文档介绍：该【参与实施CMMI5的经验总结 】是由【老狐狸】上传分享，文档一共【17】页，该文档可以免费在线阅读，需要了解更多关于【参与实施CMMI5的经验总结 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。1/17
参与实施CMMI5的阅历总结
文/质安部
一、心得感受
一年前,我开头了我的CMMI5旅程。顺境、逆境,坎坷的、平坦的,处处碰壁的死胡同、豁然开朗的桃花源,我们一路走来,风雨过后终见彩虹。
刚刚接触CMMI时,对根本术语的理解还很含混,感觉就像进入另一个工作领域。什么是PA,什么是CAR,什么是PPB和PPM,什么是Minitab、水晶球和蒙特卡洛,CMM与CMMI有什么区分,要通过CMMI5要哪些方面的工作,我们还有哪些方面需要改进,收集了一堆看似杂乱、不规章的数据,如何应用到工程中,并给工程带来实质性的效用,全部这些问题都要得以解决,在整个CMMI5实施过程中,我们从众多数据入手,分析并挖掘它们之间的关系,结合相关培训,在询问参谋的指导下,我从略知一二到理解把握了CMMI5的根底学问,并开头渐渐地理清思路。
其实学****CMMI5是个融会贯穿的过程,而在工作中,CMMI5的思想又是触类旁通的,过程改进的思想在工作中、生活中各个方面皆可运用。我们将有用的数据抽离,并建立了基线和模型,在反复的试验中得到验证,用数据说话,指导工程实施。为了实现CMMI5,我们深入地参与到CMMI5试点工程中,实际运用基线和模型、数据和模板,在实践中不断完善表格模板和体系文件,标准工程实施工作和治理机制,并做好公司过程改进,组织相关培训,在公司自上而下落到实处。用实例证明我们的实力,成功地说服了主任评估师,最终华美地完成CMMI5认证目标!
宝剑锋从磨砺出,梅花香自苦寒来。历尽千辛,最终尝到甜头,这次的成功可以说是我职业旅途中的一座里程碑。前方还有很长的路要走,持续的过程改进还在连续,我也会保持CMMI5工作的劲头,坚决地走下去!
二、基线建立
基线建立的前提是公司的工程治理过程趋于稳定,工程过程数据趋于可控。基线反映了公司的过程性力量量。我们是用Minitab工具以把握图的方式做出基线的,需要留意的是:
把握图中的特别点不能任凭删除,需进展根缘由分析;
表现差异较大的工程不能放在一起,应分类做出基线;
工程经理在制定工程目标时,应参考组织级基线,结合工程特性确定本工程的目标;
MiniTab的I-MR图对数据的检验规章如下:
1个点距离中心线大于3个标准差
连续9个点在中心线同一侧
连续6个点,全部递增或递减
连续14个点,上下穿插
2个点中有1个点,距离中心线〔同侧〕大于2个标准差
4个点中有3个点,距离中心线〔同侧〕大于2个标准差
连续15个点,距离中心线〔任一侧〕1个标准差以内
连续8个点,距离中心线〔任一侧〕大于1个标准差
三、模型建立
模型建立的八步骤:
(一)猎取组织目标
猎取商业目标:结合往年的市场投入、同行竞争力分析得出当年的商业目标。
量化组织绩效目标:从商业目标动身,采集目标分析法,逐步分析出关键的组织绩效目标。〔确定目标〕
(二)比较当前基线与组织绩效目标的差距
采集上一年的历史绩效数据:以组织绩效目标为根底,采集上一年的绩效数据,并分析出基线。
假设检验分析差距:用假设检验的方法分析当前过程力量与组织绩效目标的差距。
例:模型工作量把握在均值52人天为目标,用假设检查分析为:即假设未引进革点时,模块工作量大于52人天〔即μ>52〕备择〔Ha〕:μ>52
原假设〔H0〕:μ≤52
用minitab的单样本〔t〕检验进展分析,,即拒绝原假设〔H0〕.
