Szacowanie pracochłonności i budżetu projektu

Transkrypt

1 Inżynieria oprogramowania 2 Szacowanie pracochłonności i budżetu projektu Piotr Miklosik Piotr.Miklosik@put.poznan.pl Mirosław Ochodek Miroslaw.Ochodek@cs.put.poznan.pl

2 Cel wykładu Jakie są podejścia do szacowania pracochłonności i kosztów? Przegląd wybranych metod 2

3 Plan wykładu Wprowadzanie Rozmiar oprogramowania punkty funkcyjne Szacowanie pracochłonności Miary dokładności szacowania pracochłonności Przegląd metod szacowania pracochłonności Przez analogię Eksperckie Algorytmiczne Harmonogram i budżet

4 Plan wykładu Wprowadzanie Rozmiar oprogramowania punkty funkcyjne Szacowanie pracochłonności Miary dokładności szacowania pracochłonności Przegląd metod szacowania pracochłonności Przez analogię Eksperckie Algorytmiczne Harmonogram i budżet

5 Dlaczego szacujemy pracochłonność? Czy powinniśmy podpisać kontrakt? Ile to będzie kosztowało? Jak stworzyć harmonogram 60-80% projektów przekracza budżet i harmonogram K. Moløkken and M. Jørgensen. A review of software surveys on software effort estimation. In Empirical Software Engineering, ISESE Proceedings International Symposium on, pages

6 Skutki błędnej estymacji pracochłonności przeszacowanie utrata kontraktu prawo Parkinsona Syndrom studenta niedoszacowanie przekroczenie budżetu i terminu niska jakość

7 Dlaczego szacujemy pracochłonność? Planowanie w wydaniu Jasia Fasoli

8 Czy chodzi o estymację? Cel Zobowiązanie Estymacja 8

9 Dobra estymata pracochłonności Czego mogę oczekiwać od metod szacowania? 9

10 Dobra estymata pracochłonności? Dobre oszacowanie to takie które wspiera czynności związane z zarządzanie projektem takie jak planowanie i negocjacja zasobów projektu, zarządzanie zmianą i ryzykiem, itd..

11 Wybór metody szacowania Model finansowania projektu Dziedzina oraz rodzaj produktów Różne etapy szacowania Różny poziom samoświadomości organizacji

12 Wybór metody szacowania Model finansowania projektu Dziedzina oraz rodzaj produktów Różne etapy szacowania Różny poziom samoświadomości organizacji

13 Trójkąty równowagi w projekcie Everybody wants things good, wants them fast, and wants them cheap. Everyone knows you can actually achieve any two of the three [John Boddie]. You need to decide which two do you want?

14 Trójkąty równowagi w projekcie Jakość Optymalizacja zakresu Funkcjonalność Zasoby

15 Trójkąty równowagi w projekcie Jakość Optymalizacja zakresu Pracochłonność Funkcjonalność Produktywność Ludzie Optymalizacja zasobów Czas trwania

16 Trójkąty równowagi w projekcie Jakość Optymalizacja zakresu Stały zakres Klient Pracochłonność Funkcjonalność Produktywność Ludzie Optymalizacja zasobów Czas trwania

17 Trójkąty równowagi w projekcie Jakość Optymalizacja zakresu Stały zakres Klient Pracochłonność Funkcjonalność Produktywność Ludzie Optymalizacja zasobów Czas trwania

18 Trójkąty równowagi w projekcie Pytanie: Jaki będzie koszt wytworzenia systemu? Jakość Optymalizacja zakresu Stały zakres Klient Pracochłonność Funkcjonalność Produktywność Ludzie Optymalizacja zasobów Czas trwania

19 Trójkąty równowagi w projekcie Jakość Optymalizacja zakresu Stała cena Pracochłonność Klient Funkcjonalność Produktywność Ludzie Optymalizacja zasobów Czas trwania

20 Trójkąty równowagi w projekcie Jakość Optymalizacja zakresu Stała cena Pracochłonność Klient Funkcjonalność Produktywność Ludzie Optymalizacja zasobów Czas trwania

