CtrlK
BlogDocsLog inGet started
Tessl Logo

metodologia-cost-estimation

Cost driver identification — effort inductors, scope drivers, magnitude estimation, team composition modeling, risk-adjusted timeline ranges, service engagement sizing, consulting effort, automation ROI, and staffing model. Use when the user asks to "estimate effort", "identify cost drivers", "size the project", "plan team composition", "identify effort inductors", or mentions WBS, sizing, contingency, burn rate, PERT, Monte Carlo, or "Phase 4" cost work. NEVER produces final prices — produces drivers, ranges, and magnitude indicators with costing disclaimers.

The canonical home for this skill is metodologia-cost-estimation in JaviMontano/mao-discovery-framework

SKILL.md
Quality
Evals
Security

Cost Estimation: Effort Drivers, Magnitude Indicators & Investment Framing

Translates technical scope into effort drivers, magnitude indicators, team composition models, and risk-adjusted timeline ranges. Produces structured analysis of WHAT drives cost — not WHAT things cost. Every output carries explicit disclaimers separating cost identification from pricing decisions.

Principio Rector

El costeo sin estructura es adivinación con formato de hoja de cálculo. Este skill impone disciplina analítica sobre la estimación: cada driver se identifica, cada magnitud se triangula, cada supuesto se documenta. No producimos precios — producimos la base de conocimiento que hace posible tomar decisiones financieras informadas.

Filosofía de Estimación

  1. Drivers, no precios. El valor de este skill no está en producir un número final — está en identificar TODO lo que compone ese número. Los drivers son la verdad; el precio es una decisión posterior.

  2. Triangulación obligatoria. Un solo método de estimación es una opinión. Dos métodos son una hipótesis. Tres métodos convergentes son confianza. Siempre triangular.

  3. Incertidumbre explícita. Rangos, no puntos. Escenarios, no certezas. El Cone of Uncertainty no es debilidad — es honestidad profesional que genera confianza.

Regla Cardinal

NUNCA producir valores finales de costo, precio o tarifa. Este skill identifica CONDUCTORES de costo, INDUCTORES de esfuerzo, y NOCIONES DE MAGNITUD.

Filosofía de Costeo

  1. Costear ≠ Cobrar ≠ Ingresos. El costeo existe para entender qué cuestan las cosas — completamente desconectado de lo que se cobra. El revenue es una decisión comercial posterior e independiente. Este skill vive exclusivamente en el dominio del costeo.

  2. Costear para la Excelencia. El propósito del costeo NO es solo presupuestar — es asegurar calidad, excelencia, y un "wow factor" de hospitalidad irracional. Cuando sabes lo que las cosas verdaderamente cuestan, puedes invertir apropiadamente en calidad. Costear bien = habilitar excelencia.

  3. Margen de innovación = inversión en futuro. El 5% adicional no es contingencia — es la declaración de que la excelencia no es accidental. Es presupuesto deliberado para sorprender al cliente positivamente.

La diferencia:

Este skill PRODUCEEste skill NO produce
"Requiere 3 seniors + 2 mids × 18 meses""$1,200,000 USD"
"Licenciamiento enterprise tier de {vendor}""$45,000/año"
"Infra: 3 ambientes × cluster K8s + DB managed""$8,500/mes cloud"
"Magnitud: proyecto mediano-alto (100-200 FTE-meses)""Costo total: $2.3M"
"Driver principal: integración con 7 sistemas legacy""Integración costará $350K"

Disclaimer Obligatorio

Todo output DEBE incluir al pie:

DISCLAIMER DE COSTEO
═══════════════════
Este análisis identifica conductores de costo e inductores de esfuerzo.
NO constituye una cotización, presupuesto ni compromiso financiero.
Los valores finales requieren: (1) validación de tarifas vigentes,
(2) negociación comercial, (3) aprobación de alcance definitivo.
Costear ≠ Cobrar. Este documento informa lo primero.

Cone of Uncertainty

Estimates narrow as projects progress. At concept phase: 0.25x-4x. After requirements: 0.67x-1.5x. After detailed design: 0.8x-1.25x. Communicate ranges, not points. Re-estimate at each phase gate.

