データ白書 の構成 1 章背景と本書の目的 2 章収集データについて 3 章分析について 4 章収集データのプロファイル 5 章プロジェクトの主要要素の統計 6 章工数 工期 規模の関係の分析 7 章信頼性の分析 8 章工程別の分析 9 章生産性の分析 10 章予実分析等 付録

Software Engineering Center Information-technology Promotion Agency, Japan 主催セミナー ( 東京 ) 2012 年 07 月 11 日 定量データ活用等による IT プロジェクトの見える化データ白書の見方と定量データの活用ポイント 独立行政法人情報処理推進機構 技術本部ソフトウェア エンジニアリング センター 専門委員小椋隆 Copyright 2012 Information-technology Promotion Agency, Japan. All rights reserved. Center

データ白書 2010-2011 の構成 1 章背景と本書の目的 2 章収集データについて 3 章分析について 4 章収集データのプロファイル 5 章プロジェクトの主要要素の統計 6 章工数 工期 規模の関係の分析 7 章信頼性の分析 8 章工程別の分析 9 章生産性の分析 10 章予実分析等 付録 A~G データ項目の定義や収集データ年別プロファイル等々 代表的な要素 規模 工期 信頼性 プロジェクトの特性 ( プロファイル ) 開発種別 アーキテクチャ 開発ライフサイクルモデル 工数 生産性 開発言語 業種 プラットフォーム セミナー ( 東京 ) 2012 年 07 月 11 日 Center 1

定量データ使っていますか? セミナーのアンケート結果 プロジェクトデータをプロジェクトデータを 収集 している > 活用 している 76% 53% セミナー ( 東京 ) 2012 年 07 月 11 日 Center 2

収集した定量データ活用の期待とギャップ 期待感 ( ひとつの例 ) 収集したプロジェクトデータについて 代表的な要素間には相関関係がある 2 つの要素 (2 変量 ) の関係が回帰分析により定式化される 例 ) ソフトウェア開発規模と工数のデータを収集すれば 規模と工数は相関関係があり 工数 = 規模 * 係数 +α という定式性があり 規模から工数という答えがでる 現実とのギャップ 相関は低い バラツキが大きく 偏りもある プロジェクトの特性に合わない そもそもデータを集めても無駄? 工数 規模 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 3

今回のポイント ソフトウェア開発データ白書 を例とし 定量データの見方と活用方法 ベンチマーキングの実践について 開発の局面毎にポイントと事例を示す ベンチマーキング : IT プロジェクトの評価対象の特性を 相互に あるいはベンチマークと対比する活動 (ISO/IEC29155-1 の定義を仮訳 ) ベンチマーク : 特定の IT プロジェクトの性能が 組織内外の IT プロジェクトと比較してどのレベルに位置するかを評価するため 比較対象として利用する組織内外の参照情報 ( 基準値 ) (ISO/IEC29155-1 の定義を仮訳 ) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 4

本日の内容 1. ソフトウェア開発ライフサイクルから見た活用事例 2. 実践的活用をサポートするツール セミナー ( 東京 ) 2012 年 07 月 11 日 Center 5

ソフトウェア開発ライフサイクルから見た活用事例 局面別の定量データ活用ポイントと事例 ソフトウェア開発ライフサイクルを通し 様々な局面について 定量データの活用ポイントや事例を示す 見積り プロジェクト計画 定量的プロジェクト管理 マネジメント 評価 基本設計詳細設計製作結合テスト 総合テスト 1: 見積り 2: 計画 3: コントロール 4: 評価 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 6

~100 ~300 ~500 ~700 ~900 ~1,100 ~1,300 ~1,500 ~1,700 ~1,900 ~2,100 ~2,300 2,400 超 件数 参考 基本統計量の見方と留意点 例 ) FP 実績値の見方 FP 実績値の基本統計量 [FP] N 最小 P25 中央 P75 最大 平均 標準偏差 1,130 5 194 440 995 284,900 1,225 8,617 FP による規模では 500FP までのプロジェクトが 5 割強を占める 一方で 2000FP 以上のプロジェクトも 一割強ある 2000FP 以上の大きな値に 引きづられ 平均値が大きく なっているが 非対象系の分布など 220 200 180 160 140 120 100 80 60 40 20 0 FP 実績値 ( 調整前 )[FP] データ白書 2010-2011 FP 実績値の分布 ( ヒストグラム ) P48 図表 4-8-4 5 考慮すると 中央値の方が全体のプロファイルとして適切だと見て取れる セミナー ( 東京 ) 2012 年 07 月 11 日 Center 7

