SlideShare a Scribd company logo
Submit Search
Upload
規模の見積もり WACATE 2016 winter
Report
Share
Tomoaki Fukura
株式会社オープンストリーム
Follow
•
2 likes
•
4,377 views
1
of
77
規模の見積もり WACATE 2016 winter
•
2 likes
•
4,377 views
Report
Share
Download Now
Download to read offline
Engineering
WACATE 2016 Winter 見積もりセッション資料
Read more
Tomoaki Fukura
株式会社オープンストリーム
Follow
Recommended
インフラエンジニアの綺麗で優しい手順書の書き方 by
インフラエンジニアの綺麗で優しい手順書の書き方
Shohei Koyama
145.5K views
•
34 slides
概説 テスト分析 by
概説 テスト分析
崇 山﨑
31.7K views
•
51 slides
幅広なテスト分析ができるようになろう by
幅広なテスト分析ができるようになろう
scarletplover
4.1K views
•
76 slides
Selenium WebDriver + python で E2Eテスト自動化 by
Selenium WebDriver + python で E2Eテスト自動化
JustSystems Corporation
7.4K views
•
17 slides
Webアプリケーション負荷試験実践入門 by
Webアプリケーション負荷試験実践入門
樽八 仲川
51.1K views
•
117 slides
わりとディープ?同値分割↔境界値分析 by
わりとディープ?同値分割↔境界値分析
scarletplover
15.7K views
•
78 slides
More Related Content
What's hot
シリコンバレーの「何が」凄いのか by
シリコンバレーの「何が」凄いのか
Atsushi Nakada
183.9K views
•
77 slides
テスト分析・設計を体感しよう ~マインドマップを活用してテスト観点を発想しよう by
テスト分析・設計を体感しよう ~マインドマップを活用してテスト観点を発想しよう
Akira Ikeda
9.1K views
•
50 slides
探索的テスト入門 by
探索的テスト入門
H Iseri
31.4K views
•
40 slides
アジャイルメトリクス実践ガイド by
アジャイルメトリクス実践ガイド
Hiroyuki Ito
22.3K views
•
79 slides
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」 by
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」
Takuto Wada
148.6K views
•
45 slides
PlaySQLAlchemy: SQLAlchemy入門 by
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
21.4K views
•
91 slides
What's hot
(20)
シリコンバレーの「何が」凄いのか by Atsushi Nakada
シリコンバレーの「何が」凄いのか
Atsushi Nakada
•
183.9K views
テスト分析・設計を体感しよう ~マインドマップを活用してテスト観点を発想しよう by Akira Ikeda
テスト分析・設計を体感しよう ~マインドマップを活用してテスト観点を発想しよう
Akira Ikeda
•
9.1K views
探索的テスト入門 by H Iseri
探索的テスト入門
H Iseri
•
31.4K views
アジャイルメトリクス実践ガイド by Hiroyuki Ito
アジャイルメトリクス実践ガイド
Hiroyuki Ito
•
22.3K views
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」 by Takuto Wada
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」
Takuto Wada
•
148.6K views
PlaySQLAlchemy: SQLAlchemy入門 by 泰 増田
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
•
21.4K views
月間10億pvを支えるmongo db by Yuji Isobe
月間10億pvを支えるmongo db
Yuji Isobe
•
20.6K views
キーワード駆動によるシステムテストの自動化について 2015 by Toru Koido
キーワード駆動によるシステムテストの自動化について 2015
Toru Koido
•
22.7K views
テストの視点からのモデリング(公開用) #wacate by Kinji Akemine
テストの視点からのモデリング(公開用) #wacate
Kinji Akemine
•
4.6K views
君はyarn.lockをコミットしているか? by Teppei Sato
君はyarn.lockをコミットしているか?
Teppei Sato
•
30.4K views
これからSpringを使う開発者が知っておくべきこと by 土岐 孝平
これからSpringを使う開発者が知っておくべきこと
土岐 孝平
•
21.4K views
MongoDBが遅いときの切り分け方法 by Tetsutaro Watanabe
MongoDBが遅いときの切り分け方法
Tetsutaro Watanabe
•
34.8K views
【SQLインジェクション対策】徳丸先生に怒られない、動的SQLの安全な組み立て方 by kwatch
【SQLインジェクション対策】徳丸先生に怒られない、動的SQLの安全な組み立て方
kwatch
•
34K views
SQLアンチパターン - 開発者を待ち受ける25の落とし穴 (拡大版) by Takuto Wada
SQLアンチパターン - 開発者を待ち受ける25の落とし穴 (拡大版)
Takuto Wada
•
70.6K views
新人研修資料 向き合うエンジニア by akira6592
新人研修資料 向き合うエンジニア
akira6592
•
1.5K views
JPAのキャッシュを使ったアプリケーション高速化手法 by Chihiro Ito
JPAのキャッシュを使ったアプリケーション高速化手法
Chihiro Ito
•
14.2K views
JaSST'15 Tokyo 初心者向けチュートリアル -初心者からの脱出!- by 崇 山﨑
JaSST'15 Tokyo 初心者向けチュートリアル -初心者からの脱出!-
崇 山﨑
•
4K views
Software-company Transformation by Yasuharu Nishi
Software-company Transformation
Yasuharu Nishi
•
915 views
SQLアンチパターン読書会 4章 キーレスエンエントリ(外部キー嫌い) by makopi 23
SQLアンチパターン読書会 4章 キーレスエンエントリ(外部キー嫌い)
makopi 23
•
10.9K views