Inputs

Parse $1 as project/initiative name. Detect project context from repo.

Parameters:

  • {MODO}: piloto-auto (default) | desatendido | supervisado | paso-a-paso
    • piloto-auto: Automático para rutina, HITL para decisiones críticas (selección de magnitud, aprobación de escenarios). Reporta en milestones.
    • desatendido: Cero interrupciones. Todo auto-resuelto.
    • supervisado: Autónomo con reportes en milestones. Preguntas solo ante ambigüedades genuinas.
    • paso-a-paso: Confirma antes de cada sección.
  • {FORMATO}: markdown (default) | html | dual
  • {VARIANTE}: ejecutiva (~40% — S1 scope + S4 drivers + S6 magnitude) | técnica (full 7 sections, default)
  • {TIPO_SERVICIO}: SDA (default) | QA | Management | RPA | Data-AI | Cloud | SAS | UX-Design
    • Determines sizing methods, team composition templates, and cost driver categories
    • When omitted, defaults to SDA (backward compatible)

Delivery Structure: 7 Sections

S1: Scope Decomposition & Effort Drivers

  • WBS: hierarchical decomposition from epic to feature to task
  • Feature inventory with complexity classification: simple (<3d), medium (3-10d), complex (10+d)
  • Effort drivers identified: cada feature con sus inductores de esfuerzo
    • Integración (# sistemas, protocolos, contratos)
    • Migración de datos (volumen, transformación, validación)
    • Compliance/regulatorio (certificaciones, auditorías)
    • Deuda técnica heredada (refactoring requerido)
    • Curva de aprendizaje (stack nuevo, dominio complejo)
  • Dependency mapping and scope boundaries

Service-Type Scope Templates

When {TIPO_SERVICIO} ≠ SDA, use service-appropriate decomposition:

Service TypeDecomposition UnitsComplexity Drivers
QATest suites, automation scripts, environments, test dataTest case count, tool complexity, integration points
ManagementWorkshops, sprints, ceremonies, coaching sessions, deliverablesTeam size, methodology complexity, stakeholder count
RPAProcesses to automate, bots, integrations, exception handlersProcess steps, decision points, system integrations
Data-AIPipelines, models, dashboards, data products, governance policiesData volume, model complexity, source count
CloudWorkloads to migrate, environments, automation scripts, runbooksWorkload complexity (7R), dependency count, compliance needs
SASPositions to fill, ramp-up plans, knowledge transfer sessionsRole specialization, market scarcity, domain complexity
UX-DesignResearch studies, wireframes, prototypes, design system componentsUser complexity, platform count, accessibility requirements

S2: Sizing Methods (Magnitud, no Valor)

  • T-shirt sizing: S/M/L/XL con rangos de FTE-meses (no dinero)
  • Story points calibrados a throughput, no a tarifa
  • Reference-class forecasting: comparación con proyectos similares
  • Three-point estimation: optimista/probable/pesimista por feature
  • COCOMO II: modelo paramétrico por KSLOC/FP (produce esfuerzo-persona, no costo)
  • Triangulación de magnitud: comparar métodos, flag divergencia >30%
  • Output: "Magnitud estimada: X-Y FTE-meses" (NUNCA "costo: $Z")

Service-Type Sizing Methods

COCOMO II applies to SDA only. For other service types, use:

  • QA: Test case complexity scoring (Simple: 0.5h, Medium: 2h, Complex: 8h) × automation factor (manual: 1x, automated: 3x initial + 0.2x ongoing)
  • Management: Engagement-days model (workshops: 2-5 days, sprint coaching: ongoing FTE, assessment: 5-15 days, transformation: 3-12 months)
  • RPA: Bot complexity scoring — Simple bot (<10 steps, 1 system): 2-4 weeks; Medium (10-30 steps, 2-3 systems): 4-8 weeks; Complex (>30 steps, 4+ systems): 8-16 weeks
  • Data-AI: Pipeline complexity (batch: 1-3 weeks, streaming: 3-8 weeks, ML model: 4-16 weeks per iteration, dashboard: 1-4 weeks)
  • Cloud: Workload migration complexity per 7R (Rehost: 1-2 weeks, Replatform: 2-6 weeks, Refactor: 4-16 weeks per workload)
  • SAS: Position fill time (standard: 2-4 weeks, specialized: 4-8 weeks, rare: 8-16 weeks) + ramp-up (junior: 8 weeks, mid: 4 weeks, senior: 2 weeks)
  • UX-Design: Research study (1-3 weeks), wireframe set (1-2 weeks), interactive prototype (2-4 weeks), design system component (0.5-2 weeks)