参考 箱ひげ図の見方と留意点 データの分布を視覚的に捉えることができるグラフ 箱の高さ 3.0 箱の高さ 1.5 箱の高さ 1.5 箱の高さ 3.0 * 極値外境界点外れ値内境界点外れ値を除いたひげ最大値上ヒンジ 中央値 下ヒンジ外れ値を除いた最小値内境界点外境界点 箱の上端は 上ヒンジ と呼ばれ 上から全体の 25% に相当するデータの位置である 箱の下端は 下ヒンジ と呼ばれ 下から全体の 25% に相当するデータの位置である 上下 50% の境目は 中央値 であり 太線で表す 箱の高さの 3 倍の位置を 外境界点 と呼び そこから外れた点を 極値 という 箱の高さの 1.5 倍の位置を 内境界点 と呼び 外境界点内で外れた点を 外れ値 という 外れ値 極値の除いた点の最大値 最小値までを ひげ として表現する セミナー ( 東京 ) 2012 年 07 月 11 日 Center 8

~100 ~300 ~500 ~700 ~900 ~1100 ~1300 ~1500 ~1700 ~1900 ~2100 ~2300 2401~ 1.11 1.32 1.52 1.72 1.93 2.13 2.33 2.54 2.74 2.94 3.15 3.35 3.55 3.76 3.96 次の級 件数 件数 参考 散布図の見方と留意点 (1) 対数変換による分析 40 30 20 10 ソフトウェア開発プロジェクトのデータは正規分布していないことが多い ( 例えば規模の分布 : 規模の大きい方に裾野が長い分布 ) 対数に変換するとほぼ正規分布と見なせることが多く 裾野を含めた全体の状況が見やすい 正規分布 であることを前提としている相関係数の有意性や回帰式の予測値の信頼区間推定を求めることができる FP 実績値 ( 調整前 ) N=211 対数スケール化 正規分布 45 40 35 30 25 20 15 10 5 Log (FP 実績値 ( 調整前 )) N=211 裾野の分布が分かり易い 0 0 FP 実績値 ( 調整前 ) セミナー ( 東京 ) 2012 年 07 月 11 日 Log (FP 実績値 ( 調整前 )) 詳細は次の文献を参照のこと プロジェクトデータ分析の指針と分析事例 : 古山恒夫 journal No3 pp6~pp13 2005 Center 9

実績工数 ( 開発 5 工程 ) [ 人時 ] 実績工数 ( 開発 5 工程 ) [ 人時 ] 参考 散布図の見方と留意点 (2) 対数変換後のデータともとのデータの見方 データを対数スケールに変換すると相関が明確になる場合がある 散布図の表記において 必要に応じ対数スケール表示を取り入れている 元のスケールに戻すと有効範囲 ( 誤差 ) は右上方向に開く もとのデータに戻し 50% の信頼幅を示すと 規模や工数が大きくなるに伴い信頼幅が広がるため 規模と工数の関係など 妥当性の検証時はそれを考慮して判断する必要がある 対数表示 FP 規模と工数 ( 新規開発 IFPUG グループ ) N=188 もとのスケールに戻す FP 規模と工数 ( 新規開発 IFPUG グループ ) N=188 50% 信頼幅 1,000,0006 100,0005 log(y)(50%) log(y)(-50%) 実績値 300,000 250,000 y(50%) y(-50%) 実績値 10,0004 200,000 1,0003 150,000 100 2 100,000 10 1 50,000 01 10 101 100 2 1,000 3 10,000 4 100,000 5 FP 実績値 ( 調整前 ) Copyright IPA 0 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 FP 実績値 ( 調整前 ) Copyright IPA セミナー ( 東京 ) 2012 年 07 月 11 日 Center 10

1 見積り : 規模 工数 工期のデータ活用 データ活用のねらい プロジェクトの規模と工数や 工数と工期との間に定式性や特性を見出し 適正な工数や工期の範囲を目安にできるようにする 150% の信頼幅の上下限内に入っていれば妥当性が高い 入っていなければ 差異理由を明確にし 見積りの見直しに繋げる 2 工数 工期短縮の要求に対し それが対応可能かどうか 信頼幅 95% の下限値を限界の目安とする 工数 工期 ( 月数 ) 工期短縮限界 上限 50% 妥当性の目安 下限 50% 規模 上限 95% 下限 95% 工数 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 11

