Татьяна Гориславец - Количественное управление проектом

  • 1,715 views
Uploaded on

Доклад на конференции "PM Labs 2009" …

Доклад на конференции "PM Labs 2009"
Секция "Управление проектами"

More in: Technology
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
  • спасибо!
    Are you sure you want to
    Your message goes here
No Downloads

Views

Total Views
1,715
On Slideshare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
0
Comments
1
Likes
5

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide
  • Success Indicators: These indicators are constructed from the defined success criteria and are used to determine if the goals have been met. 2. Progress Indicators: These indicators are used to track the progress or execution of the defined tasks. A Gantt chart is a good example of this type of indicator. The successful execution of all the defined tasks does not necessarily guarantee that the goal has been successfully met. 3. Analysis Indicators: These indicators are used to assist in analyzing the output of each task. The analyses help test our assumptions about the data we are using to judge progress and success. As seen in Figure 4, each of these indicator types has a specific use. To assist in postulating success indicators, we asked the workshop participants to think about the following questions: • How do you know if you achieved the goal? • How do you define success? • How do you know if the goal has been met? From the answers to these or similar questions, the criteria that can be used to decide if the goal has been met are identified. From the success criteria, success indicators can be postulated. Advice: Have a clear understanding of the type and purpose of each indicator. Articulate clearly the criteria you will use to decide if the goal has been met. Do not use Progress Indicators as a proxy to Success Indicators. Use Analysis Indicators to study the data you use, in order to support accurate progress and success tracking.
  • The functional viewpoint describes what activities are being performed. The data flow diagram presented earlier is an example of a functional description; it focuses on what the main activities are and what data flows between them. The behavioral viewpoint describes when and how these activities are accomplished. The formalism for this perspective must be capable of representing feedback loops, iteration, complex decision-making conditions, entry criteria (trigger conditions), exit criteria, precedence relationships, etc. In addition, it should readily represent and convey two levels of parallelism. At the lower level are individual software objects; for example, both unit testing/debugging

