o que significa ddh
DDH significa Data Development Hours. É uma unidade de medida usada principalmente em consultoria de dados e equipes de engenharia de dados para quantificar o tempo bruto de trabalho especializado em projetos que envolvem pipelines, modelagem e infraestrutura de dados. Não é um conceito acadêmico — é algo que nasceu na prática, dentro de contratos e estimativas reais. Muita gente confunde com horas de desenvolvimento comum. A diferença é que DDH carrega um multiplicador de complexidade. Uma hora de DDH não equivale a uma hora decodificação simples. Ela considera a variável ambiente de dados: estrutura desorganizada, fontes heterogêneas, falta de documentação, testes que precisam ser refeito três vezes antes de funcionar. É um standard que tenta traduzir incerteza em número.
o que significa ddh na prática
No meu primeiro projeto com essa métrica, a equipe estimou 40 DDH para construir um pipeline de ingestão que parecia simples no papel. Na realidade, levou 62 DDH. O problema não foi o código em si. Foi um esquema de dados que mudava sem aviso nos primeiros três dias, e uma API de referência que retornava campos nullable de forma inconsistente. A estimativa inicial não tinha margem para variação estrutural porque ninguém havia levado isso em conta. O workaround que funcionou foi dividir o escopo em fases com check-ins semanais. Em vez de entregar 40 DDH de uma vez, entregamos 15 DDH de protótipo, 15 DDH de consolidação e 15 DDH de ajuste. Restaram 17 DDH para imprevistos, que cobriram a maior parte da variação. Aprendi que a divisão por etapas reduz o desperdício porque permite recalibrar a estimativa antes que o desvio vire custo acumulado.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Outro ponto que pouca gente leva em conta é que DDH não Linear com horas calendarísticas. Trabalhar 8 horas no computador não significa 8 DDH consumidos. A média real gira em torno de 3 a 4 horas efetivas de produção técnica por dia, dependendo da disponibilidade de dados e da maturidade do ambiente. Isso muda completamente a forma como se monta cronograma. Uma armadilha comum é usar DDH como sinônimo de custo fixo em orçamentos. Isso gera disputa porque o cliente vê um valor e supõe que o resultado final será determinístico. A resposta honesta é que DDH é uma aposta informada, não uma garantia. Quando o volume de dados pula de gigabytes para terabytes sem aviso, ou quando há refatoração de schema no meio do caminho, o número sobe rápido. O ideal é documentar sempre os premissos usados na contagem, porque sem isso a métrica vira ferramenta de má fé.
Se você precisa acompanhar DDH no dia a dia, planilhas não resolvem de forma confiável após a terceira sprint. Ferramentas como Jira com campos customizados de "DDH estimado vs. realizado" ou plataformas específicas de tracking técnico entregam melhor visibilidade, principalmente quando há múltiplos engenheiros contribuindo para o mesmo repositório. O custo inicial de configuração compensa a partir do segundo projeto sequencial, quando a curva de aprendizado já foi vencida.