実績工数 ( 開発 5 工程 ) [ 人時 ] 実績工数 ( 開発 5 工程 ) [ 人時 ] 1 見積り : 規模と工数 のデータの見方 データの関係性 新規開発 IFPUG グループ FP 規模と工数 ( 新規開発 IFPUG グループ ) 対数表示 FP 規模と工数 ( 新規開発 IFPUG グループ ) 信頼幅 50% 付き 10,000,000 1,000,000 N=283 300,000 250,000 y(50%) y(-50%) N=283 100,000 10,000 1,000 100 10 データ白書 2010-2011 P135 図表 6-4-11 200,000 150,000 100,000 50,000 1 1 10 100 1,000 10,000 100,000 FP 実績値 ( 調整前 )[FP] Copyright IPA FP 規模と工数には正の 相関 が認められる 0 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 FP 実績値 ( 調整前 )[FP] Copyright IPA データ白書 2010-2011 P134 図表 6-4-9 例 ) 新規開発 IFPUGグループ工数 = A (FP 規模 )**B B=1.19 (Aは係数) (B = 1.19 の場合 FP 規模が2 倍になると 工数は約 2.28 倍になる ) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 12

実績工数 ( 開発 5 工程 ) [ 人時 ] 1 見積り : 工数の見積り ( 事例 ) 規模と工数のデータの使い方 例 ) 新規開発 IFPUG グループ 4,000FP の規模の工数を 50% の信頼幅から読み取る 約 40,000 人時から 110,000 人時 ( 約 250 人月 ~690 人月 ) の範囲 これを 妥当性の目安とする 留意点 300,000 250,000 200,000 150,000 110,000 100,000 50,000 40,000 0 FP 規模と工数 ( 新規開発 IFPUG グループ ) 信頼幅 50% 付き y(50%) y(-50%) N=283 Copyright IPA 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 FP 実績値 ( 調整前 )[FP] データ白書 2010-2011 P134 図表 6-4-9 規模が大きくなると規模の増加率以上に工数が増大する 一般的に規模が大きくなると関係者も多くなり 間接的な工数が増加する セミナー ( 東京 ) 2012 年 07 月 11 日 Center 13

実績月数 ( 開発 5 工程 ) [ 月 ] 1 見積り : 工数と工期 のデータの見方 データの関係性 新規開発 ( 開発 5 工程 ) 工期 ( 月数 ) は工数の 3 乗根に概ね比例 35 30 25 20 15 データ白書 2010-2011 P124 図表 6-3-2 開発 5 工程の工数と工期 ( 新規開発 ) 信頼幅 50% 95% 付き N=493 y(50%) y(-50%) y(95%) y(-95%) 10 5 0 0 50,000 100,000 150,000 200,000 250,000 300,000 実績工数 ( 開発 5 工程 ) [ 人時 ] Copyright IPA 例 ) 工期 = A ( 工数 )* * 0.31 (A は係数 ) 信頼幅 95% の下限値より下にはプロジェクトがほとんどない 工数に対する工期の実現可能性を考える目安 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 14

実績月数 ( 開発 5 工程 ) [ 月 ] 1 見積り : 工期の見積り ( 事例 ) 工数と工期のデータの使い方 例 ) 新規開発 開発 5 工程 工数が約 60,000 人時 ( 約 375 人月 ) の場合 工期 ( 月数 ) の中央値は 12~13ヶ月 信頼幅 95% の下限値の工期 ( 月数 ) を見てみると約 5ヶ月 留意点 工期短縮には限界がある 35 N=493 y(50%) y(-50%) 30 y(95%) y(-95%) 25 20 15 12~13 開発 5 工程の工数と工期 ( 新規開発 ) 信頼幅 50% 95% 付き 10 5 (60,000 5.0) Copyright IPA 0 0 50,000 100,000 150,000 200,000 250,000 300,000 実績工数 ( 開発 5 工程 ) [ 人時 ] データ白書 2010-2011 P124 図表 6-3-2 12ヶ月から工期短縮を目指しても 5ヶ月以下にするのは難しい また 50% の下限値は約 9ヶ月であり 目標の目安の一つ セミナー ( 東京 ) 2012 年 07 月 11 日 Center 15

2 計画 : 開発条件の検討 ( 事例 ) 利用イメージ 事例 想定シーン : 計画局面における開発条件の検討 定量データの利用目的 : システム開発における 規模 工数 工期からの適切な計画案の策定 見方 使い方 : 赤 : 当初案緑 : 計画変更提案 工数と工期 規模と工数の軸反転 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 16