MySQLの文字コード事情 2017春版 by Masahiro Tomita
MySQLの文字コード事情 2017春版
Masahiro Tomita
•
10.2K views
Viewers also liked
テストは料理だ!テストのレシピを見てみよう #wacate by
テストは料理だ!テストのレシピを見てみよう #wacate
Kazuhiro Takehana
2.2K views
•
50 slides
Automation test.ssf alpha by
Automation test.ssf alpha
ryuji koyama
23K views
•
25 slides
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015 by
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015
Kazuhito Miura
41.3K views
•
167 slides
STAC2015 講演3 広告システム刷新よもやま話〜テストが当たり前となるまでにやったこと #stac2015 by
STAC2015 講演3 広告システム刷新よもやま話〜テストが当たり前となるまでにやったこと #stac2015
Yahoo!デベロッパーネットワーク
16.2K views
•
34 slides
20151213 system test automation conference by
20151213 system test automation conference
Kazuaki Matsuo
23.6K views
•
65 slides
【システムテスト自動化カンファレンス2015】 楽天の品質改善を加速する継続的システムテストパターン #stac2015 by
【システムテスト自動化カンファレンス2015】 楽天の品質改善を加速する継続的システムテストパターン #stac2015
Kotaro Ogino
24.5K views
•
94 slides
Viewers also liked
(20)
テストは料理だ!テストのレシピを見てみよう #wacate by Kazuhiro Takehana
テストは料理だ!テストのレシピを見てみよう #wacate
Kazuhiro Takehana
•
2.2K views
Automation test.ssf alpha by ryuji koyama
Automation test.ssf alpha
ryuji koyama
•
23K views
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015 by Kazuhito Miura
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015
Kazuhito Miura
•
41.3K views
STAC2015 講演3 広告システム刷新よもやま話〜テストが当たり前となるまでにやったこと #stac2015 by Yahoo!デベロッパーネットワーク
STAC2015 講演3 広告システム刷新よもやま話〜テストが当たり前となるまでにやったこと #stac2015
Yahoo!デベロッパーネットワーク
•
16.2K views
20151213 system test automation conference by Kazuaki Matsuo
20151213 system test automation conference
Kazuaki Matsuo
•
23.6K views
【システムテスト自動化カンファレンス2015】 楽天の品質改善を加速する継続的システムテストパターン #stac2015 by Kotaro Ogino
【システムテスト自動化カンファレンス2015】 楽天の品質改善を加速する継続的システムテストパターン #stac2015
Kotaro Ogino
•
24.5K views
STAC 2015 自動家は見た~自動化の現場の真実~ SIDE:マネージャ by Noriyuki Mizuno
STAC 2015 自動家は見た~自動化の現場の真実~ SIDE:マネージャ
Noriyuki Mizuno
•
41.2K views
テスト計画セッション by Tomoaki Fukura
テスト計画セッション
Tomoaki Fukura
•
14.8K views
「シン・テストエンジニアのキャリアについて: Q裏 甘口」 wacate_2016_winter by 久仁朗 山本(旧姓 村上)
「シン・テストエンジニアのキャリアについて: Q裏 甘口」 wacate_2016_winter
久仁朗 山本(旧姓 村上)
•
1.1K views
WACATE2016 冬 組み合わせテスト by mirer
WACATE2016 冬 組み合わせテスト
mirer
•
2.3K views
60分でわかった気になるISO29119 #wacate by Kinji Akemine
60分でわかった気になるISO29119 #wacate
Kinji Akemine
•
19.5K views
テスト分析のまとめと技法の決定 グループ by Tomoaki Fukura
テスト分析のまとめと技法の決定 グループ
Tomoaki Fukura
•
611 views
ギアと開発とわたし_AAA2015 by Kazuhiro Suzuki
ギアと開発とわたし_AAA2015
Kazuhiro Suzuki
•
4.5K views
ストーリーポイントをつけれるようになるために必要な3つのこと by Katsunobu Harada
ストーリーポイントをつけれるようになるために必要な3つのこと
Katsunobu Harada
•
4.8K views
プランニングポーカーではじめる工数見積りと計画づくり by Reimi Kuramochi Chiba
プランニングポーカーではじめる工数見積りと計画づくり
Reimi Kuramochi Chiba
•
5.8K views
アジャイルな見積りと計画づくり2 by Arata Fujimura
アジャイルな見積りと計画づくり2
Arata Fujimura
•
8.2K views
アジャイルな見積りと計画づくり1 by Arata Fujimura
アジャイルな見積りと計画づくり1
Arata Fujimura
•
7.5K views
ISO/IEC/IEEE 29119 Software testing 勉強会 第1回 規格の全体構成と各規格の概要 by 崇 山﨑
ISO/IEC/IEEE 29119 Software testing 勉強会 第1回 規格の全体構成と各規格の概要
崇 山﨑
•
15.1K views
めとりくすおたく by Asako Yanuki
めとりくすおたく
Asako Yanuki
•
2.5K views
Wacate2015冬_参加報告 by Kosuke Fujisawa
Wacate2015冬_参加報告
Kosuke Fujisawa
•
803 views
Similar to 規模の見積もり WACATE 2016 winter
応用情報・午後・ストラテジ系を解く(H26秋) by
応用情報・午後・ストラテジ系を解く(H26秋)
higher_tomorrow
3.5K views
•
22 slides
Scrum,Test,Metrics #sgt2016 by
Scrum,Test,Metrics #sgt2016
kyon mm
20.2K views
•
71 slides
Dev love関西「エンジニア×営業」営業マン8年目の本音 by