Universal methods that apply to ALL service types:

  • T-shirt sizing (S/M/L/XL)
  • Reference-class forecasting
  • Three-point estimation (optimistic/probable/pessimistic)

S3: Team Composition Modeling

  • Role mapping: roles requeridos × seniority × % dedicación
  • Ramp-up curves: 50% semanas 1-2, 80% semana 4, 100% semana 8
  • Communication overhead: Brooks's Law, team topology
  • Driver de equipo: build vs hire vs contract, onshore vs nearshore vs offshore
  • Allocation patterns: full-time vs fractional, specialists time-boxed
  • Output: modelo de equipo por fase (roles y cantidades, NO tarifas)
  • Diagrama requerido: Gantt chart (Mermaid) con timeline de ramp-up del equipo por rol y fase

Service-Type Role Templates

Service TypeTypical Team Composition
QAQA Lead, Test Analysts, Automation Engineers, Performance Testers, Test Manager
ManagementPM/Scrum Master, Delivery Manager, Agile Coach, Product Owner, UX Specialist
RPARPA Architect, RPA Developers, Process Analyst, BPMN Analyst, RPA Tester
Data-AIData Architect, Data Engineers, Data Scientists, ML Engineers, Analytics Engineers, Data Analyst
CloudCloud Architect, DevOps Engineers, SREs, Cloud Engineers, DevSecOps Engineer
SASTalent Acquisition Lead, Technical Interviewer, Onboarding Specialist, Account Manager
UX-DesignUX Lead, UX Researcher, UI Designer, Interaction Designer, Accessibility Specialist

S4: Cost Driver Taxonomy

NUEVA SECCIÓN — el corazón del skill evolucionado.

Identifica y clasifica TODOS los drivers de costo:

CategoríaDriversCómo Identificar
Personal# FTEs, seniority mix, duración, ramp-upDel WBS y modelo de equipo
LicenciamientoVendors, tiers (community/enterprise), periodicidadDel stack tecnológico AS-IS y TO-BE
InfraestructuraAmbientes (dev/staging/prod), compute, storage, networkingDe arquitectura y deployment
HerramientasCI/CD, monitoring, testing, project managementDe pipeline DevOps
TrainingCapacitación en stack nuevo, certificacionesDe gap de skills del equipo
MigraciónVolumen de datos, ventanas de migración, rollbackDe modelo de datos y SLAs
ComplianceAuditorías, penetration testing, certificacionesDe regulación de industria
ContingenciaKnown risks (10-15%), unknown-unknowns (15-25%)Del risk register
OportunidadCosto de NO hacer: deuda acumulada, riesgo operacionalDel AS-IS

Service-Type Specific Drivers

Service TypeAdditional Drivers
QATest tool licenses (Tricentis, Tosca), test environment provisioning, test data management, ISTQB certification costs
ManagementCertification costs (PMP, CSM, SAFe), workshop facilitation tools, travel/onsite presence, methodology licensing
RPABot platform licenses (UiPath, AA, Power Automate), process mining tools, production bot orchestration infrastructure
Data-AIData platform licenses (Databricks, Snowflake), GPU compute for training, data labeling, model monitoring tools
CloudCloud consumption (pay-as-you-go), migration tooling licenses, multi-cloud management, security tooling
SASRecruitment platform costs, background check costs, onboarding infrastructure, bench time (between assignments)
UX-DesignDesign tool licenses (Figma, Sketch), usability testing platforms, research participant incentives, accessibility audit tools

Por cada driver:

  • Nombre y descripción
  • Magnitud relativa: Bajo / Medio / Alto / Crítico
  • Fase(s) donde impacta
  • Owner responsable de validar el valor real