2 計画 : 開発条件の検討 ( 事例 ) (1) 図表から認識できること 想定工数に対し工期が信頼幅線下位 50% 以下と相対的に短くリスクが高い しかし規模は反転した信頼幅線の右 50% の近傍で 相対的に工数は多め ( 低生産性 ) である (2) 利用 想定事例 ケース 1: 発注側の要件として工期を優先する場合 開発規模を小さくするため機能を削減するか または分割開発により工期をずらし 機能毎の優先度と必要時期を協議する ケース 2: 発注側が工期に拘らない場合 コストを守ることを前提に 工期を 50% 信頼幅の中央部近傍の 12~14 ヵ月を提案する ケース 3: 開発対象機能 ( 規模 ) を優先する場合 工期を 12~14 ヵ月で提案すると共に 工数を 50% 信頼幅の中央部近傍の 80,000 人時を提案する ( 図中の緑 位置 ) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 17

2 計画 : 工数比率と工期比率のデータ活用 要員山積みの妥当性確認 各工程にどの位の工数と期間がかかるか 要員を何人程度投入 するか 工数比率と工期比率のデータから妥当性を確認する 1 開発すべきシステムの構築に必要な総工数 全体工期を算出 2 工数比率によって 各工程に必要な工数を算出 3 工期比率によって 各工程に必要な期間を算出 4 上記 2と3から 各工程に必要な要員数を算出 工数 工期 要員数 基本設計詳細設計製作結合テスト総合テスト 2 3 4 合計 1 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 18

2 計画 : 工数比率のデータの見方 工数比率 各開発工程を実施するのに必要な作業工数の比率 ( 新規開発 ) [ 比率 ] 工程 N 最小 P25 中央 P75 最大 平均 標準偏差 基本設計 487 0.001 0.095 0.143 0.205 0.589 0.161 0.094 詳細設計 487 0.016 0.117 0.167 0.222 0.613 0.175 0.084 製作 487 0.018 0.275 0.355 0.449 0.847 0.370 0.143 結合テスト 487 0.002 0.110 0.156 0.211 0.938 0.167 0.093 総合テスト ( ベンダ確認 ) 487 0.000 0.061 0.116 0.172 0.564 0.127 0.086 要件定義工程も含めた工程別の実績工数の比率の基本統計量 ( 新規開発 ) データの関係性 データ白書 2010-2011 P205 図表 8-1-9 [ 比率 ] 工程 N 最小 P25 中央 P75 最大 平均 標準偏差 要件定義 260 0.001 0.045 0.079 0.132 0.672 0.098 0.082 開発 5 工程 260 0.328 0.868 0.921 0.955 0.999 0.902 0.082 比率が高い工程には それだけ多くの作業工数がかかる ということ プロジェクト全体の工数の 35% 弱を製作工程が占めている データ白書 2010-2011 P204 図表 8-1-8 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 19

2 計画 : 工期比率のデータの見方 工期比率 各開発工程を実施するのに必要とされる期間 ( 新規開発 ) [ 比率 ] 工程 N 最小 P25 中央 P75 最大 平均 標準偏差 基本設計 131 0.016 0.155 0.227 0.301 0.522 0.232 0.105 詳細設計 131 0.026 0.143 0.191 0.246 0.645 0.200 0.091 製作 131 0.047 0.211 0.263 0.359 0.902 0.285 0.116 結合テスト 131 0.016 0.094 0.143 0.185 0.386 0.145 0.068 総合テスト ( ベンダ確認 ) 131 0.014 0.074 0.121 0.183 0.571 0.138 0.088 要件定義工程も含めた工程別の実績月数の比率の基本統計量 ( 新規開発 ) データの関係性 データ白書 2010-2011 P202 図表 8-1-3 データ白書 2010-2011 P202 図表 8-1-2 [ 比率 ] 工程 N 最小 P25 中央 P75 最大 平均 標準偏差 要件定義 82 0.032 0.106 0.146 0.232 0.480 0.178 0.102 開発 5 工程 82 0.520 0.768 0.854 0.894 0.968 0.822 0.102 比率が高い工程には それだけ長い作業期間を要する ということ プロジェクト期間全体の約 30%(1/5~1/3) を製作工程が占める セミナー ( 東京 ) 2012 年 07 月 11 日 Center 20

3 コントロール : 残作業見積りにおけるデータ活用 差異発生時の今後の見通し 予実差異を吸収して計画通りに完了させるため 何らかの手を打つかどうかを判断し 適切に対応する必要がある 明確になった情報 条件を利用し さらに精度の高い残作業の見積り ( 残りの工程 工期の予測 ) を行う 再度測定した規模 これまでに掛かった期間 消化した工数 実績からみた生産性などから 今後の実現性を検証する セミナー ( 東京 ) 2012 年 07 月 11 日 Center 21