Dev love関西「エンジニア×営業」営業マン8年目の本音
Tetsuya Okubo
1.8K views
•
35 slides
15 11-24 jmaセミナー資料 by
15 11-24 jmaセミナー資料
POP
386 views
•
20 slides
あなたの業務に機械学習を活用する5つのポイント by
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
50.7K views
•
36 slides
Application System導入価値を取り戻す“測る化”とは by
Application System導入価値を取り戻す“測る化”とは
株式会社エイチ・ピィ・ピィ・ティ
9K views
•
28 slides
Similar to 規模の見積もり WACATE 2016 winter
(20)
応用情報・午後・ストラテジ系を解く(H26秋) by higher_tomorrow
応用情報・午後・ストラテジ系を解く(H26秋)
higher_tomorrow
•
3.5K views
Scrum,Test,Metrics #sgt2016 by kyon mm
Scrum,Test,Metrics #sgt2016
kyon mm
•
20.2K views
Dev love関西「エンジニア×営業」営業マン8年目の本音 by Tetsuya Okubo
Dev love関西「エンジニア×営業」営業マン8年目の本音
Tetsuya Okubo
•
1.8K views
15 11-24 jmaセミナー資料 by POP
15 11-24 jmaセミナー資料
POP
•
386 views
あなたの業務に機械学習を活用する5つのポイント by Shohei Hido
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
•
50.7K views
Application System導入価値を取り戻す“測る化”とは by 株式会社エイチ・ピィ・ピィ・ティ
Application System導入価値を取り戻す“測る化”とは
株式会社エイチ・ピィ・ピィ・ティ
•
9K views
BPR版データアカデミーその4 by Hiroyuki Ichikawa
BPR版データアカデミーその4
Hiroyuki Ichikawa
•
162 views
KPTふりかえり実践研修のご紹介 by ESM SEC
KPTふりかえり実践研修のご紹介
ESM SEC
•
8K views
Agile japan2010 rakuten様プレゼン資料 by Akiko Kosaka
Agile japan2010 rakuten様プレゼン資料
Akiko Kosaka
•
1.8K views
第13回 JPSPS in 大阪_失敗しないSharePointプロジェクト 案件 by Akira Fukami
第13回 JPSPS in 大阪_失敗しないSharePointプロジェクト 案件
Akira Fukami
•
1.8K views
なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~ by 正善 大島
なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~
正善 大島
•
3.8K views
提案プロセスのマネジメント by Naoki Ishimitsu
提案プロセスのマネジメント
Naoki Ishimitsu
•
12.4K views
楽天のRPAプラットフォーム構築事例 by Rakuten Group, Inc.
楽天のRPAプラットフォーム構築事例
Rakuten Group, Inc.
•
7.8K views
How to 社内導入 ~現場主導のRPA展開~ by SatokoYoshida3
How to 社内導入 ~現場主導のRPA展開~
SatokoYoshida3
•
110 views
テストファーストのススメ by JunBear1
テストファーストのススメ
JunBear1
•
32 views
Dev Love Lt 20090622(佐々木) by DevLOVE
Dev Love Lt 20090622(佐々木)
DevLOVE
•
427 views
超上流から攻めるIT化の原理原則17ヶ条 by Katsuhito Okada
超上流から攻めるIT化の原理原則17ヶ条
Katsuhito Okada
•
2.3K views
Psp概説(エッセンス) by Asako Yanuki
Psp概説(エッセンス)
Asako Yanuki
•
852 views
設計時の見落とし by yaju88
設計時の見落とし
yaju88
•
1.6K views
業務フロー_システム設計.pdf by Flyke1
業務フロー_システム設計.pdf
Flyke1
•
294 views
Recently uploaded
図解で理解するvetKD by
図解で理解するvetKD
ryoo toku
84 views
•
22 slides
SSH超入門 by
SSH超入門
Toru Miyahara
194 views
•
21 slides
3Dプリンタでロボット作るよ#1_黎明編 by
3Dプリンタでロボット作るよ#1_黎明編
Yoshihiro Shibata
20 views
•
7 slides
Najah Matsuo Self Introduction by
Najah Matsuo Self Introduction
NajahMatsuo
7 views
•
29 slides
lt.pptx by
lt.pptx
tomochamarika
51 views
•
13 slides
robotics42.pptx by
robotics42.pptx
Natsutani Minoru
168 views
•
18 slides
Recently uploaded
(8)
図解で理解するvetKD by ryoo toku
図解で理解するvetKD
ryoo toku
•
84 views
SSH超入門 by Toru Miyahara
SSH超入門
Toru Miyahara
•
194 views
3Dプリンタでロボット作るよ#1_黎明編 by Yoshihiro Shibata
3Dプリンタでロボット作るよ#1_黎明編
Yoshihiro Shibata
•
20 views
Najah Matsuo Self Introduction by NajahMatsuo
Najah Matsuo Self Introduction
NajahMatsuo
•
7 views
lt.pptx by tomochamarika
lt.pptx
tomochamarika
•
51 views
robotics42.pptx by Natsutani Minoru
robotics42.pptx
Natsutani Minoru
•
168 views
how query cost affects search behavior translated in JP by Tobioka Ken
how query cost affects search behavior translated in JP
Tobioka Ken
•
9 views
AIで始めるRustプログラミング #SolDevHub by K Kinzal
AIで始めるRustプログラミング #SolDevHub
K Kinzal
•
20 views
規模の見積もり WACATE 2016 winter
1.
