Measurement

提供: T-VEC Wiki
移動: 案内検索

Product Measurement とは、

測定や解析のプロセスから、あらゆるタイプやレベルに対して、情報ニーズを確認し、取り組む仕組みが提供されます。 Product Measurement とは、情報ニーズを満たす為に適切な測定項目の選択、データ収集、解析への取り組みです。 情報産物は、測定プロセスの主要な成果となります。

T-VECツールや、それによるモデリングは、プロジェクトや製品測定をサポートできる指標を提供します。

測定の属性

ここで属性とは、測定の対象であるプロセス、または製品のプロパティや特性です。4つの属性が、T-VECに関連する測定解析でサポートされています:DCP(requirement threads)、オブジェクトマッピング、要求仕様、変数。

Base Measures とは(基本となる尺度)

Base Measuresとは、いくつかの手法または操作から得られた1つの属性の定量化です。T-VECの設定・操作を通して得られる、いくつかのBase Measuresがあります。

Base Measure 解説
Number of DCPs 特定の計測期間中に生成される、DCPの数
Number of variables 特定の測定期間中に生成される入出力変数 の数(対応するオブジェクトマッピングを必要とする)
Number of object mappings 特定の測定期間中に指定される、オブジェクトマッピングの数
Total number of DCPs プロジェクトの開始から測定されるDCPの合計
Total number of variables Sum project プロジェクト開始から測定される入出力変数の合計
Total number of object mappings プロジェクト開始から測定される指定オブジェクトマッピングの合計
Total number of requirements プロジェクトのTAFを使っているモデルの全要件の合計

プロジェクト開発中の、工程に対するより良い理解のために、各週に生成されるDCPs、オブジェクトマッピング、変数の測定が必要です(これらの測定は、日々、月一、年一回追跡されます)。 プロジェクトにとっては、全ての要件の数が一定のままであるのは理想的だが、殆ど起こりえないので、プロジェクトの全要件の数もまた、毎週モニタされます。 幸いにも、全てのDCP数は、プロジェクト毎にstatus reportの一部として生成されます。同様に、毎週生成される変数やオブジェクトマッピング数は、DCPsと同時に記録されます。

Derived Measures とは(尺度の派生)

Derived Measuresは、数学の関数を使って2つ以上のBase Measuresを処理します。例えば、DCP毎の要件は、要件の数と、モデルから生成されたDCPの数とに関連した、Derived Measuresです。もしプロジェクトマネージャーが、モデル化される必要の有る要件の全数量を予測できれば、そのプロジェクトの全DCP数を予測することが可能です。もし、毎週のDCP生成率がわかれば、指定期日は予測されるでしょう。このレポートのためには、測定は毎週行われるべきでしょう。テーブル8で、いくつかのDerived Measuresが紹介されています。

Derived Measure 解説
DCP rate 毎週のDCP生成数の平均
DCP rate (current week) 何週かにわたる毎週のDCP生成数の平均、現在の週は、プロジェクトの開始からスタートしている週の数
DCP density 1要求あたりのDCPの数
Object mapping rate 1週間で指定されたオブジェクトマッピング数の平均
Object mapping rate (current week) 何週かでの1週間に指定されたオブジェクトマッピング数の平均
Variables per DCP DCP毎の入出力変数の数

これらDerived Measuresは、担当者個人、プロジェクト、プロジェクトチーム、製品、製品ファミリー、事業単位、または会社全体に関連されます。 プロジェクトチームメンバー、プロジェクトチームごとで、異なるDCP ratesやobject mapping ratesを持つでしょう。 これらの効率は、チームメンバのモデリングのスキルに大きく依存し、また、不完全なドキュメントや不明な要件、不完全に定義されたインタフェースなどから起因する、要件の変更の影響も受けるでしょう。

インジケータ

インジケータは、Base あるいは Derived Measure、または、それらの組合せであり、 数学的モデル(ヒューリスティックモデル)としての決定基準に関連します。 多くの場合、インジケータは、図またはチャート形式で提示されます。以下の例から、測定された尺度の使用を見てみましょう。 例えば、特定の範囲におけるDCP densityは、最適な要求-テストのトレーサビリティを提供するので、プロジェクトの意思決定者が、既存のプロジェクトの以前に取得したDCP densityを比較したい、と考えたとします。そして、以下を前提とします:

  • DCPと要件に対する、Base measuresは収集済み
  • 要件ヘッダの数は、要件数のBase measures。ここで、要件ヘッダは、要求テキストの本体に伴っている
  • 前のプロジェクトから集めたデータから、要件あたりのDCP数を見積もる。

下図の下からはじまり、2つの属性(attribute)は、DCPと要求です。ここで、あるサンプルプロジェクトでは、21の要件に対するモデルから223のDCPを生成したと、想定しています。DCP数を要件数で割ることで得られるderived measure から、1要求あたり10.6のDCPが生成されたことになります(i.e. DCP density)。この得られたデータと比較して、過去の実績は、1要求あたり16.3のDCP密度でした。この情報産物から得られる解釈は、現在のプロジェクトの要求トレーサビリティ精度が組織的平均より良いということです。現在のDCP密度が組織的平均から10を超える変動があるなら、要求エンジニアがより良い要求を開発するための技術トレーニングを受ける必要があるかもしれません。

Measurement Example