3 コントロール : 残作業の再見積りと評価 ( 事例 ) 工数比率 工期比率からの現在以降の再見積りと評価例 ) 基本設計工程が終わった段階で 後工程を見通す際の注意点 読み方 : 基本設計工程は全工期の概ね 15-30% を占める 中央値 : 23.0% 使い方 : 基本設計工程にかかった工期から それ以降の工期は約 2.3~5.6 倍かかると予測できる 中央値で見ると : 約 3.3 倍 工程別の工期比率の箱ひげ図 データ白書 2010-2011 P201 図表 8-1-1 計画値で全工程 6 ヶ月半のプロジェクトの場合 : 基本設計 1.5 ヶ月の予定が 2 ヶ月かかった 2 週間遅れ 計画上残り 4 ヶ月半 基本設計以降の工期は (2*3.3=6.6) から あと約 6 ヶ月半はかかる可能性 基本設計が 2 週間遅れただけと安易に考えていると 実質 2 ヶ月も遅れるリスクを見落とすことになる セミナー ( 東京 ) 2012 年 07 月 11 日 Center 22

4 評価 : プロジェクト完了時の評価 ( 事例 ) 利用イメージ 事例 想定シーン :PMによるプロジェクト完了時のプロジェクト評価 定量データの利用目的 : 短期開発のため要注意プロジェクトと指定し重点監視したが 計画時 (100,000 人時 12ヵ月 ) の予定が 実績 (130,000 人時 13ヵ月 ) となった 結果から見て開発力が妥当な範囲か評価したい 見方 使い方 : 緑 : 計画値赤 : 実績値 赤 +: 実績自己の位置 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 23

4 評価 : プロジェクト完了時の評価 ( 事例 ) (1) 図表から認識できること 工数と工期の信頼幅線下位 50% を下回り 計画段階から工期が厳しく挑戦的な工期であった 実績も同様で 工数の割に工期が厳しく 短期での開発力 管理力が備わっていることが分かる 工数が 30% 増加しているが 工期を守るためのトレードオフと推察できる (2) 利用 想定事例 ケース 1: 平均要員数 60 人規模のプロジェクトを短期で開発 管理できる能力がある これを強みと捉え 実践した施策 手法をプロセスとして文書化する ケース 2: 短工期に対応できる工程別工期比を自社の特徴と捉え 新たなプロジェクトに際しても適用する セミナー ( 東京 ) 2012 年 07 月 11 日 Center 24

~-0.8 ~-0.6 ~-0.4 ~-0.2 ~0.0 ~0.2 ~0.4 ~0.6 ~0.8 ~1.0 ~1.2 ~1.4 ~1.6 ~1.8 ~2.0 ~2.2 ~2.4 ~2.6 ~2.8 ~3.0 3.0 超 件数 実績工数 ( プロジェクト全体 ) ~-0.6 ~-0.5 ~-0.4 ~-0.3 ~-0.2 ~-0.1 ~0.0 ~0.1 ~0.2 ~0.3 ~0.4 ~0.5 ~0.6 ~0.7 ~0.8 ~0.9 ~1.0 ~1.1 ~1.2 1.2 超 ~ -0.50 ~ -0.45 ~ -0.40 ~ -0.35 ~ -0.30 ~ -0.25 ~ -0.20 ~ -0.15 ~ -0.10 ~ -0.05 ~ 0.00 ~ 0.05 ~ 0.10 ~ 0.15 ~ 0.20 ~ 0.25 ~ 0.30 ~ 0.35 ~ 0.40 ~ 0.45 ~ 0.50 ~ 0.55 ~ 0.60 0.6 超 件数 件数 参考 データ白書に見る予実差異 実績工数は中央値で 2.9% 超過傾向があり -3%~+24% で変動している (P25~P75 幅 ) 超過率 ={ 実績値 - 計画値 } 計画値 FP 規模の計画と実績の差の比率の分布 工期の計画と実績の差の比率の分布 100 500 90 80 70 60 データ白書 2010-2011 P288 図表 10-1-4 450 400 350 300 データ白書 2010-2011 P293 図表 10-1-13 50 40 30 20 10 0 FP 規模中央値 0.0% 250 200 150 100 50 0 工期中央値 0% 計画内 FP 規模の計画超過率超過 計画内工期の計画超過率超過 350 工数の計画と実績の差の比率の分布 350,000 工数の計画と実績 N=998 300 データ白書 2010-2011 300,000 250 P291 図表 10-1-10 250,000 200 150 100 50 0 工数中央値 2.9% 計画内工数の計画超過率超過 200,000 150,000 100,000 50,000 データ白書 2010-2011 P291 図表 9-1-8 0 0 50,000 100,000 150,000 200,000 250,000 300,000 350,000 計画工数 ( プロジェクト全体 : 基本設計開始時点 ) a: 新規開発 b: 改修 保守 c: 再開発 d: 拡張 Copyright IPA セミナー ( 東京 ) 2012 年 07 月 11 日 Center 25