(三)分析影响目标的因素〔大鱼-中鱼〕
1/17
CAR分析影响目标的因素:采集与组织绩效目标有关的工程数据,对每一个数据的表现进展缘由分析,并逐层找出根缘由〔确定因子1〕。
头脑风暴分析影响目标的因素:组织公司内核心人员进展争辩会议,以头脑风暴的形式争辩出影响因素。
投票选择:对上一步头脑风暴产生的多个影响因素依据肯定的规章,投票选择产生强相关的影响因素〔确定因子2〕
(四)分析上一年的性能基线〔采集中鱼〕
采集上一年历史性能数据:依据上一步确定的因子,采集该因子的上一年工程数据。
形成上一年历史性能数据基线:用I-MR图的方法形成因子的性能基线,对特别点需进展根缘由分析。
(五)相关性分析关键因素〔中鱼-小鱼〕
依据柏松系数,-,-,-
相关,-。
相关性分析:用Pearson〔柏松〕系数方法,分析因子1、因子2与目标的相关性,相关性强的因子可用于回归模型的建立。
关键子过程的改进打算〔矩阵〕:对小鱼、中鱼、大鱼全部的因子,找出对应的关键子过程,并依次依据高、中、低的优先级顺当,打算改进周期。
(六)建立性能模型
用统计分析工具Minitab>>统计>>回归>>回归,“响应”设定为目标值,“推测变量”设定为因子后,可得出回归方程。
(七)达成目标模拟
水晶球分析:用水晶球工具CrystalBall〔蒙特卡洛原理〕分析模拟出,当前过程力量对目标达成的Certainty值,以及改进因子后对目标达成的Certainty值。
注:〔1〕.引出革点时,肯定要针对X使用CAR的方法分析其提升空间;
〔2〕.改进前后,分别用CrystalBall模拟对目标的达成度,当Certainty值大于90%时,即认为达成目标的风险较小。
引入革点和改进措施:从数据层面,分析因子的历史数据中,可改进的空间,并引出改进措施。〔需启动DAR确定革点〕
(八)引入革点的本钱效益分析
1/17
本钱分析:推测出实施革点的各项本钱〔如资源、人力、开发、维护、推广等,〕
并将本钱数据进展量化。
估量收益分析〔可节约本钱〕:估量实施革点后,可收获的价值。〔如本钱降低、绩效提升等〕
本钱-收益率:计算收益与本钱的比值。即判定是否值得实施革点。
回归方程解读
以模块工作量模型〔Y-工作量,X1-调整后功能点数,X2-重用库〕为例,解读回归方程中各参数的意义:
建立模型应留意:
模型的使用者需评审模型。
刚开头建立的模型确定不正确,需不断采集数据,要逐步优化模型。模型可以不断优化,但是模型的使用场景不能常变。
应重视特别点的分析,可识别改进的时机。特别点分析需使用CAR。
4/17
10/17
基线与模型的异同点:都有推测力量,基线只可推测一个过程;模型可以推测多个过程。基线没有因子,模型定义了因子,基线和模型需结合使用。
模型使用
模型使用场景总体分为:估算和回归模拟,使用场景的关系如以下图所示:
估算
回归
模拟
在下一次估算时,使用回归方程进展估算。
估算
回归模拟
采集模型关键
指标〔X〕数据
采集模型指标
〔Y〕数据
《工程度量表》.根底数据表
《工程度量表》.根底数据表
使用模型回归
方程估算模型指标值〔Y〕
添加到2023年 使用水晶球工
历史数据中, 更回归方程 具进展仿真模重回归指标 拟
《XXX表》
(暂未设计此模板,
需与询问教师沟通后确认)
模型目标可信度
完成
完成
各场景中对模型的使用步骤如以下图所示:
模型使用场景
假设上年度模型回归方程为y=f〔x1,x2〕,本年度在工程过程中使用模型时,分为以下7种状况:
当Y不确定时
1、当x1,x2不确定时,
①估量x1、x2。
②通过f〔x1,x2〕推测y值,分析特别值。
2、当x1局部确定时,
①估量剩余的x1,估量x2;分析x1确定局部的特别值。
②通过f〔x1,x2〕推测y值,分析特别值。
3、当x2局部确定时,
①估量剩余的x2,估量x1;分析x2确定局部的特别值。
②通过f〔x1,x2〕推测y值,分析特别值。
4、当x1全部确定时,
①估量x2;分析x1的特别值。
②通过f〔x1,x2〕推测y值,分析特别值。
5、当x2全部确定时,
①估量x1;分析x2的特别值。
②通过f〔x1,x2〕推测y值,分析特别值。
当Y确定时
6、当x1、x2全部确定,y局部确定时,
①使用确定的x1,x2,局部y进展归回得到方程y=f1〔x1,x2〕,使用水晶球模拟回归方程的可信度。
②使用回归方程预y=f1〔x1,x2〕测剩下的y值。
③特别值分析,包括:x1,x2,y〔已确定及推测局部〕。
7、当y全部确定时,
①使用全部确定的x1、x2、y进展归回得到方程y=f1〔x1,x2〕,使用水晶球模拟回归方程的可信度。
②特别值分析,包括:x1,x2,y。
特别值分析
假设回归模型为y=f〔x1,x2〕,下面分别列出对x与y指标进展特别值分析时的留意事项:
10/17
针对y的特别值分析时留意以下几点:
①依据y的位置及分布进展分析:
当y分布在以下3种位置时,需要分析特别点存在缘由。
当y的分布不满足把握图检验时〔参考把握图检验原则〕,需要分析特别点存在缘由。
②需对y的实际值进展特别值分析。
③需对y的推测值进展特别值分析。
④特别值分析时,需分析造成该特别值的具体问题。
UCL
上年度历史基线
CL
本年度期望值
LCL
针对x的特别值分析时留意以下几点:
①依据x的位置及分布进展分析:
当x分布在以下2种位置时,需要分析特别点存在缘由。
当x的分布不满足把握图检验时〔参考把握图检验原则〕,需要分析特别点存在缘由。
②需对x的实际值进展特别值分析。
③特别值分析时,需分析造成该特别值的具体问题。
UCL
上年度历史基线
CL
LCL
问题分析及改进方案
初步分析
假设对x与y指标进展特别值分析时,梳理出以下特别点及问题:
10/17
序号
1
问题描述
具体问题的描述
缘由分析
造成该问题的具体缘由
2
...
