Novedades del producto

Registro de cambios

Qué cambió en Oobeya, por qué es importante y en qué versión llega. Descubra las últimas novedades en analítica de ingeniería, visibilidad de la IA y administración de la plataforma.

DevEx Surveys, Confluence Cloud, Xray Cloud y un AI Impact rediseñado

Lance encuestas de experiencia del desarrollador en minutos con nueve plantillas de Oobeya listas para usar y compare los resultados con benchmarks y métricas de ingeniería. Document Analytics y Test Analytics ahora admiten Confluence Cloud y Xray Cloud, además de Server y Data Center, y AI Impact se abre con una vista general que compara los resultados entre equipos con alta y baja adopción de IA.

1. Actualizaciones principales

1.1. DevEx Surveys: mida la experiencia del desarrollador con encuestas de Oobeya

Funcionalidad principal

Mida cómo viven los ingenieros su trabajo sin tener que diseñar una encuesta desde cero. DevEx Surveys incluye nueve encuestas de Oobeya listas para usar que abarcan experiencia del desarrollador, madurez del SDLC, preparación y madurez en IA, salud del equipo, modelo operativo del equipo, revisión de código, calidad de ingeniería y bienestar. Cada una incluye preguntas seleccionadas, una cadencia recomendada y un tiempo estimado de respuesta de 1 a 7 minutos. Elija una plantilla, seleccione equipos, desarrolladores o etiquetas de desarrollador, defina un rango de fechas o una programación recurrente y publíquela.

Por qué es importante

Empiece a recopilar opiniones sobre la experiencia del desarrollador el mismo día y analícelas junto a las métricas de entrega, calidad e IA en una sola plataforma.

Biblioteca de plantillas de Oobeya DevEx Surveys con nueve plantillas de Oobeya listas para usar, agrupadas en AI, Core, Engineering Practices, Pulse y Team, con cadencia, número de preguntas, familia y tipo de evaluación
Nueve encuestas de Oobeya listas para usar, agrupadas por propósito, con cadencia, número de preguntas y tipo de evaluación.
Encuestas de Oobeya listas para usar

Cada encuesta incluye preguntas seleccionadas y una cadencia recomendada:

  1. Developer Experience Core — mensual
  2. SDLC Maturity — trimestral
  3. AI Engineering Maturity — trimestral
  4. AI Readiness Assessment — bajo demanda
  5. Engineering Team Health — mensual
  6. Team Operating Model — trimestral
  7. Code Review Effectiveness — mensual
  8. Engineering Quality — trimestral
  9. Wellbeing Pulse — semanal, cinco preguntas, siempre confidencial
Resultados y benchmarks

La página de resultados muestra la participación, la puntuación general, las puntuaciones por tema, la pregunta mejor valorada, la pregunta que requiere atención, la mayor brecha respecto al benchmark y los temas de los comentarios. Las encuestas de Oobeya incluyen un informe de benchmark, y las encuestas confidenciales muestran solo resultados agregados, de modo que nadie puede ver quién dio cada respuesta.

Resultados de Oobeya DevEx Surveys para una encuesta confidencial de experiencia del desarrollador, con participación, puntuación general frente al benchmark, preguntas mejor y peor valoradas, comentarios y un gráfico radial de temas frente al benchmark
Resultados de la encuesta con participación, puntuación general, brechas respecto al benchmark y puntuaciones por tema.
Encuestas propias, distribución y administración

Cree plantillas personalizadas con preguntas Likert, Sí/No, NPS y de texto libre desde el banco de preguntas. Revise cada encuesta antes de publicarla, programe recordatorios y siga la participación a medida que llegan las respuestas; los participantes ven las encuestas pendientes en un banner y en las notificaciones de la aplicación, y las respuestas se guardan sobre la marcha. Los administradores gestionan las plantillas, el banco de preguntas, el acceso basado en roles y la activación del módulo desde la configuración.

1.2. Compatibilidad con Confluence Cloud en Document Analytics

Nueva integración

Document Analytics, ya disponible para Confluence Server y Data Center, ahora admite Confluence Cloud. Conecte su sitio en la nube y abra Analytics → Document Analytics para ver cómo se crea, actualiza y mantiene la documentación en los distintos espacios: páginas, páginas obsoletas, documentos nuevos y actualizados, colaboradores, colaboradores activos y una puntuación de salud de la documentación, cada uno comparado con el período anterior. Documentation Health Insights señala el contenido obsoleto, los espacios en riesgo y la concentración de colaboradores.