参考 生産性の分析について (1) データ白書における生産性の分析について 生産性データの傾向を把握することで 見積りや計画の妥当性の確認 実績の評価などに利用することができる データ白書では 生産性の傾向などを掴むため 以下の層別による分析を行い 基本統計量を示している 規模別 業種別 アーキテクチャ別 主開発言語別 プラットフォーム別 月あたり要員数 外部委託比率 信頼性要求の高さ 規模別 業種別 規模別 チーム規模別 業種別生産性と発生不具合密度 規模と PM スキル セミナー ( 東京 ) 2012 年 07 月 11 日 Center 26

FP 生産性 (FP/ 開発 5 工程工数 )[FP/ 人時 ] 参考 生産性の分析について (2) 生産性の分析 のデータの見方 1 規模と生産性の傾向新規開発 IFPUG グループ : 規模と生産性 FP 規模と FP 生産性 ( 新規開発 IFPUG グループ ) FP 規模別 FP 生産性 ( 新規開発 IFPUG グループ ) 箱ひげ図 0.8 N=283 Copyright IPA 0.7 データ白書 2010-2011 0.6 0.5 0.4 0.3 0.2 0.1 0.0 0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 9,000 FP 実績値 ( 調整前 )[FP] データ白書 2010-2011 P235 図表 9-1-5 10,000 11,000 12,000 13,000 14,000 15,000 16,000 17,000 18,000 19,000 20,000 21,000 22,000 P235 図表 9-1-6 データの関係性 : 規模を 1000FP 未満と 1000FP 以上に層別すると 後者のグループの生産性は前者より低い 小規模では生産性のばらつきが大きく 大規模では生産性に上限があるように見える セミナー ( 東京 ) 2012 年 07 月 11 日 Center 27

FP 生産性 (FP/ 開発 5 工程工数 )[FP/ 人時 ] 参考 生産性の分析について (3) 生産性の分析 のデータの見方 2 月あたりの要員数と生産性の傾向 0.8 新規開発 IFPUG グループ : 月あたりの要員数と生産性 月あたりの要員数と FP 生産性 ( 新規開発 IFPUG グループ ) N=155 Copyright IPA 月あたりの要員数別 FP 生産性 ( 新規開発 IFPUG グループ ) 箱ひげ図 0.7 0.6 0.5 0.4 データ白書 2010-2011 P242 図表 9-1-20 データ白書 2010-2011 P243 図表 9-1-21 0.3 0.2 0.1 0.0 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 月あたりの要員数 [ 人 ] データの関係性 : 要員数が 10 人以上の場合 FP 生産性は要員数 10 人未満に比べてかなり低い ( 大人数の開発体制では 生産性に上限があるように見える ) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 28

参考 生産性の分析について (4) 生産性の分析 のデータの見方 3 信頼性要求レベルが高い方が生産性は低い傾向がある 要求レベル ( 信頼性 ) 別 FP 生産性箱ひげ図 ( 新規開発 IFPUG グループ ) 要求レベル ( 信頼性 ) 別 FP 生産性箱ひげ図 ( 改良開発 IFPUG グループ ) データ白書 2010-2011 P248 図表 9-1-29 データ白書 2010-2011 P261 図表 9-1-55 要求レベル ( 信頼性 ) 別 SLOC 生産性箱ひげ図 ( 新規開発 主開発言語グループ ) 要求レベル ( 信頼性 ) 別 SLOC 生産性箱ひげ図 ( 改良開発 主開発言語グループ ) データ白書 2010-2011 P272 図表 9-2-23 データ白書 2010-2011 P285 図表 9-2-47 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 29

本日の内容 1. ソフトウェア開発ライフサイクルから見た活用事例 2. 実践的活用をサポートするツール セミナー ( 東京 ) 2012 年 07 月 11 日 Center 30