Diagramas requeridos:

  • Mindmap (Mermaid): visualización de taxonomía de cost drivers por categoría
  • Flowchart (Mermaid): árbol de decisión para escenarios de magnitud

S5: Risk-Adjusted Timeline Ranges

  • PERT: (O + 4M + P) / 6 por feature
  • Monte Carlo: P50 / P80 / P95 como rangos de duración (no costo)
  • Critical path analysis
  • Buffer strategy: 20-30% critical path
  • Output: "Timeline estimado: X-Y meses (P80)" — sin valor monetario asociado

S6: Magnitude Framing (replaces Budget Scenarios)

No produce presupuestos. Produce marcos de magnitud.

  • Clasificación de magnitud del proyecto:
    • Micro (<20 FTE-meses)
    • Pequeño (20-50 FTE-meses)
    • Mediano (50-150 FTE-meses)
    • Grande (150-500 FTE-meses)
    • Enterprise (>500 FTE-meses)
  • Rangos por escenario: optimista / probable / pesimista (en FTE-meses)
  • Phased funding structure: esfuerzo por fase con gates
  • Indicadores de magnitud comparativa: "Comparable a un equipo de 8 personas por 18 meses"
  • Sensitivity analysis: qué drivers mueven más la aguja
  • Margen de Innovación (5%): Toda estimación incluye un 5% de sobre-costo explícitamente reservado para invertir en innovación, mejora de experiencia, y mejora continua para usuarios/clientes. Este margen NO es contingencia (que se calcula aparte) — es inversión deliberada en excelencia y hospitalidad irracional.

S7: Costing Governance & Disclaimers

  • Accuracy tracking framework (estimate vs actual)
  • Re-estimation triggers: scope >10%, team change, tech change, risk materialization
  • Cognitive bias mitigation: optimism, anchoring, planning fallacy
  • Separación costeo vs cobro: este skill informa COSTEO (qué recursos se necesitan); COBRO (qué se le cobra al cliente) es decisión comercial separada que depende de modelo de negocio, margen, estrategia competitiva, y negociación.

Trade-off Matrix

DecisionEnablesConstrainsWhen to Use
Bottom-up driversGranular, traceableTime-consumingPost-discovery
Top-down analogousFast magnitudeLess precisePre-discovery
Monte Carlo rangesExplicit uncertaintyNeeds 3-point estimatesStakeholder comms
Phased fundingRisk mitigationSlower startHigh uncertainty

Assumptions & Limits

  • Identifica drivers y magnitudes, NO produce precios finales
  • Scope defined at least to feature level
  • Team velocity not transferable between teams
  • Costear ≠ Cobrar — este skill no define modelo comercial ni margen

Edge Cases

ScenarioResponse
Client asks for final priceRedirect: "Este análisis identifica drivers. El pricing es decisión comercial separada."
Greenfield / no historyReference-class forecasting. Wider ranges. Flag as high uncertainty.
Legacy modernization+30-50% buffer. Parallel running as driver.
Multi-vendor+15-25% communication overhead driver.
Regulatory-heavyCompliance driver: +20-40% testing effort.

Validation Gate

  • WBS with effort drivers identified per feature
  • Multiple sizing methods triangulated (magnitud, not price)
  • Team composition model without rates (roles × quantity × duration)
  • Cost driver taxonomy complete (8+ categories)
  • Timeline ranges with P50/P80/P95
  • Magnitude framing (not budget) with sensitivity analysis
  • Disclaimer de costeo presente
  • Zero final prices in output
  • Margen de innovación 5% incluido (separado de contingencia)
  • Diagramas Mermaid: Gantt (ramp-up), mindmap (drivers), flowchart (escenarios)

Output Format Protocol

FormatDefaultDescription
markdown✅Rich Markdown + Mermaid diagrams. Token-efficient.
htmlOn demandBranded HTML (Design System). Visual impact.
dualOn demandBoth formats.

Default output is Markdown with embedded Mermaid diagrams. HTML generation requires explicit {FORMATO}=html parameter.