Por qué es importante

Supervise la salud de la documentación con las mismas métricas, tanto si sus equipos usan Confluence Cloud como Server o Data Center.

Oobeya Document Analytics para Confluence con espacios, páginas, páginas obsoletas, documentos nuevos y actualizados, colaboradores, puntuación de salud e insights sobre la salud de la documentación
Document Analytics con métricas e insights de salud de la documentación para los espacios de Confluence conectados.
Tendencias de actividad, rankings y detalles de los espacios

Los gráficos diarios muestran los documentos nuevos, los documentos actualizados y los colaboradores activos del período seleccionado. Los rankings destacan los espacios más activos y los principales colaboradores, y la pestaña Spaces resume la salud de cada espacio. Filtre por equipo cuando los espacios estén asignados a equipos de Oobeya.

1.3. Compatibilidad con Xray Cloud en Test Analytics

Nueva integración

Test Analytics, ya disponible para Xray Server y Data Center, ahora admite Xray Cloud. Los equipos que usan Jira en la nube pueden incorporar a Oobeya las ejecuciones de pruebas, los casos de prueba y los defectos vinculados de Xray. Los widgets de tendencias de Test Analytics también cuentan con widgets de detalle propios y siguen respondiendo con rapidez ante grandes volúmenes de resultados.

Por qué es importante

Haga seguimiento de la calidad de la ejecución de pruebas con las mismas métricas de Test Analytics, tanto si Xray se ejecuta en la nube como en sus propios servidores.

1.4. Vista general de AI Impact rediseñada

Mejora principal

AI Impact ahora se abre con una vista general en lugar de una larga lista de gráficos. Consulte la eficiencia de codificación, el tiempo hasta el merge de los PR, el número de bugs y el lead time for changes en comparación con el período anterior de la misma duración, junto con las puntuaciones de calidad del código, la deuda técnica y la cobertura de pruebas unitarias. Outcome Signals resume cuántos resultados de ingeniería evolucionaron favorablemente, se mantuvieron estables o empeoraron. Los gráficos detallados se agrupan en las pestañas Development, Delivery, Code Quality y Testing.

Por qué es importante

Comprenda de un vistazo cómo se relaciona el desarrollo asistido por IA con los resultados de ingeniería y profundice después en el área que desee investigar.

Vista general de Oobeya AI Coding Assistant Impact con la tendencia de eficiencia de codificación, tarjetas de métricas comparadas con el período anterior, puntuaciones de calidad del código, Outcome Signals y una comparación entre equipos con alta y baja adopción de IA
La nueva vista general de AI Impact con comparaciones entre períodos, Outcome Signals y equipos con alta frente a baja adopción de IA.
Equipos con alta frente a baja adopción de IA

Cuando hay equipos a ambos lados del umbral de tasa de aceptación, Outcome Signals los divide en grupos de alta y baja adopción de IA y compara entre ellos la eficiencia de codificación, el lead time for changes, el tiempo hasta el merge de los PR y el número de bugs. La comparación muestra tendencias que coinciden en el tiempo, no relaciones de causa y efecto.

Risks & Insights agrupados y tablas paginadas

Risks & Insights ahora agrupa los hallazgos positivos y negativos. Las tablas Tool Usage, User Metrics y AI Assistant Users se paginan en el servidor, de modo que las organizaciones grandes pueden consultarlas sin largos tiempos de carga.

1.5. Comparación de equipos en Trend Reports

Funcionalidad principal

Trend Reports incorpora una vista general por fechas que muestra los equipos en un árbol con las métricas como columnas, para comparar equipos lado a lado a lo largo del tiempo. Cada métrica enlaza con su widget de detalle. Las tablas de Cycle Time, Lead Time, Throughput y Avg Pull Request Size ahora muestran los tableros y sprints que hay detrás de cada valor, y al seleccionar un sprint este se abre en Agile Space.

Por qué es importante

Compare cómo evolucionan las métricas de entrega de los equipos y rastree un valor hasta el sprint que lo generó.