実績月数 ( 開発 5 工程 ) [ 月 ] Copyright IPA 実績月数 ( 開発 5 工程 ) [ 月 ] 実績月数 ( 開発 5 工程 ) [ 月 ] 実績月数 ( 開発 5 工程 ) [ 月 ] ソース規模 ( 行数 ) Copyright IPA Copyright IPA Copyright IPA モジュール A モジュール B モジュール C モジュール D 全体規模想定到達規模 規模計画値 4W 平均生産性 ( 右目盛 ) が提供する定量関連のコンテンツ ツール群 コンテンツ ツールの活用 ( 今回の説明 ) 機密室 IPA/ 定量データの収集依頼 収集データの精査 収集ツール データ収集サイクル データ提供企業 定量データの投入 定量データの送付 機密室 分析ツール 白書コンテンツ作成 ツール化 データ 文書化 編集 プロジェクト診断支援ツール (IPA/Web サイト ) ベンチマーク プロジェクト診断 ( 外部データとの対比 ) 50 45 40 35 30 25 20 15 10 5 0 開発 5 工程の工数と工期 ( 新規開発 ) N=185 0 50,000 100,000 150,000 200,000 250,000 300,000 実績工数 ( 開発 5 工程 ) [ 人時 ] データ白書のグラフと自社のデータを WEB 上で重ねて表示可能 y(95%) y(50%) y(-50%) y(-95%) 実績値 一般利用者 ( 企業 ) 品質管理ノウハウ プロジェクト診断 ( 自社デ タ ) 利用目的別メトリクス一覧表 メトリクス情報収集 BOOKS スタンドアロン型診断支援ツール データ登録 自社蓄積データ データ出力 プロジェクト管理 ( 自社デ タ ) マネジメントノウハウ 50 45 40 35 30 25 20 15 10 5 0 開発 5 工程の工数と工期 ( 新規開発 5 工程の工数と工期 ) N=185 ( 新規開発 ) N=185 50 y(95%) y(95%) y(50%) 45 y(50%) y(-50%) 40 y(-50%) y(-95%) 開発 y(-95%) 5 工程の工数と工期 ( 新規開発 ) N=185 35 実績値 50 実績値 y(95%) 30 45 y(50%) 25 40 y(-50%) y(-95%) 20 35 実績値 15 30 10 25 5 20 0 15 0 50,000 100,0000 150,000 200,000 100,000 250,000 150,000 300,000 200,000 250,000 300,000 10 実績工数 ( 開発 5 工程 ) [ 人時 ] 実績工数 ( 開発 5 工程 ) [ 人時 ] 5 0 簡易分析 0 50,000 100,000 150,000 200,000 250,000 300,000 実績工数 ( 開発 5 工程 ) [ 人時 ] 白書の収集項目枠と代表的な分析グラフを用意した EXCEL の tool 定量的プロジェクト管理ツール ソース規模 WBS, 工数等収集 自社蓄積データ 18000 16000 14000 12000 10000 8000 6000 4000 2000 0 計画値 ソースコード規模推移 開発終了 遅れ予測 ソース管理 障害管理 工数管理 3000 2500 2000 1500 1000 500 0 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 31

プロジェクト診断支援ツール (Web) の Web サイト上で ソフトウェア開発データ白書 のデータに対して ベンチマーキングが可能 2007 年 12 月 25 日より無償公開, 稼働中! データ白書に掲載されている様々な図表が参照可能 入力したデータはサーバ等には一切残らない ( ログオフ時にすべて破棄されます ) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 32

プロジェクト診断支援ツール (Web) 機能概要と特徴 機能 自社データのプロット 自社プロジェクトデータ属性表示 図表の拡大と縮小 データ種別の選択 XY 軸の反転 対数グラフの表示 図表のコピー & 印刷 人時 / 人月切替え プロット可能図表一覧 信頼幅 % 指定 特徴 1 件または複数件のプロジェクトデータを入力し 統計図表上に自社データの位置をプロットすることができる 自社データのみの表示も可能 機密保全のため 入力したプロジェクトデータはログオフ時にすべて破棄され サーバ等には一切残らない 散布図にプロットされたデータの番号と名称がマウスオーバーで表示される 散布図を拡大 縮小する プロットが局所に密集している場合 拡大によって その部分の状況をより詳細に確認することができる 拡大する際の基点の指定も可能 種別分類した散布図で 特定の種別だけに絞って描画することができる 各社の評価軸に合わせて 散布図の XY 軸を反転させることができる 散布図に通常表示と対数表示がある場合 ボタンひとつで表示を切り替えることができる 通常表示では分かりづらい傾向が 両対数変換すると見えてくる可能性がある WORD や EXCEL 等で作成した文書に統計図表を貼り込んだり 画面を印刷したりすることができる 散布図および箱ひげ図の工数をどちらの単位で表示するか選択することができる 利用者が登録したデータが どの図表にプロットできるのかを一覧で表示する 信頼幅を引くことができる散布図の場合 その値を任意に指定することができる セミナー ( 東京 ) 2012 年 07 月 11 日 Center 33