Transcript

  • 1. Количественное управление проектом Конференция PM Labs 2009 : www.pm-labs.ru Секция «Управление проектами» Докладчик: Татьяна Гориславец
  • 2. Количественное управление проектом Руководитель Центра качества Люксофт Украина Татьяна Гориславец
  • 3. Содержание
    • Концепция измерений
    • Проектные измерения
    • Метрики процессов и метрики продукта
    • Цели проекта – целевые метрики
    • Набор метрик проекта
    • Статистическое управление процессом
    • Базис для управления процессами
    • Что нужно для количественного управления ?
  • 4. Проекты vs процессы Процессом можно управлять с помощью статистических или других количественных методов ( CMMI v.1.2 QPM ) Успех проекта обеспечивается путем определения, построения и выполнения процесса, который позволит проекту развиваться в направлении достижения цели при определенных проектных ограничениях Количественое управление проектом направлено на достижение установленных показателей качества продукта/сервиса и производительности процессов проекта Производительность процесса – это степень реального достижения результата, которую можно определить по измерениям процесса и продукта
  • 5. Концепция измерений
    • Измерения предназначены для создания базиса для коммуникаций
    • В каждый момент времени выполнения проекта измерения показывают качество создаваемого продукта
    • Анализ измерений выполнения подобных проектов за некоторый период времени дает возможный уровень процессов
    • Характеристики измерений
      • Простота в определении
      • Доступность понимания
      • Устойчивость в использовании
      • Возможность автоматизации процесса сбора и анализа
  • 6. Для чего нужны измерения ?
    • Восприятие, интуиция vs реальность
    • Факты для принятия решений и обеспечения базиса их реализации
    • Преодоление ограничений текущего понимания процессов
    • Определение и проверка проблемных областей или узких мест
    • Характеристики процессов
    • Оценка процессов (выполняются ли они согласно требованиям)
    • Оценка удовлетворенности Заказчика
    • Установление связи с ключевыми процессами компании
    • Определение стабильности, предсказуемости и вариаций развития процесса
  • 7. Что измерять?
  • 8. Как измерять ?
    • Идентифицировать
      • Какой процесс нужно измерять?
      • Какую часть процесса? Какие требования?
      • Почему выбрана именно эта часть/требования?
    • Рассчитывать
      • Как будут накапливаться данные?
      • Кто будет отвечать за накопление данных?
    • Сообщать
      • Какого вида визуализация (диаграмма, таблица, график) будет использована?
      • Кто будет отвечать за запись информации?
      • Кого следует постоянно информировать?(персонал, руководство, Заказчик, сопровождающий персонал)
      • В каком виде должна поступать информация? (совещания, отчеты, диаграммы, письма)
      • Кто должен отвечать за принятие мер на основании информации?
  • 9. Проектные измерения
    • Размер исходного кода
    • Размер ПО, создаваемого/измененного в проекте
    • Трудозатраты, потраченные на выполнение различных стадий проекта
    • Трудозатраты по управлению проектом
    • Обнаруженные дефекты
    • Закрытые дефекты
    • Продуктивность разработки ПО
    • Эффективность тестирования
    • Отклонение от графика выполнения проекта по срокам/трудозатратам/стоимости
    • Плотность дефектов, найденных тестировщиками
    • Тестовое покрытие
  • 10. Метрики проекта
      • Оценки
      • Факт
      • Анализ отклонений
        • Превышение сроков проекта, фаз проекта, итераций
        • Превышение трудозатрат проекта, стадий, задач
        • % роста размера проекта
      • Результирующие действия
      • Успех/Провал проекта
  • 11. Метрики продукта
      • Корректность выполнения операций
      • Безопасность
      • Адаптивность (возможности настройки, переноса, модульности)
      • Надежность
      • Простота в эксплуатации
      • Поддерживаемость
  • 12. Пример графического изображения метрик продукта Адаптивность 82% Поддерживаемость 65% Надежность 61% Корректность 97% Простота в эксплуатации 100% Безопасность 100%
  • 13. Метрики процесса
    • Производительность
    • Стабильность
    • Воспроизводимость
    • Возможности
    • Усовершенствования
    • Характеристики процесса
    • Результаты выполнения процесса
  • 14. Метрики проекта Отслеживание прогресса проекта Отслеживание качества проекта График работ – первоначальная оценка, перепланирование, факт План/факт – несоответствия в процессе Риск – план, индекс, прогноз, факт План/факт – качество продукта/предоставления сервиса Неустойчивость требований – влияние на трудозатраты Факт/Цель – стоимость качества, стоимость плохого качества Персонал – План/Факт Факт/Цель – эффективность содержания фазы Общее количество контрольных точек –План/Факт Плотность дефектов после выпуска релиза Диаграмма отклонений (возможность завершения в срок)
  • 15. Критерии выбора метрик
    • Метрики должны быть производными от количественных целей проекта
    • Метрики должны отражать выполнение как минимум одной из целей проекта
    • Метрики должны отражать главные, ключевые характеристики процесса
    • Метрики должны определяться установленным уровнем качества продукта/сервиса
    • Метрики должны быть самым полным образом определены, должно быть ясно, каким образом метрики будут собираться и вычисляться
    • Метрики должны позволять использование статистических методов для их анализа
  • 16. Декомпозиция целей проекта
  • 17. Цели и метрики
    • Покрытие тестовыми сценариями
    • Дефекты в реализации требований
    • Количество запросов на изменения
    • Степень изменений требований
    • Длительность реализации запроса на изменение
    • Завершенность проекта/фазы
    • Эффективность разработки
    • Величина проектных рисков
    Управление проектом Управление требованиями Проект должен быть завершен в срок без превышения бюджета и с требуемым уровнем качества Управление изменениями цели проекта процессы метрики процессов