2. Mejoras y optimizaciones

2.1. Una única página de Integrations

Mejora

Las integraciones y las fuentes de datos ahora se encuentran en una sola página, sin paso de instalación: seleccione una integración para abrir el formulario de su fuente de datos. Las integraciones se agrupan en Project Management, SCM, Coding Assistants, CI/CD, Code Quality & Security, Test y Monitoring/APM.

Por qué es importante

Conecte una nueva herramienta en menos pasos.

2.2. Análisis configurable de líneas de commit

Mejora

Elija cómo se tratan los commits muy grandes: excluirlos (opción predeterminada), conservarlos como no calculables o desactivar el umbral de líneas. Los commits que superan los límites de líneas o de tamaño de archivo, o que modifican archivos binarios, se marcan como Skipped en las tablas de commits, y sus valores de tipo de trabajo muestran "-" en lugar de 0.

Por qué es importante

Evite que los cambios grandes generados automáticamente o de dependencias incluidas distorsionen las métricas de desarrollo, sin dejar de ver que se produjeron.

2.3. Bugs abiertos y cerrados por equipo

Mejora

El gráfico Bug Distribution by Team ahora muestra los bugs abiertos y cerrados de cada equipo e incluye siempre los bugs sin asignar. Seleccione los elementos de leyenda Assigned o Unassigned para ocultarlos o mostrarlos.

Por qué es importante

Vea qué equipos acumulan más bugs abiertos sin cambiar de vista.

2.4. Período seleccionado para la cobertura de pruebas unitarias

Mejora

Team Unit Test Coverage y Analysis Unit Test Coverage, en el widget Test Quality Report, incorporan un interruptor Selected Period. Cuando está activado, las tarjetas de resumen, las tablas y las exportaciones usan el rango de fechas seleccionado. Cuando está desactivado, se muestran los valores del último análisis, como hasta ahora.

Por qué es importante

Revise la cobertura del mismo período que el resto de su informe.

2.5. Gráficos continuos de cycle time y lead time

Mejora

En Project Analytics, Team Health y los gráficos de entrega para la dirección, los sprints sin elementos de trabajo completados ahora representan Cycle Time y Lead Time como 0 en lugar de interrumpir la línea, igual que en Trend Reports. Las tablas y las exportaciones a Excel siguen mostrando "-" para estos sprints.

Por qué es importante

Interprete las tendencias de entrega de todos los sprints sin huecos en el gráfico.

2.6. Definiciones de estado en Problem Analytics

Mejora

Problem Analytics lee las asignaciones de estado a partir de las definiciones de estado que proporciona su herramienta y añade una opción Unmapped que puede seleccionarse en cada una de las cuatro categorías de estado.

Por qué es importante

Asigne los estados de los problemas más rápido y mantenga la asignación alineada con su herramienta de origen.

2.7. Totales de commits más claros en Git Analytics

Mejora

El widget Total Commits explica cuándo los commits excluidos hacen que su total difiera de la tabla Commit Activities, y los mensajes de commit largos se expanden en el mismo lugar en vez de mostrarse en un tooltip.

Por qué es importante

Entienda el número de commits sin tener que cotejar tablas.

2.8. Configuración de Team Health y Team Scorecard

Mejora

Team Health incorpora la exportación a Excel y abre por defecto la primera fila del árbol de equipos. La configuración de Team Scorecard muestra cuántos elementos hay seleccionados para cada integración, tanto en la tabla como en la exportación a Excel.

Por qué es importante

Comparta los datos de salud de los equipos y revise la cobertura del scorecard con mayor facilidad.

2.9. Página Tokens y generación de tokens para Claude Code

Mejora

La página Settings → Tokens tiene un diseño renovado. Al añadir una fuente de datos de Claude Code, el botón Generate situado junto al campo Token crea un token con el nombre de la fuente de datos y le avisa si ya existe un token con ese nombre.

Por qué es importante

Configure la recopilación de datos de Claude Code sin salir del formulario de la fuente de datos.

2.10. Selección de idioma en el menú del perfil

Mejora

Cambie el idioma de la interfaz desde el menú del perfil de usuario en cualquier momento. La selección se aplica de inmediato y se conserva tras actualizar la página y en el siguiente inicio de sesión.

Por qué es importante

Cambie de idioma sin cerrar sesión.

