discusión sobre las prácticas ágiles en general ilustra cómo la adopción de un marco ágil como Scrum en el contexto DevOps ha benefciado a la empresa Q10 S.A.S. en la optimización de sus procesos de producción de software. La implementación de estas prácticas promueve una mayor colaboración y fexibilidad, facilita la integración de nuevas tecnologías y mejora la entrega de productos, optimizando la efciencia en los procesos de producción y prestación del servicio y posibilitando que el software desarrollado responda mejor a las necesidades del mercado y de los usuarios fnales, manteniendo a la empresa competitiva en un entorno tecnológico en constante evolución.

El estudio presenta algunas limitaciones que deben tenerse en cuenta al interpretar sus resultados. En primer lugar, la implementación de Scrum y DevOps se realizó en un contexto específco dentro del sector de desarrollo de software, por lo que los resultados podrían no ser directamente aplicables a otras industrias o empresas con menos dependencia tecnológica. Además, el enfoque en métricas de efciencia y calidad puede dejar de lado otros factores cualitativos, como la satisfacción del equipo o el bienestar laboral, que también pueden infuir en el éxito de la adopción de estas metodologías (Stol & Fitzgerald, 2018). Finalmente, la falta de un análisis longitudinal limita la comprensión del impacto a largo plazo de estas prácticas en la organización, un aspecto clave para evaluar la sostenibilidad de la implementación (Celestin et al., 2019).

Las futuras investigaciones derivadas de este trabajo se centrarán en explorar cómo la combinación de prácticas ágiles y DevOps puede adaptarse a empresas de diferentes sectores más allá de la tecnología, evaluando su efectividad en entornos menos digitalizados. Además, es relevante investigar el impacto de la automatización avanzada y la inteligencia artifcial en DevOps, específcamente en áreas como la detección predictiva de errores y la personalización de fujos de trabajo, áreas aún poco estudiadas en la literatura (Wiedemann et al., 2020). Otro enfoque prometedor es el análisis de la sostenibilidad de DevOps en el largo plazo, considerando cómo las empresas pueden mantener estos cambios culturales y tecnológicos sin comprometer la estabilidad operativa (Forsgren et al., 2018). También se recomienda evaluar el rol de las células interdisciplinarias en la retención de talento y la innovación en equipos de desarrollo, aspectos que necesitan mayor evidencia empírica (Lindsjørn et al., 2016).

References

Referencias

Abubakar, H., Obaidat, M. S., Gupta, A., Bhattacharya, P., & Tanwar, S. (2020, November). Interplay of machine learning and software engineering for quality estimations. In 2020 International Conference on Communications, Computing, Cybersecurity, and Informatics (CCCI) (pp. 1-6). IEEE. https://doi.org/10.1109/ CCCI49893.2020.9256507

Bass, L., Weber, I., & Zhu, L. (2015). DevOps: A software architect's perspective. Addison-Wesley Professional.

Celestin, M., Sujatha, S., Kumar, A. D., & Vasuki, M. (2024). The Rise of Agile Methodologies in Managing Complex Business Projects: Enhancing Efciency, Collaboration, and Adaptability. Indo American Journal of Multidisciplinary Research and Review, 8(2), 69-77. http://dx.doi.org/10.5281/zenodo.13871832

Chen, L. (2017). Continuous delivery: overcoming adoption challenges. Journal of Systems and Software, 128, 72-86. https://doi.org/10.1016/j.jss.2017.02.013

Crispin, L., & Gregory, J. (2014). More Agile Testing: Learning Journeys for the Whole Team. Addison-Wesley.

Erich, F. M. A., Amrit, C., & Daneva, M. (2017). "A Qualitative Study of DevOps Usage in Practice". Journal of Software: Evolution and Process, 29(6), e1793. https://doi. org/10.1002/smr.1885

Forsgren, N., Humble, J., & Kim, G. (2018). Accelerate: The science of lean software and devops: Building and scaling high performing technology organizations. IT Revolution.

Highsmith, J. (2010). Agile Project Management: Creating Innovative Products. Addison-Wesley.

Humble, J., & Farley, D. (2010). Continuous Delivery: Reliable Software Releases through Build, Test, and Deployment Automation. Addison-Wesley Professional.

Kim, G., Humble, J., Debois, P., & Willis, J. (2016). The DevOps Handbook: How to Create World-Class Agility, Reliability, & Security in Technology Organizations. IT Revolution Press.

Jabbari, R., bin Ali, N., Petersen, K., & Tanveer, B. (2016, May). What is DevOps? A systematic mapping study on defnitions and practices. In Proceedings of the scientifc workshop proceedings of XP2016 (pp. 1-11). https://doi. org/10.1145/2962695.2962707

Liu, B. H., Zhang, H., & Dong, L. M. (2019). DevOps China research. Ruan Jian Xue Bao. Journal of Software, 30(10), 3206-3226. https://doi.org/10.1016/j. procs.2020.09.148

Lindsjørn, Y., Sjøberg, D. I., Dingsøyr, T., Bergersen, G. R., & Dybå, T. (2016). Teamwork quality and project success in software development: A survey of agile development teams. Journal of Systems and Software, 122, 274-286. https://doi.org/10.1016/j. jss.2016.09.028

Muñoz, M., Negrete, M., & Mejía, J. (2019). Proposal to avoid issues in the devops implementation: A systematic literature review. New Knowledge in Information Systems and Technologies: Volume 1, 666-677. https://doi.org/10.1007/978-3-030-16181-1_63

Narang, P., & Mittal, P. (2022). Performance assessment of traditional software development methodologies and DevOps automation culture. Engineering, Technology & Applied Science Research, 12(6), 9726-9731. https://doi. org/10.48084/etasr.5315

Schwaber, K., & Sutherland, J. (2017). The Scrum Guide: The Defnitive Guide to Scrum: The Rules of the Game. Scrum.org. Recuperado de https://www.scrumguides.org

Stol, K. J., & Fitzgerald, B. (2018). The ABC of software engineering research. ACM Transactions on Software Engineering and Methodology (TOSEM), 27(3), 1-51. https://doi.org/10.1145/3241743

Wiedemann, A., Wiesche, M., Gewald, H., & Krcmar, H. (2020). Understanding how DevOps aligns development and operations: a tripartite model of intra-IT alignment. European Journal of Information Systems, 29(5), 458-473. https://doi. org/10.1080/0960085X.2020.1782277