Output Artifact

Primary: 06_Cost_Drivers_{TIPO_SERVICIO}_{project}.md (o .html si {FORMATO}=html|dual) — Effort drivers, magnitude indicators, team model, timeline ranges, costing governance. Con disclaimer obligatorio.

Diagramas incluidos:

  • Gantt chart: timeline de ramp-up del equipo
  • Mindmap: taxonomía de cost drivers
  • Flowchart: árbol de decisión para escenarios de magnitud

Casos Borde

CasoEstrategia de Manejo
Cliente pide precio finalRedirigir: "Este analisis identifica drivers. El pricing es decision comercial separada." Producir drivers y magnitudes, nunca precios.
Greenfield sin historiaReference-class forecasting. Rangos mas amplios. Flag como alta incertidumbre (Cone of Uncertainty en fase concepto: 0.25x-4x).
Legacy modernization+30-50% buffer por complejidad no documentada. Parallel running como driver adicional.
Multi-vendor engagement+15-25% communication overhead driver. Coordination costs explicitos en taxonomia.
Regulatory-heavy industryCompliance driver: +20-40% testing effort. Auditoria y certificaciones como drivers separados.
Scope muy ambiguo (pre-discovery)Solo top-down analogous estimation. Rangos amplios con Cone of Uncertainty. Re-estimar post-discovery.

Decisiones y Trade-offs

DecisionAlternativa DescartadaJustificacion
Drivers y magnitudes, NUNCA preciosProducir presupuesto finalCostear y cobrar son dominios separados. El skill produce la base de conocimiento (drivers, inductores, magnitudes). El pricing es decision comercial posterior con variables externas.
Triangulacion obligatoria (3+ metodos)Un solo metodo de estimacionUn metodo es opinion. Dos son hipotesis. Tres convergentes son confianza. Divergencia >30% entre metodos es red flag que requiere investigacion.
Margen de innovacion 5% separado de contingenciaSolo contingencia, sin margen de innovacionEl 5% de innovacion es inversion deliberada en excelencia y hospitalidad irracional. No es contingencia (que se calcula aparte por riesgo).
Service-type specific sizing methodsCOCOMO II para todoCOCOMO II aplica solo a SDA. QA, RPA, Cloud, Data-AI tienen unidades de sizing fundamentalmente diferentes (test cases, bots, workloads, pipelines).

Knowledge Graph

graph TD
    subgraph Core["Conceptos Core"]
        WBS["Scope Decomposition"]
        SIZING["Sizing Methods"]
        TEAM["Team Composition"]
        DRIVERS["Cost Driver Taxonomy"]
        TIMELINE["Risk-Adjusted Timeline"]
        MAGNITUDE["Magnitude Framing"]
        GOVERNANCE["Costing Governance"]
    end

    subgraph Inputs["Entradas"]
        ASIS["AS-IS Analysis"]
        TOBE["TO-BE Architecture"]
        SCENARIO["Approved Scenario"]
        TIPO["Service Type"]
    end

    subgraph Outputs["Salidas"]
        REPORT["Cost Drivers Report"]
        GANTT["Ramp-up Gantt"]
        MINDMAP["Driver Taxonomy Mindmap"]
        FLOWCHART["Magnitude Decision Tree"]
    end

    subgraph Related["Skills Relacionados"]
        ASISSK["asis-analysis"]
        TOBEARCHSK["architecture-tobe"]
        SCENARIOSK["scenario-evaluation"]
        FEASIBILITY["feasibility-assessment"]
    end

    ASIS --> WBS
    TOBE --> DRIVERS
    SCENARIO --> MAGNITUDE
    TIPO --> SIZING
    WBS --> SIZING
    SIZING --> TEAM
    TEAM --> DRIVERS
    DRIVERS --> TIMELINE
    TIMELINE --> MAGNITUDE
    MAGNITUDE --> GOVERNANCE
    GOVERNANCE --> REPORT
    REPORT --> GANTT
    REPORT --> MINDMAP
    REPORT --> FLOWCHART
    ASISSK -.-> WBS
    TOBEARCHSK -.-> DRIVERS
    SCENARIOSK -.-> MAGNITUDE
    FEASIBILITY -.-> TIMELINE

Output Templates

Formato Markdown (default):