2.11. System Settings con la URL base del servidor

Mejora

Un nuevo menú System Settings, situado justo debajo de General Settings, comienza con una pestaña Server en la que los administradores pueden ver y actualizar la URL base de la plataforma.

Por qué es importante

Gestione la configuración de la instalación desde la interfaz.

Claude Code, Codex y un Team Scorecard rediseñado

Conecte Claude Code y Codex a AI Impact de Oobeya, supervise el uso y los costos de los asistentes y recorra el rendimiento de ingeniería mediante el flujo de entrega rediseñado de Team Scorecard. Dos nuevos síntomas de salud de los datos y los niveles de gravedad ayudan a los equipos a detectar carencias y priorizar la investigación.

1. Actualizaciones principales

1.1. Claude Code: uso, impacto en ingeniería y supervisión de costos

Nueva integración

Claude Code ya está disponible en AI Impact, junto con GitHub Copilot, Cursor y Codex. Recopile métricas del asistente mediante OpenTelemetry en todos los planes de Claude Code. En AI Impact, revise la eficiencia de codificación, el tiempo hasta el merge de los PR, el número de bugs, el lead time y los indicadores de calidad junto con la actividad del asistente. Outcome Signals resume qué métricas evolucionaron favorablemente, se mantuvieron estables o empeoraron respecto al período anterior. Estas comparaciones muestran tendencias que coinciden en el tiempo, no pruebas de causalidad.

Por qué es importante

Revise la actividad de Claude Code, los resultados de ingeniería y los costos en un mismo espacio de trabajo, manteniendo separadas las medidas de uso, las comparaciones de resultados y el gasto facturado.

Oobeya AI Impact con Claude Code seleccionado, que muestra la eficiencia de codificación, el tiempo hasta el merge de los pull requests, el número de bugs, el lead time, los indicadores de calidad y Outcome Signals
Claude Code seleccionado en AI Impact, con métricas de ingeniería y señales de resultados comparadas con el período anterior.
Métricas de uso y actividad de Claude Code

En AI Impact → Metrics, haga seguimiento de los usuarios activos, las sesiones, los prompts de usuario, las solicitudes al modelo, los errores de solicitud, el tiempo del desarrollador y el tiempo del asistente. Explore el uso de modelos con desgloses de tokens de entrada, salida, lectura de caché y creación de caché, además de las ejecuciones de herramientas y sus tasas de éxito. Las vistas por equipo, lenguaje y usuario aportan contexto sobre dónde se utiliza Claude Code.

Pestaña Metrics de Claude Code en Oobeya AI Impact, con usuarios activos, costo, sesiones, prompts, solicitudes, errores, tiempo del desarrollador y del asistente, commits, pull requests y actividad a lo largo del tiempo
Resumen de actividad y tendencias de uso de Claude Code en AI Impact → Metrics.
Supervisión de costos de Claude Code

Supervise el gasto en Claude Code en AI Impact → Cost & Credits, incluidos el valor bruto de uso, el costo neto facturable, el costo por usuario activo y las previsiones de uso. Las estimaciones de costos usan los precios de lista de Claude Code. Cuando se configura una clave de API de Claude Enterprise en la fuente de datos, el importe facturado se muestra como costo neto y la diferencia, como descuento.

Oobeya AI Impact Cost and Credits para Claude Code, con el uso de octubre de 2026, la tasa de consumo diaria, las previsiones, el valor bruto de uso y el costo neto facturable
Supervisión del uso y los costos de Claude Code en AI Impact → Cost & Credits.

1.2. OpenAI Codex: uso empresarial, impacto en ingeniería y seguimiento del costo de tokens

Nueva integración

La integración nativa con Codex conecta su espacio de trabajo de Codex Enterprise con AI Impact mediante una Codex Admin Key y un Workspace ID. Revise el uso del espacio de trabajo y las señales de costo disponibles junto con el rendimiento de ingeniería, con informes en AI Impact, Metrics y Cost & Credits. Esto complementa la compatibilidad existente de Blamely con la atribución de Codex a nivel de línea, que alimenta el análisis de AI Usage.

Por qué es importante

Incorpore la actividad del espacio de trabajo de Codex, el consumo de tokens y el contexto financiero a las revisiones de ingeniería, usando un espacio de trabajo y un período de informe coherentes.