見積もり入門 ~規模って何だろう~ 2016.12.17 WACATE実行委員 福良 智明
2.
2 見積もりの重要性
3.
身近にある見積もり 見積もりというと・・・ プロジェクト提案(開始)時にPM、PLさんが・・・ 3 要件は? 工数は何人月? 体制はどうする? で納期とコストはこうだから.. (あれ?無理っぽくない..)
4.
身近にある見積もり その見積もり結果を持って、営業さんがお仕事をとって くる 4 価格と納期はこちらに なります
5.
身近にある見積もり で、皆さんは、その見積もりを元にした計画に従ってお 仕事をする。時には・・・ 5
6.
プロジェクト開始以前や初期に行うもので、あまり馴 染みがないという方も多いのではないでしょうか? 身近にある見積もり 6 提案 要件定義 設計
開発 テスト このあたりで 見積もりを行う 見積もりを機会は、ここだけではありません。 皆さんの身近にも・・・
7.
身近にある見積もり 検証の依頼(テスト工程の工数、価格見積もり) 7 ○○といったシステムの検証を お願いしたいのですが・・・ それはどれくらいの規模ですか?
8.
身近にある見積もり 進捗の確認(作業の見積もり) 8 この作業ってあとどれくらいで 終わりますか? これってこの日までにできる? あと2人日欲しいですね。
9.
身近にある見積もり PJの分析・改善提案(見積もり結果の利用) 9 見積もりに対して、 実際はどうだったんだろう? 過去の見積もりデータから、 見積もりの精度を向上させたいなぁ … 上手くいったプロジェクトとそうで ないプロジェクトの違いはなんだろ う?
10.
システム全体ではなくとも、工程や機能、タスクレベル の小さな単位の見積もりに触れる機会が少なからずある と思います。 身近にある見積もり 10
11.
失敗プロジェクトの原因のほとんどは、 仕様の未凍結 と 見積もりミス と言われたりもします。 このように見積もりは、身近であると共にプロジェクト を成功させる上で非常に重要な要因の1つとなっていま す。 身近にある見積もり 11
12.
見積もりとは? 12
13.
見積もりとは 目的 • ステークホルダ(お客様、PJの管理者など)が、適正な意思決定ができる 明確な視点(判断材料)を提供すること • 何を判断する為の情報が欲しいかを確認してから見積もりを行うこと 例) •
プロジェクトを実施すべきかどうか?(お客様) • 費用や工期等の制約の上でどこまで実現できるか?(お客様) • プロジェクトを如何にコントロールしていくか?(PJ管理者) 13
14.
見積もりとは 見積もりの対象 • 規模 • 見積もり対象のシステムの大きさ •
工数 • 見積もった規模に対して、発生する作業量 • 費用 • 見積もった作業量を行うために必要なコスト • 工期 • 見積もった作業量を行うために必要な期間 14
15.
見積もりとは 見積もりに必要な要素 • 生産性 • 工数あたりの規模 例) 1人日でどれだけの規模の作業ができるか…等 •
変動要因 • 作業に影響する要因 例) ロジックが複雑、高負荷での稼働、メンバのスキル 15
16.
見積もりとは 見積もりの手順 16 要求・要件 規模の見積もり 工数の見積もり 工期の見積もり 費用の見積もり 生産性、 変動要因 1.要求や要件から対象の規模を見積 もる 2.規模に対して、生産性、変動要因 を加味して、工数を見積もる 3.工数から工期/費用を見積もる ※工期や費用が決まっている場合は、制約 として捉え、逆順で見積もっていく 今回のメイン ここも少し取り上 げます
17.
見積もりとは 規模の見積もり 規模を見積もってますか? いきなり工数で見積もることも多いのではないでしょうか? (=規模と生産性を一緒に考えてしまっている) 規模と生産性を一緒に考えてしまうと同じシステムでも・・・ Aさんは生産性を自分を基準に、Bさんは新人を基準に見積もると同じシステム なのに、見積もり結果が違ってしまう なぜ規模を見積もるのか • 規模と生産性を分けて考えることができる • 規模と生産性を分けると見積もり結果を比較しやすい
17 規模の見積もりって大事
18.
見積もりとは まとめ • 見積もりの目的はステークホルダに判断材料を与えること • 見積もりの対象には、規模、工数、費用、工期がある •
見積もりに影響を与える要素には、生産性や変動要因がある • 工数、費用、工期は、規模の見積もり結果から求めることができる • 見積もり結果を有効に利用する為には、規模と生産性を分けて、規 模の見積もりを行うことが大事 18
19.
19 規模の見積もり
20.
実体のないソフトウェアの見積もりにおいて、何か しらの値で規模を数値化しないと、見積もりを行う ことはできない 工数、費用は、規模の見積もりを元に見積もるので、 規模の見積もり結果に大きく影響される 20 規模の見積もり
21.
見積もり手法 例 KKD法 勘・経験・度胸で! 類推法
過去の類似システムの実績を基に類推する 積み上げ法 対象を詳細なタスク/プロセスに分解し、分解 した1つ1つに対して見積もりを行い、その結 果を積み上げて全体の見積もりとする LOC FP法 ユースケースポイント オブジェクトポイント パラメトリックス法 数値モデルによって見積もりを行う CoBRA法,COCOMOⅡ その他 PJメンバで意見を出し合い、協議する プランニングポーカー ストーリーポイント 21 規模の見積もり
22.
