IFPUG新闻公告
现在 IFPUG 已发布 引用 #3, IFPUG 方法的用户现在正式获得使用尺寸估计方法的许可，这些方法可以在软件项目生命周期的早期使用，而不是在完成功能设计时使用. 在 uTip 中 #3 方法 高级 FPA (在 Nesma 中，通常称为“全局 FPA”或“估计 FPA”) 和指示性 FPA 进行了描述. 它们确实是估算应用程序大小的非常有用的方法 (或项目) 世界各地的许多商业组织和政府多年来一直在使用这些方法. 事实上, 在实践中，功能文档很少足够完整和详细，无法在软件项目生命周期的早期进行详细的 FPA，因为需要评估项目. 这实际上是许多项目经理不使用 FPA 的一个论点, 因为他们错误地认为 FPA 测量只能在完整的功能设计上进行, 这在项目生命周期中为时已晚，无法用于估算目的.
特别是随着行业从传统的开发方法转向更敏捷的方法, 能够进行详细 FPA 的完整且详细的功能文档变得越来越罕见, 因此，我们别无选择，只能采用一种估计方法，以便能够测量/估计功能规模.
当然, 对任何事物的任何估计……人们应该问自己估计的准确性是多少，以及由于估计而引入的不确定性是多少. 好消息是，已经发表了一些研究，其中研究了高级 FPA 方法和指示性方法与详细 FPA 相比的准确性. 以荷兰 Sogeti 为例, 部门规模调整, 估计 & 控制 (美国证券交易委员会) 提出了一个 纸 关于罗马软件测量欧洲论坛 (意大利), 在六月 2009, 其中 准确性损失和精力节省 关于高级 FPA 和指示性 FPA 的使用 42 研究项目并与详细的 FPA 测量进行比较.
尽管本研究使用了 Nesma 方法, 该研究的结果也应该与 IFPUG 方法具有可比性, 因为有 差异很小 目前实践中两种方法之间的比较.
该 纸, 包括测量数据, 可以在 用品 页. 研究主要结论如下表所示:
| 方法 | 准确性 | 精度损失 | 努力 | 努力增益 |
|---|---|---|---|---|
| 平均 | 平均 | |||
| 详细 | 100% | 100 正常时间 | ||
| 高水平* | 98.5% | 1.5% | 67 正常时间 | 33% |
| 指示性的 | 83.5% | 16.5% | 18 正常时间 | 82% |
* 在 Nesma 方法中，高级 FPA 也称为“全局 FPA”或“估计 FPA”
事实证明，使用高级 FPA 方法平均只会产生 1,5% 精度损失, 在软件项目生命周期的早期，这通常并不是什么大问题. 平均而言，指示性方法的准确性稍差, 但由于这种方法甚至可以在软件项目生命周期的早期使用 (当仅知道或可以确定逻辑文件的数量时), 这种方法对于创建早期的“粗略数量级”非常有用 (只读存储器)’ 预期功能规模的估计.
工作时间列显示标准化时间而不是实际时间. 这意味着估计方法平均需要 67% 与详细的 FPA 测量相比，测量时间的缩短. 指示性 FPA 方法平均需要 18% 详细 FPA 测量的努力.
作者简介
哈罗德Heeringen, Edwin van Gorp 和 Theo Prins 是软件指标顾问 / 软件成本工程师 Sogeti Nederland B.V. 他们定期在国际会议上发表有关软件测量实际问题的文章. 他们的大部分文章都可以在 用品 页.
您的 FP 分析中使用详细方法的百分比是多少? 让我们知道 论坛.
哈罗德和西奥: 感谢您发布此内容.
过去十年我一直使用轻型 FPA 方法，原因有几个:
– 早期估计需要对功能规模有一个高层次的了解. 详细的 fp 分析会让人们相信，在不可能的地方也有准确性.
– 即使在基线分析中, 我的客户通常无法详细概述单个属性的实现. 缺乏文档, 缺少知识, 缺乏任何东西…. 原因是多方面的.
– 我通常提供固定的价格估算, 从而具有成本效益, 高层分析是最好的选择.
– 我不想让观众感到无聊. 当我在短时间内完成一个庞大的SAP应用程序时，客户非常满意 2 天 (“我们一直以为这需要几周的时间, … 怎么可能只需要估计 2 天….”). 我们不都想要快乐的客户吗?
只有一次我差点开始出汗: 我对一家大型电信公司的人员进行了光 FPA 分析方面的培训. 我们统计了组织12个月的发展成果量. 报告 FP 结果后, 管理层不敢相信我或他们自己的员工, 谁知道? 所以他们飞到了另一家度量公司 (他们总是从很远的地方飞来, 希望这会更有效) 使用详细的 IFPUG 方法重做整个分析.
你猜当时发生了什么, 你不吗? 他们发现少于 1% 我们的简单分析和他们的详细分析之间存在偏差!
我认为报告的努力增益相当保守，可能取决于您的报告标准. 在她的比较中 (2 周与 2 天) Eva 显示的努力增益为 80% 用于高级分析. 我的经历也类似: 高水平的分析至少是 4 比详细分析快数倍.
在IT信心大会上 (东京, 十月 2014), 日本研究人员做了一次演讲，认为 Nesma High Level FPA 方法提高了日本工业界对使用功能尺寸的兴趣. 我正在尝试获取演示文稿, 但已经有一篇短文可用, 也可通过 ISBSG Slideshare: http://www.slideshare.net/ISBSG/matsumoto-towards-an-early-software-effort-estimation-based-on-the-nesma-method-estimated-fp
听到 IFPUG 宣布 FPA uTIP#3“早期 FPA”，我感到非常惊讶. 超过超过 10 年 NESMA 的“估计分析”’ (这与高级分析相同) 这是荷兰指标咨询领域的常见做法.
博客中的表格明确表明，详细分析和估计分析之间的大小仅存在细微差别. 因此可以得出结论，“高水平”的准确性’ 分析几乎与详细分析一样好, 并通过努力取得了可观的收获.
在我看来，真正的优势是“高水平”’ FPA 可应用于更粗粒度的规格, 因此在项目的早期. 在我的实践中，这意味着可以在需求分析结束时快速交付相当准确的规模估算和项目估算 (以及详细设计之前). 我对“一致成本估算”很好奇’ 的IFPUG.
感谢这个帖子; 它非常有用. 我们在很多情况下都使用过 Quick FPA, 并且估计的准确性始终存在争议. 这个分析会派上用场!