Supervisión del uso de Codex e impacto en ingeniería

En AI Impact → Metrics, seleccione Codex en el filtro de tipo de asistente para revisar la actividad disponible del espacio de trabajo y las tendencias de uso. Explore los resultados de ingeniería en AI Impact, como la eficiencia de codificación, el tiempo hasta el merge de los PR, la calidad y el rendimiento de entrega. Las medidas disponibles dependen del espacio de trabajo conectado y de los informes recopilados; los cambios en el uso aportan contexto para la investigación, no pruebas de mejoras de productividad.

Pestaña Metrics de Oobeya AI Impact con la actividad del asistente y las tendencias de uso a lo largo del tiempo
Informes del asistente en AI Impact → Metrics. Seleccione Codex con el filtro Type para revisar el espacio de trabajo conectado.
Seguimiento del costo de tokens de Codex

Abra AI Impact → Cost & Credits para revisar el consumo y los informes financieros disponibles de Codex. Mantenga coherentes el espacio de trabajo y el período de informe al comparar el gasto con los resultados de ingeniería. Las medidas de tokens, créditos y facturación siguen las definiciones de informe del proveedor conectado.

Interfaz de informes Cost and Credits de Oobeya AI Impact con consumo, previsiones de uso y resumen financiero
La vista de informes Cost & Credits, utilizada para revisar las señales de consumo y financieras disponibles para la fuente seleccionada.

1.3. Team Scorecard y flujo de entrega rediseñados

Mejora principal

Recorra las etapas del SDLC como un flujo de entrega conectado: Project Management, Development, Code Quality, Security, Testing, Delivery y Monitoring. El Team Scorecard rediseñado reúne resúmenes por etapa, métricas clave, señales críticas y síntomas en un diseño más claro. Los diálogos actualizados y la carga diferida de las selecciones de análisis y despliegues facilitan la configuración del scorecard.

Por qué es importante

Pase de una vista general del equipo a la etapa que requiere investigación, dedicando menos esfuerzo a localizar métricas o configurar análisis.

Vista general de Team Scorecard con tendencias de eficiencia de codificación, deuda técnica, problemas de calidad del código y una señal crítica de pull requests sin revisar
Revise las tendencias de rendimiento del equipo, las métricas clave y las señales críticas en la vista general rediseñada de Team Scorecard.
Pipeline de entrega de Team Scorecard con la distribución del trabajo por miembro en Development Analytics, métricas de codificación y un panel de síntomas
Recorra el flujo de entrega hasta Development Analytics, con la distribución del trabajo por miembro y los síntomas junto al análisis.

2. Nuevas funcionalidades e integraciones

2.1. Nuevo síntoma: S15 — Unreachable Data Sources

Funcionalidad principal

Un nuevo síntoma de salud de los datos de nivel Warning identifica las fuentes de datos utilizadas por los análisis de un equipo que no superan la comprobación de conexión nocturna. Pone de relieve los fallos de conectividad que pueden dejar desactualizados o incompletos las métricas, los scorecards y otros síntomas.

Por qué es importante

Identifique las carencias de datos causadas por herramientas inaccesibles y revise credenciales, permisos, URL o conectividad antes de confiar en los informes afectados.

2.2. Nuevo síntoma: S16 — Unused Data Sources

Funcionalidad principal

Un nuevo síntoma de salud de los datos de nivel Info identifica las categorías de fuentes de datos configuradas que no utiliza ninguno de los análisis de un equipo. Ayuda a los equipos a revisar las carencias en la configuración de sus análisis, incluidas las categorías cuyos repositorios, tableros o proyectos no se han seleccionado.

Por qué es importante

Compruebe si el scorecard del equipo cubre las herramientas relevantes para su trabajo, distinguiendo las carencias de configuración de los fallos de conexión.

2.3. Esfuerzo estimado en Project Analytics

Funcionalidad principal

Project Analytics ahora admite el esfuerzo estimado como dato de medición adicional.

Por qué es importante

Incluya las estimaciones de trabajo en los informes de proyecto cuando la medición basada en el esfuerzo represente mejor el trabajo del equipo.

2.4. KPI de Kanban en la gamificación

Mejora

La gamificación ahora admite Kanban Lead Time, Kanban Cycle Time, Kanban Actual Reaction Time y Kanban Throughput como KPI automatizados de las ligas.