見積もり手法 メリット デメリット KKD法
適用が簡単 精度が人に依存しすぎる 根拠があいまい 類推法 実績値が利用できる 類似の事例が必要 何を持って類似とするか決めが必要 積み上げ法 手順がある程度決まっている 見積もり段階で作業が明確になる PJの初期では必要な情報がない場合 がある パラメトリックス法 精度・信頼度が高い 見積もり根拠が提示できる 見積もりに時間がかかる 学習コストがかかる プランニングポーカー ストーリーポイント 適用が簡単 大規模な見積もりには向かない 22 規模の見積もり
23.
規模を表すのに利用される代表的な値 • LOC ソースコードの行数 •
ファンクションポイント(FP) 機能要件ごとの扱うデータと処理を数値化 • ストーリーポイント フィボナッチ数列(1,2,3,5,8…)を使って、相対的な値を設定 • ユースケースポイント ユースケースとアクターを数値化 • オブジェクトポイント 画面・帳票の項目 23 規模の見積もり
24.
LOCの課題 • PJの初期段階での適用が困難 • 非開発者にとっては、あまり重要な指標ではない •
言語や開発者のスキルによって規模が増減する FP法の特徴 • PJの初期段階から適用できる • ユーザ視点なので、非開発者にとっても理解し易い • 言語やスキルに影響されない • 国際的に標準化されている • FPからLOC、工数に変換できる • 原則として、人に依存しない 24 規模の見積もり
25.
規模の見積もり まとめ • 工数、費用、工期は、システムの規模に大きく影響される • システムの規模には、LOCとFPで表現されることが多い •
FPは • PJの初期段階から利用できる • ユーザ視点でステークホルダと合意が取りやすい • 人に依存しない といった特徴がある 25
26.
FP法の紹介 26
27.
概要 機能(データの入出力と対象のデータ)をポイント化して数値化する手 法で、ユーザ視点で数えることに主眼が置かれる 内部ロジックの複雑さは考慮されない
IFPUGで、計算手法をまとめて文書化しており、このマニュアルに 従って計測した値が正規の値となる 組込み向けには、COSMIC-FFP法がある (ユーザを人ではなく、センサーや他のハードウェアに置き換える) 27 FP法の紹介
28.
前提 機能は内部仕様、工法、品質要求、スキルに依存しないので規 模を測るのに適している システムの機能はプラットフォームが変わっても変化しない 適用条件 オブジェクト指向で設計されたシステムは向いている 扱うデータが少ないが、複雑な計算処理やロジックを持つ機能 は向いていない 非機能要件が重要な位置を占めるシステム 28 FP法の紹介
29.
計測対象 データファンクション トランザクションファンクション 調整係数 29 計測対象のAP 登録 更新 削除 画面表示 帳票出力 論理 データ エクスポート インポート 論理 データ 外部AP ユーザ 凡例 トランザクションファンクション データファンクション FP法の紹介 アプリケーション境界 参照
30.
FP法の種類 30 種類 概要 計測対象
利用可能時期 IFPUG法 フルスペックのFP法 データファンクション トランザクションファンクション 複雑度(DET,RET,FTR) 調整係数 基本設計(外部設計) 終了後 概算法 簡略化されたFP法 複雑度に固定値を用いる 未調整FPまで求める データファンクション トランザクションファンクション 複雑度(固定) 要件定義終了後 試算法 最も簡略化されたFP法 PJ開始前でも見積もり可能 データファンクション 要件定義前 FP法の紹介
31.
計測手順(IFPUG法) 31 FP法の紹介 アプリケーション 境界の設定 データファンク ションの抽出 トランザクション ファンクションの 抽出 未調整FPの算出 一般システム特性 の判定 調整係数の算出 調整済FPの算出 DET,RETを計測し、 複雑度を判定 複雑度から FP値を出す DET,FTRを計測し、 複雑度を判定 複雑度から FP値を出す
32.
計測手順(概算法) 32 FP法の紹介 アプリケーション 境界の設定 データファンク ションの抽出 トランザクション ファンクションの 抽出 複雑度から FP値を出す 複雑度から FP値を出す 計測手順(試算法) データファンク ションの抽出 公式を使って FP計算 未調整FPの算出 アプリケーション 境界の設定
33.
概算法 計測対象 データファンクション トランザクションファンクション 33 FP法の紹介 計測対象のAP 登録 更新 削除 画面表示 帳票出力 論理 データ エクスポート インポート 論理 データ 外部AP ユーザ 凡例 トランザクションファンクション データファンクション 参照
34.
概算法の計測手順 34 FP法の紹介〜データファンクションの抽出〜 アプリケーション 境界の設定 データファンク ションの抽出 トランザクション ファンクションの 抽出 複雑度から FP値を出す 複雑度から FP値を出す 未調整FPの算出
35.
データファンクションとは ユーザが識別できる論理的なデータのまとまり 業務フローやDFD、ER図から抽出する ポイント ユーザ視点での論理的なデータなので、システム化する際の正規化 は考慮しない。 例) 売上情報という1つのデータファンクションとして計測する 35 社員基本情報 社員詳細 情報 1 n 社員情報 FP法の紹介〜データファンクションの抽出〜
36.
データファンクションの種類 内部論理ファイル(ILF Internal Logical
File) 計測対象のアプリケーションによって維持管理される論理データ 外部論理ファイル(ELF External Logical File) 計測対象のアプリケーションによって参照される論理データ 維持管理は計測対象のアプリケーションではない ※維持管理=登録・更新・削除を行う 36 ・ FP法の紹介〜データファンクションの抽出〜
37.