  • 18. Ключевые показатели проекта
    • Типы показателей:
    • Успеха
    • Прогресса
    • Аналитические
    • Показатели, связанные с:
    • Финансовым успехом проекта
    • Эффективностью выполнения проекта
    • Удовлетворенностью заказчика
    • Перспективой полученных результатов
  • 19. Пример ключевых показателей
    • Индикатор отклонения по стоимости/срокам
    • Готовность продукта/сервиса
    • Качество продукта/сервиса
    • Эффективность процессов (разработки, тестирования)
    • Соблюдение соглашения об уровне предоставления сервиса
    • Уровень рискованности проекта
  • 20. Качество продукта Плотность дефектов Подтвержденные дефекты Дефекты/размер Дефекты
  • 21. Готовность продукта Обнаруженные/исправленные дефекты Незакрытые дефекты Количество дефектов за неделю Дефекты
  • 22. Статистическое управление процессом
    • Установить количественные цели проекта
    • Выбрать критические процессы, которыми нужно управлять с использованием методов статистического контроля
    • Выбрать базис для управления производительностью процесса
    • Выбрать модель производительности процесса
    • Использовать контрольные диаграммы для визуализации метрик производительности процесса
    • Анализировать данные, акцентируя внимание на специфических случаях отклонений производительности процесса
    • Сравнивать производительность процесса с выбранной моделью
    • Использовать результаты анализа для принятия решений
    • Корректировать модель производительности на основании новых данных
  • 23. Базисные данные
    • Целевые значения метрик – средние значения по всему набору данных
    • Верхние и нижние предельные значения, которые рассчитываются по выбранной модели (как правило, модель 3 σ )
    • Значения для этих параметров могут быть выбраны:
      • По накопленным в текущем проекте данным за определенный период
      • По накопленным в компании данным по завершенным проектам
      • Эти параметры могут быть как постоянными значениями, так и пересчитываться каждый раз после появления новых данных (одного или группы, выбранной за определенный период или по определенным условиям)
  • 24. Пример использования Подтвержденные дефекты Дефекты Количество незакрытых проблем Недели тестирования
  • 25. Расчет параметров
    • Целевое значение – среднее значение по всей совокупности данных
    • Верхнее и нижнее предельные значения рассчитываются по определенным правилам:
    • Xc = ( X 1+ X 2+...+ Xn )/ n - среднее значение
    • σ = √ ∑ ( Xi - Xc )2/ n – квадратичное отклонение от среднего значения
    • UCL = Xc +3σ   LCL = Xc -3σ при σ/ Xc <=0.1
    • UCL = Xc +2σ   LCL = Xc -2σ при σ/ Xc <=0.25
    • UCL = Xc +σ   LCL = Xc -σ при σ/ Xc <=0.5
    • UCL = Xc +0.5σ LCL = Xc -0.5σ при σ/ Xc > 0.5
    •  
  • 26. Немного статистики
    • Предельные значения – 3 σ
      • 60-70% данных попадает в интервал Xc ± σ
      • 90-98% данных попадает в интервал Xc ± 2 σ
      • > 99% данных попадает в интервал Xc ± 3 σ
  • 27. Анализ значений Более 8 последовательных значений лежит ниже линии Xc -1 σ
      • Xc
    Более 4 последовательных значений лежит ниже линии Xc - σ +2 σ +1 σ 1 2 3 4 +3 σ Одно значение выше линии Xc + σ или ниже Xc - σ Более 2 последовательных значений лежит выше линии Xc + σ
  • 28. Модель производительности процесса
    • Выявить все источники вариативности процесса
      • Построить «индивидуальные» диаграммы метрики (например, количество найденных дефектов для отдельных компонент)
      • Выявить «нестабильные» диаграммы (например, количество ошибок определенного типа значительно превышает средний показатель по всему множеству ошибок)
      • Исследовать источник нестабильности (процесс, компонента, инструментарий, др.)
      • Декомпозировать источник и определить, что на него влияет
    • Поставить цели по улучшению показателя или его составных
    • Изменить процесс для достижения поставленных целевых показателей
    • Сравнивать реальные значения с целевым и определять эффективность процесса
  • 29. Модель процесса нахождения ошибок
    • Предполагается, введение дополнительных ревизий позволит снизить количество ошибок на последних фазах проекта
    • Стоимость ошибки возрастает в сотни раз на последних фазах по сравнению с начальными
  • 30. Требования к моделированию
    • Использовать наиболее наглядную визуализацию для представления информации, такую как диаграммы. (Хорошо подобранное графическое представление позволяет легко донести важную информацию)
    • Адаптировать краткие описания. Описания должны быть подробными, и сложные аспекты должны быть изложены максимально понятно и просто
    • Построить несколько дополняющих друг друга «точек зрения» (срезов) на процесс. (Например, функциональная, поведенческая, концептуальная)
    • Рассматривать и анализировать несколько уровней абстракций для каждого среза от высокоуровневой картинки до детального описания
    • Моделировать поведение процесса по описанию и анализировать возможные отклонения при изменении условий
  • 31. Что нужно для количественного управления
    • Стандартизированные процессы
    • PCB ( Process Capability Baseline )
      • История измерений
      • Возможности процессов
      • Уверенность в данных
      • Базис для прогноза возможностей процесса
    • Tools для измерений и анализа
  • 32. Выводы
    • Количественное управление проектом позволяет ответить на вопросы:
      • Как контролировать качество продукта?
      • Как узнать о готовности продукта?
      • Как правильно оценить проект?
      • Удается ли уложиться в график работ по проекту?
      • Стабильный процесс или нет?
      • Будет ли доволен заказчик?
    • Количественное управление позволяет оперативно управлять проектом с прицелом на конечный результат и поддерживать уверенность менеджера в том, что построенный процесс действительно позволит достичь цели проекта 
  • 33.
    • Вопросы?
  • 34. Количественное управление проектом Конференция PM Labs 2009 : www.pm-labs.ru Секция «Управление проектами» Докладчик: Татьяна Гориславец