Por qué es importante

Elija medidas de rendimiento adecuadas para los flujos de trabajo Kanban, además de los casos de uso de ligas existentes.

Tabla de KPI de ligas de Oobeya con Kanban Lead Time, Kanban Cycle Time, Kanban Actual Reaction Time y Kanban Throughput con puntuación automatizada
KPI de Kanban disponibles para la puntuación automatizada de las ligas.

3. Mejoras y optimizaciones

3.1. Gravedad de los síntomas: Critical, Warning e Info

Mejora

Los síntomas ahora tienen niveles de gravedad explícitos: Critical, Warning o Info. Team Scorecard muestra las señales críticas y las etiquetas de gravedad para que los equipos puedan distinguir los riesgos urgentes, las advertencias y los hallazgos informativos.

Por qué es importante

Priorice la investigación sin tratar todos los síntomas como igual de urgentes.

Síntomas de Team Scorecard con etiquetas de gravedad Critical, Warning e Info
Las etiquetas de gravedad distinguen las señales críticas de revisión, las advertencias de entrega y los hallazgos informativos sobre la salud de los datos.

3.2. Comprobaciones de estado de las fuentes de datos

Mejora

Consulte los resultados de las comprobaciones de conexión nocturnas y vuelva a comprobar una fuente de datos desde la interfaz.

Por qué es importante

Investigue los fallos de conexión y verifique la recuperación sin esperar a la siguiente comprobación programada.

Integraciones con la hora de la última comprobación de conexión, el número de fuentes con fallos y el control Check all now
Revise el estado de la conexión por integración y vea cuándo se comprobaron por última vez las fuentes de datos.

3.3. Lead time y cycle time en el árbol de equipos

Mejora

La pantalla Teams ahora muestra las métricas Lead Time y Cycle Time en el árbol de equipos.

Por qué es importante

Compare el flujo de entrega mientras recorre la estructura de equipos de la organización.

3.4. Gravedad de los bugs y distribución por equipo más claras

Mejora

Ordene la tabla Bug Details por gravedad. El gráfico Bug Distribution by Team ahora separa los bugs asignados y sin asignar e incluye un filtro de bugs sin asignar.

Por qué es importante

Priorice los bugs de mayor gravedad e identifique el trabajo que no se ha asignado a ningún equipo.

3.5. Información legible de tableros, proyectos y responsables

Mejora

Los nombres de tableros y proyectos aparecen en columnas separadas, las etiquetas de los tableros son más fáciles de leer y Project Analytics muestra las direcciones de correo electrónico de los responsables en lugar de identificadores internos.

Por qué es importante

Reconozca el tablero, el proyecto y el responsable de cada registro sin tener que descifrar identificadores internos.

Lista de Project Analytics con los nombres de tableros y proyectos en columnas separadas
Identifique cada análisis mediante las columnas Board y Project separadas.

3.6. Perfiles de desarrollador y navegación por cuentas

Mejora

Las etiquetas de desarrollador se muestran en los encabezados de Individual Scorecard. Las acciones del perfil son más claras, las listas largas de cuentas pueden desplazarse en el diálogo de actualización y los selectores de zona horaria ahora permiten buscar.

Por qué es importante

Mantenga visible el contexto del desarrollador y complete con mayor facilidad las tareas habituales de perfil y configuración.

3.7. Investigación de síntomas y selección de repositorios

Mejora

La pestaña de causas raíz de Symptoms ahora admite paginación. Los filtros de repositorio de AI Usage incluyen tooltips para cada repositorio.

Por qué es importante

Navegue por resultados de investigación más extensos e identifique con mayor facilidad los repositorios seleccionados.

3.8. Registros de auditoría más útiles

Mejora

Los registros de transacciones de auditoría ahora ofrecen información más completa sobre la actividad de la plataforma.

Por qué es importante

Revise las acciones administrativas con un contexto de auditoría más claro.

Métricas de entrega en producción, costos de IA y ligas individuales

Separe las señales de entrega en producción, haga seguimiento de las tendencias de ingeniería y de los costos de Copilot, y gestione ligas individuales con nuevos controles administrativos.