データファンクションの分類方法 37 計測対象のアプリケーションで使用 する論理データか? データファンクションではない 計測対象のアプリケー ションよって維持管理 されるか? ILFELF アプリケーション境界外にあり 他のアプリケーションが維持管 理している論理データか? データファンクションではない YES YES YES NO NO NO 出典:「実践ファンクションポイント法」(鵜澤仁/経済調査会) をベースに作成 FP法の紹介〜データファンクションの抽出〜
38.
例題:人事システム 38 計測対象のAP 人事システム 情報入力 参照 社員 情報 給与 情報 外部AP 給与システム 人事担当者 経理 登録 FP法の紹介〜データファンクションの抽出〜
39.
複雑度からFP値を出す 39 アプリケーション 境界の設定 データファンク ションの抽出 トランザクション ファンクションの 抽出 複雑度から FP値を出す 複雑度から FP値を出す 未調整FPの算出 FP法の紹介〜複雑度からFP値を出す〜
40.
複雑度の判定 データファンクションの複雑度を判定する データファンクションは、データが大きいものや複雑なものほど FP値が高くなる データの大きさ・・・ ”データの項目数”(DET Data Element
Type)で表される データの複雑さ・・・ ”データのサブグループの数”(RET Record Element Type)で 表される ※概算法では複雑度は固定値を利用するので必要なし 40 FP法の紹介〜複雑度からFP値を出す〜
41.
DETの数え方 41 基本情報 ・ID ・氏名 ・メール ・パスワード ・性別 ・年齢 ・職業 ・分科会 ・分科会テーマ ・登録者 ・登録日時 FP法の紹介〜複雑度からFP値を出す〜
42.
RETの数え方 42 基本情報 ・ID ・氏名 : ・ID ・基本情報ID ・過去の参加 FP法の紹介〜複雑度からFP値を出す〜
43.
DET、RETの計測結果を元に複雑度を判定する 複雑度の判定 43 1~19 20~50 51以上 1
L (低) L (低) A (中) 2〜5 L (低) A (中) H (高) 6以上 A (中) H (高) H (高) RET DET ※概算法では、すべて L(低) とする FP法の紹介〜複雑度からFP値を出す〜
44.
複雑度からFP値を判定する FPの点数表 44 複雑度 FP L (低)
7 A (中) 10 H (高) 15 複雑度 FP L (低) 5 A (中) 7 H (高) 10 ILFの点数 ELFの点数 ※概算法では、すべて L(低) とする FP法の紹介〜複雑度からFP値を出す〜
45.
FP値を求めてみましょう 45 ファンクション名 ファンクションの 種類 分類 複雑度 FP 参加者情報 データ ファンクション ILF
L(低) 7 ポジぺ情報 データ ファンクション ILF L(低) 7 FP法の紹介〜複雑度からFP値を出す〜
46.
トランザクションファンクションの抽出 46 アプリケーション 境界の設定 データファンク ションの抽出 トランザクション ファンクションの 抽出 複雑度から FP値を出す 複雑度から FP値を出す 未調整FPの算出 FP法の紹介〜トランザクションファンクションの抽出〜
47.
トランザクションファンクション ユーザが行う業務そのもの アプリケーション境界をまたぐものだけで、境界内で閉じてし まうものは含まない 目的の業務を行う為に、必要な処理をまとめて1つとして扱う ユースケースレベルの粒度が良い 47 入力 入力内容 確認 登録完了 社員情報 を登録する 情報入力 結果出力 ここまでを1トランザクションファンクションとして扱う FP法の紹介〜トランザクションファンクションの抽出〜
48.
トランザクションファンクションの種類 登録・更新系の業務(機能) 外部入力(EI External
Input) 外部から入ってくるデータを処理してILFを維持管理する 参照系の業務(機能) 外部出力(EO External Output) ILF、ELFのデータを加工(演算)して、画面(帳票)に出力する 外部照会(EQ External Inquiry) ILF、ELFのデータを加工(演算)せずに、画面(帳票)に出力する 48 FP法の紹介〜トランザクションファンクションの抽出〜
49.
例題:人事システム 49 計測対象のAP 人事システム 情報入力 参照 社員 情報 給与 情報 外部AP 給与システム 人事担当者 経理 登録 FP法の紹介〜トランザクションファンクションの抽出〜
50.
トランザクションファンクションの種類 外部入力(EI)の例 社員情報を登録する 外部出力(EO)の例 社員の勤務時間の合計を出力する (合計時間の計算処理あり) 外部照会(EQ)の例
社員情報を参照する 50 FP法の紹介〜トランザクションファンクションの抽出〜
51.
外部出力(EO)の演算処理とは? 以下は演算処理に含まない 出力情報の並び替え処理 社員情報を入社日順にソートして出力 区分による出し分け処理 役職がある社員のみ役職を出力する フォーマット変換
日付を和暦で表示する 51 処理 EO EQ データを受け付ける △ △ データの加工が発生する ▲ × システムの動作を変更する ▲ × ILFを維持管理する ▲ × ユーザに情報を提供する ○ ○ 「失敗のないファンックションポイント法」から引用して一部加工 凡例 ○ なければならない △ あって良い ▲ いずれが必要 × あってはならない FP法の紹介〜トランザクションファンクションの抽出〜
52.