...
3
...
...
4
...
...
5
...
...
缘由类型
1
2
3
1
...
根缘由分析
使用帕累托图〔PeratoDiagram〕分析各种缘由类型的频率及累计比率,依据帕累
托法则〔二八原理〕,即百分之八十的问题是百分之二十的缘由所造成的,找出产生大多数问题的关键缘由,用来解决大多数问题。
累计比率〔%〕
100%
80%
缘由类型
1
2
3
*根缘由分析:导致80%缘由的根本缘由
改进方案
依据根缘由,提出改进方案:方案一:引进工具
方案二:引进工具方案三:流程改进
分析执行改进方案后y的改进效果,分为以下两种状况:
推测执行改进方案后x值提升幅度,并使用回归方程推测y值提升效果。
当y消灭实际值时,再次回归后用的模型推测y,并用水晶球模拟。
10/17
四、重用率估算
实际功能点,是指《需求规格说明书》中归纳分析的功能点。
重用功能点,是指《需求规格说明书》中归纳分析的且被重用的功能点。假设功能点沿用其他工程或本工程中其他功能点的代码视为重用。
重用功能点〔折算)的两种算法:
重用代码行/有效代码行*实际功能点数*100%。
〔前台重用方法个数+前台组件重用个数+后台重用方法个数〕/〔前台方法总个数+前台组件总个数+后台方法总个数〕*实际功能点数*100%
重用率=重用功能点个数/实际功能点个数*100%
五、功能点估算方法
估算流程
功能点估算方法,是从软件工程的功能需求角度来评估工程规模,功能点估算流程如以下图所示。
识别功能点的
类型和数量
计算未调整的
功能点数量
识别工程的
范围和边界
计算调整后的
功能点数
确定和计算
调整系数
功能点估算方法的应用场景分为工程前期、需求明确及需求变更:
工程前期,指从工程规划开头至需求规格明确期间。
需求明确时,指已完成需求调研,并形成了正式的需求规格说明书。
需求变更时,指在工程建设过程中,客户提出了变更需求,且已将变更需求更到版本的需求规格说明书中。
10/17
调整前功能点计算
简单度矩阵〔工程前期〕
通过简单度和功能点分类两个维度构建功能点分类-简单度矩阵,并识别出每一个功能点所对应简单系数Ki,调整前功能点数量的计算公式为:UFC=∑〔Ki〕。
功能点分类-简单度矩阵如下所示:
功能点分类
简单度描述
简单度
简单系数〔K〕
接口
调用外部系统已实现的接口
低
5
实现外部接口,供给外部系统调用
高
10
无算法
低
3
数据处理
有算法,实现方法暂不清楚,但也不难
中
4
多个算法,且较难实现
高
6
统计
定时统计
实时统计
低
高
4
7
查询
单表查询
多表联合查询
低
高
3
6
简单度矩阵〔需求明确、需求变更〕
接口
数据处理
统计和查询
数据文件数
数据项数量
数据文件数
数据项数量
数据文件
数据项数量
以数据项数量和数据文件数量为维度,构建功能点的简单度矩阵,功能点简单度矩阵如下所示:
量
1-19
20-50
51+
量
1-4
5-15
16+
数量
1-5
6-19
20+
1
低
低
中
0或1
低
低
中
0或1
低
低
中
2-5
低
中
高
2
低
中
高
2-3
低
中
高
>6
中
高
高
>2
中
高
高
>4
中
高
高
依据功能点的简单度矩阵,将功能点的简单度〔高、中、低〕映射为简单度系数〔K〕,每类功能点的简单系数如下表所示。
10/17