プロジェクト診断支援ツール (Web) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 34

スタンドアロン型プロジェクト診断支援ツール デスクトップ上で 自社のプロジェクト情報 を活用して QCD の見える化を支援 2009 年 9 月より無償ダウンロード ( の Web サイト ) 自社データを容易な画面入力で蓄積可能 データ白書と同じ分析図表が簡単に作成可能 プロジェクト診断支援ツール (Web) へアップロードし ベンチマーキングが可能 信頼幅を任意で指定 表示が可能 (2011/7/10 版バージョン UP) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 35

スタンドアロン型ツールの機能と特徴 機能 特徴 データ入力 ( 入力フォーム切替え ) 簡易版 ( 必須項目数 :15) と全体版 ( 必須項目数 :41) の 2 種類のフォームで登録することができる 図表の作成は 簡易版による入力で問題ない 全体版を利用すれば 1 つのプロジェクトデータで 最大約 400 項目まで登録可能 以下の図表を作成することができる 図表作成 1. 工数 - 工期 : 散布図 2. 規模 - 工数 (FP) : 散布図 3. 規模 - 工数 (SLOC) : 散布図 4. 規模 - 生産性 (FP) : 散布図 5. 規模 - 生産性 (SLOC) : 散布図 6. 工数別月数比 : 基本統計量 7. 工程別工数比 : 基本統計量 種別や業種など 7 項目で絞込みができる 8. 規模 - 発生不具合数 (FP) : 散布図 9. 規模 - 発生不具合数 (SLOC) : 散布図 10. 規模 - 発生不具合密度 (FP) : 散布図 11. 規模 - 発生不具合密度 (SLOC) : 散布図 12. レビュー指摘件数 (FP) : 基本統計量 13. レビュー指摘件数 (SLOC) : 基本統計量 14. レビュー指摘件数 ( 工数 ) : 基本統計量 データ精査 CSV 出力データ一括取込データ一括出力 入力データの自動精査が可能で 管理データの精度を高めることができる Webツールにアップロード可能なCSV 形式のファイルを出力する 同一フォーマットの別ファイルのプロジェクトデータを一括して取り込む 登録されているプロジェクトデータを 編集可能な状態で別ファイルに出力する 信頼幅を任意で指定 表示が可能 (2011/7/10 版バージョン UP) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 36

実績工数 [ 人時 ] スタンドアロン型プロジェクト診断支援ツール N 最小 P25 中央 P75 最大 平均 標準偏差 実績工数基本設計 ( 比率 ) 10 0.056 0.069 0.089 0.107 0.122 0.088 0.023 実績工数詳細設計 ( 比率 ) 10 0.079 0.083 0.104 0.125 0.143 0.106 0.023 実績工数製作 ( 比率 ) 10 0.51 0.555 0.615 0.695 0.724規模 0.621 - 工数 (FP) 0.075 y(95%) y(-95%) 実績工数結合テスト ( 比率 ) 10 0.078 0.081 0.106 0.122 0.129 0.103 0.021 実績工数総合テスト ( 比率 ) 10 0.061 10000 0.072 0.081 0.09 0.102 0.082 0.012 8000 6000 4000 2000 0 0 200 400 600 800 1000 1200 1400 1600 FP 実績値 セミナー ( 東京 ) 2012 年 07 月 11 日 Center 37

参考 データ白書の見方 使い方について データ白書の見方と定量データ活用ポイント のご紹介 定量データの見方や活用方法 事例を交えたポイント 2011 年 3 月 31 公開 ( の Web サイトから無償ダウンロード可 ) PowerPoint ファイル形式 第 1 部 : データ白書の見方 使い方 第 2 部 : 定量データの活用ポイントと事例 スライド部 タイトル ( 本スライド内の項目 ) ( 説明や図表 ) ノート部 メッセージ ( 本スライドで言いたい一言 ) 説明 解説 ( スライドを用いた説明 ) アドバイス 留意点 ( 説明時のアドバイス ) セミナー ( 東京 ) 2012 年 07 月 11 日 Center 38

最後に データ白書はデータの宝庫ではあるが 全ての答えがそこにある訳ではない 見積や計画策定について 過去の事例を参考に まずは自分で行うことが重要 自分の見積や計画の妥当性を確認するために データ白書を紐解く より良いソフトウェア開発と業界の発展のために プロジェクトのデータ収集をしましょう! ご清聴ありがとうございました IPA( 独立行政法人情報処理推進機構 ) http://www.ipa.go.jp/ ( 技術本部ソフトウェア エンジニアリング センター ) http://sec.ipa.go.jp/ 定量データのご提供随時募集中です! セミナー ( 東京 ) 2012 年 07 月 11 日 Center 39