トランザクションファンクションの分類方法 52 計測対象のアプリケーション内の論 理データを維持管理するか? トランザクションファンク ションではない 参照系の機能か 演算処理がある EOEQ ILFを維持管理する トランザクションファンク ションではない EI NO NO YES YES YESNOYES 出典:「実践ファンクションポイント法」(鵜澤仁/経済調査会) をベースに作成 NO FP法の紹介〜トランザクションファンクションの抽出〜
53.
複雑度からFP値を出す 53 アプリケーション 境界の設定 データファンク ションの抽出 トランザクション ファンクションの 抽出 複雑度から FP値を出す 複雑度から FP値を出す 未調整FPの算出 FP法の紹介〜複雑度からFP値を出す〜
54.
外部入力(EI)の複雑度判定 1. DET(画面項目)を計測する 重複するデータ項目は1DETとする
ファンクションを起動する手段(ボタン)は1DETとする メッセージ出力はメッセージが複数あっても1DETとする 2. FTR(関連参照ファイル数=ILF)をカウントする 3. DETとFTRから複雑度を判定する 4. 複雑度からFP値を求める 54 ※概算法では、すべて A(中) とする FP法の紹介〜複雑度からFP値を出す〜
55.
外部出力(EO)と外部参照(EQ)の複雑度判定 1. DET(画面項目)を計測する 重複するデータ項目は1DETとする
ファンクションを起動する手段(ボタン)は1DETとする メッセージ出力はメッセージが複数あっても1DETとする 2. FTR(関連参照ファイル数=ILF,ELF)をカウントする 3. DETとFTRから複雑度を判定する 4. 複雑度からFP値を求める 55 ※概算法では、すべて A(中) とする FP法の紹介〜複雑度からFP値を出す〜
56.
外部入力(EI)の複雑度判定とFP値 • DETとFTRの計測結果から複雑度を判定し、FP値を求める 56 1~4 5~15
16以上 0〜1 L (低) L (低) A (中) 2 L (低) A (中) H (高) 3以上 A (中) H (高) H (高) FTR DET 複雑度 FP L (低) 3 A (中) 4 H (高) 5 EIのFPEIの複雑度 ※概算法では、すべて A(中) とする FP法の紹介〜複雑度からFP値を出す〜
57.
外部出力(EO)と外部参照(EQ)の複雑度判定とFP値 • DETとFTRの計測結果から複雑度を判定し、FP値を求める 57 1~5 6~19
20以上 0〜1 L (低) L (低) A (中) 2〜3 L (低) A (中) H (高) 4以上 A (中) H (高) H (高) FTR DET 複雑度 FP L (低) 3 A (中) 4 H (高) 5 EO、EQのFPEO、EQの複雑度 ※概算法では、すべて A(中) とする FP法の紹介〜複雑度からFP値を出す〜
58.
FP値を求めてみましょう 58 ファンクション名 ファンクションの 種類 分類 複雑度 FP 新規ポジペ登録 トランザクション ファンクション EI
A(中) 4 ログイン トランザクション ファンクション EO A(中) 4 ポジペ更新 トランザクション ファンクション EI A(中) 4 FP法の紹介〜複雑度からFP値を出す〜
59.
未調整FPの算出 59 アプリケーション 境界の設定 データファンク ションの抽出 トランザクション ファンクションの 抽出 複雑度から FP値を出す 複雑度から FP値を出す 未調整FPの算出 FP法の紹介〜未調整FPの算出〜
60.
未調整FP 抽出したデータファンクション、トランザクションファンク ションに対して、それぞれFP値を算出し、合計したものを 未調整FPという 60 FP法の紹介〜未調整FPの算出〜
61.
未調整FP値を求めてみましょう 61 ファンクション名 ファンクションの 種類 分類 複雑度 FP 参加者情報 データ ファンクション ILF
L(低) 7 ポジぺ情報 データ ファンクション ILF L(低) 7 新規ポジペ登録 トランザクション ファンクション EI A(中) 4 ログイン トランザクション ファンクション EO A(中) 4 ポジペ更新 トランザクション ファンクション EI A(中) 4 未調整FP 26 FP法の紹介〜未調整FPの算出〜
62.
調整済みFP(IFPUG法のみ) 未調整FPに対して、システムの特性(非機能要件)を加味する (=調整係数) 調整係数=(一般的システム特性の評価点✖0.01) + 0.65 62 FP法の紹介〜調整済みFPの算出〜
63.
調整係数(一般的システム特性) 下記14の特性を0~5で評価する 63 No 特性 説明 1
データ通信 通信を行う度合い 2 分散処理 データ転送が行われる度合い 3 性能 レスポンスタイムやスループットの要求度合い 4 高負荷構成 資源制約の要求度合い 5 トランザクション量 トランザクション量の度合い 6 オンライン入力 データがインタラクティブに入力される度合い 7 エンドユーザ効率 使い易さへの配慮の度合い FP法の紹介〜調整済みFPの算出〜
64.
調整係数(一般的システム特性) 下記14の特性を0~5で評価する 64 No 特性 説明 8
オンライン更新 ILFがオンラインで更新される度合い 9 複雑な処理 ロジックの複雑さの度合 10 再利用可能性 再利用性の要求度合い 11 インストール容易性 可用性の要求度合い 12 運用性 運用面に留意する度合い 13 複数サイト 利用されるユーザや組織の度合い 14 変更容易性 容易に変更できることを考慮する度合い FP法の紹介〜調整済みFPの算出〜
65.