1. Nuevas funcionalidades

1.1. Métricas DORA orientadas a producción

Funcionalidad principal

Designe los pipelines de producción y mida Deployment Frequency y Lead Time por separado de los pipelines que no son de producción.

Por qué es importante

Obtenga una visión más precisa del rendimiento de entrega en producción distinguiendo las versiones en producción de otros despliegues.

Métricas DORA de producción de Oobeya con las pestañas Production y Development, desglose del lead time y gráfico de frecuencia de despliegue
Métricas de entrega en producción con una vista separada para los pipelines de desarrollo.

1.2. Trend Reports en Team Scorecard

Funcionalidad principal

Haga seguimiento de cómo evolucionan las métricas de rendimiento de ingeniería a lo largo del tiempo con los nuevos informes de tendencias de Team Scorecard.

Por qué es importante

Identifique mejoras, detecte tendencias negativas y evalúe el impacto de las iniciativas de ingeniería a lo largo del tiempo.

1.3. AI Cost & Credits

Funcionalidad principal

Supervise los costos de uso de GitHub Copilot y el consumo de créditos de IA desde una página dedicada de AI Cost & Credits.

Por qué es importante

Comprenda los patrones de gasto y consumo de IA para fundamentar las decisiones de inversión y de gestión de costos.

Panel Cost and Credits de GitHub Copilot con el consumo de créditos, el costo total, las previsiones de uso y los insights de riesgo
Consumo de créditos de Copilot, costos, previsiones y riesgos de uso en una sola vista.

1.4. Ligas individuales

Funcionalidad principal

La gamificación ahora admite ligas individuales, con los KPI de rendimiento aplicables y filtrado de participantes por etiquetas.

Por qué es importante

Reconozca las contribuciones individuales, fomente la participación de los desarrolladores y lleve a cabo iniciativas de gamificación más específicas.

Selección de ligas de Oobeya con Individual Leagues y Team Leagues basadas en KPI de ingeniería
Elija ligas individuales o de equipo basadas en KPI de ingeniería.

2. Mejoras y optimizaciones

2.1. Team Scorecard y Project Analytics renovados

Mejora principal

Explore vistas de análisis rediseñadas con diseños de widgets estandarizados, resúmenes de KPI más claros y una navegación más intuitiva.

Por qué es importante

Compare métricas con mayor facilidad y reduzca el esfuerzo necesario para interpretar los informes de ingeniería.

2.2. Cálculo de métricas configurable

Mejora

Los administradores ahora pueden elegir cálculos de media ponderada para las métricas agregadas de los elementos de trabajo. La media simple sigue siendo la opción predeterminada.

Por qué es importante

Elija el método de agregación que mejor represente sus necesidades de informes y medición.

2.3. Gestión de etiquetas de desarrollador

Mejora

Organice a los desarrolladores por nivel de experiencia, como Senior, Mid o Junior, y por especialización, como mobile, full-stack o backend. Cree y mantenga estas etiquetas en un catálogo centralizado y, después, asígnelas a varios desarrolladores a la vez o gestiónelas en los perfiles individuales.

Por qué es importante

Use las etiquetas para filtrar a los participantes de las ligas por nivel de experiencia o especialización, lo que facilita organizar ligas individuales específicas y mantener los grupos de desarrolladores a medida que cambia su organización.

2.4. Controles de acceso basados en ligas

Mejora

Controle la visibilidad y la gestión de las ligas mediante permisos específicos para administradores, árbitros y participantes.

Por qué es importante

Gestione las ligas con responsabilidades más claras y un acceso controlado basado en roles.

2.5. Importación masiva de GitHub mediante Excel

Mejora

Gestione las operaciones masivas del complemento de GitHub con plantillas de Excel, incluida la generación, la descarga y la importación de plantillas para el análisis.

Por qué es importante

Agilice la configuración masiva, reduzca el trabajo manual repetitivo y simplifique la incorporación de GitHub en organizaciones de ingeniería de gran tamaño.

3. Nuevas integraciones

3.1. Integración con Zephyr Scale Cloud

Nueva integración

Conecte Zephyr Scale Cloud para ampliar las capacidades de análisis de pruebas de Oobeya.

Por qué es importante

Incorpore datos de pruebas adicionales a los informes de ingeniería y mejore la visibilidad de las actividades de pruebas de software.

¿Necesita ayuda con una actualización?