# Cost Drivers: {project} ({TIPO_SERVICIO})
## S1: Scope Decomposition & Effort Drivers
### WBS
### Feature Inventory
| Feature | Complexity | Effort Drivers | Dependencies |
...
## S2: Sizing Methods
### Triangulacion de Magnitud
| Metodo | Resultado (FTE-meses) | Confianza |
...
## S3: Team Composition Model
### Modelo por Fase (roles y cantidades, NO tarifas)
### Gantt de Ramp-up (Mermaid)
## S4: Cost Driver Taxonomy
### Mindmap (Mermaid)
| Categoria | Driver | Magnitud | Fase(s) | Owner |
...
## S5: Risk-Adjusted Timeline
### PERT: P50 / P80 / P95
## S6: Magnitude Framing
### Clasificacion: {micro|pequeno|mediano|grande|enterprise}
### Margen de Innovacion: 5%
## S7: Costing Governance
> DISCLAIMER DE COSTEO

Formato HTML (bajo demanda):

06_Cost_Drivers_{TIPO_SERVICIO}_{project}_{WIP}.html

HTML self-contained branded (Design System MetodologIA v5). Light-First Technical. Incluye cost driver taxonomy mindmap interactivo, magnitude framing visual, y Gantt de ramp-up del equipo. WCAG AA, responsive, print-ready.

Formato XLSX (bajo demanda):

Sheet 1: WBS — epic, feature, task, complexity, effort drivers, dependencies
Sheet 2: Sizing Triangulation — method, result (FTE-months), confidence, divergence
Sheet 3: Team Model — role, seniority, dedication %, phase, quantity (NO rates)
Sheet 4: Cost Driver Taxonomy — category, driver, magnitude, phase, owner
Sheet 5: Timeline — feature, optimistic, probable, pessimistic, PERT, critical path
Sheet 6: Magnitude Scenarios — optimistic, probable, pessimistic (FTE-months)
Sheet 7: Sensitivity Analysis — driver, impact on magnitude, risk level

Formato DOCX (bajo demanda):

06_Cost_Drivers_{TIPO_SERVICIO}_{project}_{WIP}.docx

Via python-docx con Design System MetodologIA v5. Cover page, TOC auto, headers/footers branded, tablas zebra. Poppins headings (navy), Montserrat body, gold accents.

Formato PPTX (bajo demanda):

  • Filename: {fase}_{entregable}_{cliente}_{WIP}.pptx
  • Via python-pptx con MetodologIA Design System v5. Slide master con gradiente navy, titulos Poppins, cuerpo Montserrat, acentos gold. Max 20 slides (ejecutiva) / 30 slides (tecnica). Speaker notes con referencias de evidencia. Para comites directivos y presentaciones C-level.

Evaluacion

DimensionPesoCriterio
Trigger Accuracy10%Activacion correcta ante keywords de cost estimation, effort drivers, sizing, team composition, PERT, Monte Carlo, Phase 4.
Completeness25%7 secciones cubren scope, sizing, team, drivers, timeline, magnitude, y governance. 8+ categorias de drivers. Zero precios en output.
Clarity20%Magnitudes en FTE-meses (nunca dinero). Rangos con P50/P80/P95. Disclaimer de costeo presente y claro.
Robustness20%Edge cases (precio final solicitado, greenfield, legacy, multi-vendor, regulatory, scope ambiguo) manejados. 8 service types soportados.
Efficiency10%Variante ejecutiva reduce a S1+S4+S6 (~40%). Triangulacion flag automatico cuando divergencia >30%.
Value Density15%Driver taxonomy accionable (owner por driver). Sensitivity analysis identifica drivers que mas mueven la aguja. Innovation margin 5% explicito.

Umbral minimo: 7/10. Debajo de este umbral, revisar triangulacion de sizing y completeness de driver taxonomy.


Autor: Javier Montano · Comunidad MetodologIA | Ultima actualizacion: 15 de marzo de 2026

Repository
JaviMontano/mao-pm-apex
Last updated
First committed

Canonical home

JaviMontano/mao-discovery-framework
In sync

since Aug 28, 2026

Is this your skill?

If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.