各特性ごとの判断基準 特性ごとに判断基準が定義されている 例)3.性能 の場合 65 評価点
説明 0 ユーザからの性能に対する要求は明言されていない 1 性能条件と設計について要求が名言され、レビューが行われたが特別な対応は要 求されなかった 2 レスポンスタイムまたはスループットがピーク時に厳しい状況になるがCPU使用率 に対する設計上の配慮は不要である 3 レスポンスまたはスループットが全業務時間中厳しい状況になるがCPU使用率に対 する設計上の配慮は不要である 4 3に加えて、ユーザの指定した性能要求が厳しいので、設計段階で性能分析が必要 である 5 4に加えて、ユーザの指定した性能要件を満たすために、設計、開発、導入の段階 で性能分析ツールを使用する必要がある FP法の紹介〜調整済みFPの算出〜
66.
FP法の紹介 まとめ • FP法は、機能(データの入出力と対象のデータ)をポイント化して システムの規模を数値化する手法である • IFPUG法、概算法、試算法の3つの計測方法がある •
計測対象は、大きくデータファンクションとトランザクションファ ンクションがあり、それぞれ複雑度を判定してFP値を求める • 非機能要件については、一般的システム特性でカバーしている 66
67.
FP法の紹介 まとめ 67 種類 概要 計測対象
利用可能時期 IFPUG法 フルスペックのFP法 データファンクション トランザクションファンクション 複雑度(DET,RET,FTR) 調整係数 基本設計(外部設計) 終了後 概算法 簡略化されたFP法 複雑度に固定値を用いる 未調整FPまで求める データファンクション トランザクションファンクション 複雑度(固定) 要件定義終了後 試算法 最も簡略化されたFP法 PJ開始前でも見積もり可能 データファンクション 要件定義前
68.
FP値の利用方法 68
69.
69 FP値の利用方法〜FP値から工数を求める〜 FP値から工数を求める方法 類似システム参照法 公開されている統計資料(IPA
ソフトウェア開発データ白書など)や 自組織で蓄積した過去のプロジェクトデータからFPと工数の統計デー タやFPあたりの生産性を使って算出する 係数モデル見積り法 COCOMOⅡなどモデルを用いて算出する ※COCOMOⅡの場合は、LOCベースなので、FPをLOCに変換 した後に適用する 言語ごとの換算係数は、公開されているものがある ※SPR社の「プログラミング言語テーブル」など
70.
70 FP値の利用方法〜FP値から工数を求める〜 設計の成果物評価に利用する 「ファンクションポイント法を応用した外部仕様書の品質評価」 株式会社NTTデータ 技術開発本部 成田
有希 氏 http://www.juse.jp/sqip/symposium/2015/timetable/files/ ronbun_A4-3.pdf
71.
見積もりの有効性 71
72.
試算法、概算法の有効性 72 見積もりの有効性 出典:「ソフトウェア見積り」(スティーブ・マコネル/日経BPソフトプレス) http://itpro.nikkeibp.co.jp/article/COLUMN/20131001/508039/?rt=nocnt 試算法が有効な タイミング 概算法/IFPUG法 が有効な タイミング 必要な情報が少ない 4倍〜0.25倍になる 可能性がある 設計情報が揃っている 試算法でも十分意味がある
73.
まとめ 73
74.
74 まとめ •プロジェクトの失敗の原因の一つとして、見積もりミスがあげら れるように、見積もりは重要 •見積もりの中でも、規模の見積もりは工数、工期、費用に大きな 影響を与える •規模の見積もりの一つの手法としてFP法がある •FP法は、プロジェクトのあらゆるタイミングで利用可能
75.
75 まとめ •FP法はシステムの一面から規模を見積もる手法であり、万能では ない •見積もりは、いくつかの方法を組み合わせて行うのが効果的であ る •見積もりの精度の向上には、結果を蓄積していくことが大事 •トランザクションファンクションの粒度を揃えることがポイント
76.
76 参考文献
77.
失敗のないファンクションポイント法 アレア 実践!事例で学ぶファンクションポイント法 ―発注者も受注者もなっとく!ソフトウェアの規模が測れる手法 鵜澤
仁 アジャイルな見積りと計画づくり ~価値あるソフトウェアを育てる概念と技法~ Mike Cohn、 安井 力 ソフトウェア見積り-人月の暗黙知を解き明かす スティーブ マコネル、 溝口 真理子、 田沢 恵 ソフトウェア開発見積りガイドブック ~ITユーザとベンダにおける定量的見積りの実現~ 独立行政法人情報処理推進機構 ソフトウェア・エンジニアリング・センター 77 参考文献
Editor's Notes
5分
5分
5分
10分
15分
エンジニア視点は、どうしてもコミットメントのイメージが強いので、 どちらを求められているかを確認する必要がある
工数、費用、工期はよく考えるけれど、規模についてはあまり考えたことがないという人も少なくないのではないか
7分
5分
各手法の中でも積み上げ法が最初に学ぶにはバランスが良さそう 積み上げ法の代表的な手法であるFP法についてみていきます
SLOCに変換することもできる
25分
ILF internal logical file ELF external logical file
ILF internal logical file ELF external logical file
ILF internal logical file ELF external logical file
DET data element type
DET data element type
DET data element type
DET data element type
55分
EI External Input EO External Output EQ External Inpuiry
ILF internal logical file ELF external logical file
EI External Input EO External Output EQ External Inpuiry 演算処理の内容については、書籍に載っています
FTR(File Type Reference)
一般40000 発表者 5000
75分
5分