feature-impact

Prompt file imported from gonzalezpazmonica/savia (.claude/commands/feature-impact.md). Copyright stays with the author.

/feature-impact

🦉 Savia analiza qué features aportan más valor por esfuerzo invertido.

Cargar perfil de usuario

Grupo: Reporting — cargar:

• identity.md — nombre, rol
• preferences.md — language, detail_level, report_format
• projects.md — proyecto target
• tone.md — formality

Subcomandos

• /feature-impact — análisis completo de features del sprint/release actual
• /feature-impact --epic {nombre} — impacto de un epic específico
• /feature-impact --roi — ranking por retorno de inversión estimado
• /feature-impact --compare — comparar features planificadas vs entregadas

Flujo

Paso 1 — Recopilar features y métricas

Para cada feature/epic del backlog o release:

1. Esfuerzo real (story points o horas consumidas)
2. Esfuerzo estimado original
3. Valor de negocio (Business Value field o WSJF)
4. Estado actual (completada, en progreso, pendiente)
5. Dependencias y bloqueos

Paso 2 — Calcular indicadores

📊 Feature Impact Analysis — {proyecto}

| Feature | Esfuerzo | Valor | ROI Score | Estado |
|---|---|---|---|---|
| {feature 1} | {SP} pts | {BV}/10 | ⭐ {roi} | ✅ Done |
| {feature 2} | {SP} pts | {BV}/10 | ⭐ {roi} | 🔄 WIP |
| {feature 3} | {SP} pts | {BV}/10 | ⭐ {roi} | 📋 Planned |

ROI Score = Business Value / Esfuerzo (normalizado 1-5 ⭐)

Paso 3 — Análisis de desviaciones

📈 Desviaciones
  Features con mejor ROI: {top 3}
  Features sobreestimadas: esfuerzo real >> estimado
  Features infraestimadas: esfuerzo real << estimado
  Features de alto valor sin empezar: {lista}
  Features de bajo valor consumiendo recursos: {lista}

Paso 4 — Recomendaciones del Product Owner

1. Priorizar: Features de alto valor y bajo esfuerzo
2. Reevaluar: Features de bajo valor con alto esfuerzo en curso
3. Descartar: Features con ROI < umbral y sin compromiso externo
4. Dividir: Features grandes en incrementos de valor entregable

Modo agente (role: "Agent")

status: ok
action: feature_impact
project: sala-reservas
features_analyzed: 12
avg_roi_score: 3.2
top_roi_feature: "booking-calendar"
overestimated: 2
underestimated: 3
high_value_not_started: 1

Restricciones

• NUNCA inventar Business Value — usar datos reales o pedir al PO
• NUNCA recomendar cancelar features con compromisos externos sin avisar
• ROI Score es orientativo, no reemplaza el juicio del Product Owner
• Presentar datos objetivamente — la decisión final es del PO