21 Trójkąty równowagi w projekcie Pytanie: Czy i w jakim stopniu będę w stanie rozwiązać mój problem? Jakość Optymalizacja zakresu Stała cena Pracochłonność Klient Funkcjonalność Produktywność? Optymalizacja zasobów Ludzie Czas trwania

22 Wybór metody szacowania Model finansowania projektu Dziedzina oraz rodzaj produktów Różne etapy szacowania Różny poziom samoświadomości organizacji

23 Dziedzina i rodzaj produktów Software Standardowe Półstandardowe Innowacyjne Hardware Mieszane

24 Wybór metody szacowania Model finansowania projektu Dziedzina oraz rodzaj produktów Różne etapy szacowania Różny poziom samoświadomości organizacji

25 Szacowanie na różnych etapach Krótka perspektywa czasowa (stała) Planowanie projektu Planowanie wydania ~Stały zespół Niezależne zadania o podobnej złożoności Zadanie Zadanie Zadanie Miara Velocity

26 Szacowanie na różnych etapach Planowanie projektu Planowanie wydania Produkt Produkt Zadanie Zadanie Zadanie

27 Szacowanie na różnych etapach Planowanie projektu Planowanie wydania Produkt Produkt niedokreślony Produkt Ryzyka, zmiany Pytanie o wykonalność

28 Agile - Scrum, XP, Planowanie projektu Planowanie wydania Produkt Produkt Zadanie Zadanie Zadanie

29 Barry Boehm et al. Cost Models for Future Software Life Cycle Processes: COCOMO Stożek niepewności B. Boehma

30 Barry Boehm et al. Cost Models for Future Software Life Cycle Processes: COCOMO Stożek niepewności B. Boehma

31 Wybór metody szacowania Model finansowania projektu Dziedzina oraz rodzaj produktów Różne etapy szacowania Różny poziom samoświadomości organizacji

32 Proces szacowania kosztów Jak wygląda typowy proces szacowania kosztów? 32

33 Systematyczne podejście do planowania Szacowanie rozmiaru Szacowanie pracochłonności Szacowanie budżetu i harmonogramu

34 Plan wykładu Wprowadzanie Rozmiar oprogramowania punkty funkcyjne Szacowanie pracochłonności Miary dokładności szacowania pracochłonności Przegląd metod szacowania pracochłonności Przez analogię Eksperckie Algorytmiczne Harmonogram i budżet

35 Rozmiar oprogramowania Miary kodu Miary funkcjonalności 35

36 Allan Albrecht 1984 Function Points Wejście Wyjście Zapytania Pliki wewnętrzne Pliki zewnętrzne 36

37 Allan Albrecht 1984 Function Points Niska, średnia, wysoka Wejście +14 czynników technicznych +/- 35% Wyjście Zapytania Pliki wewnętrzne Pliki zewnętrzne 37

38 IFPUG International Function Point User Group Założona w 1986 roku Counting Practices Committee Counting Practices Manual (4.3.1) Certyfikacja ISO/IEC 20926:

39 IFPUG FPA Gather the available documentation 2. Determine counting scope and boundary and identify functional user requirements 3. Measure data functions 4. Measure transactional functions 5. Calculate functional size 6. Document and report 39

40 IFPUG FPA Gather the available documentation 2. Determine counting scope and boundary and identify functional user requirements 3. Measure data functions 4. Measure transactional functions 5. Calculate functional size 6. Document and report 40

41 Przykład: menadżer zadań Celem pomiaru jest: Dokonanie pomiaru rozmiaru funkcjonalnego tworzonej aplikacji do delegowania zadań. Development project FP count jest to nowo tworzona aplikacja. 41

42 Przykład: menadżer zadań Zakres pomiaru: Wymagania zdefiniowane dla pierwszego przyrostu tworzonego systemu: dodawanie zadań, wyświetlanie zadań wyświetlanie liczby zadań dla osoby przypisywanie osób do zadań 42

43 Przykład: menadżer zadań Granica systemu Zarządzanie zadaniami należy do menadżera zadań, natomiast osobami zarządza książka kontaktów 43

44 IFPUG FPA Gather the available documentation 2. Determine counting scope and boundary and identify functional user requirements 3. Measure data functions 4. Measure transactional functions 5. Calculate functional size 6. Document and report 44

45 IFPUG FPA Measure data functions 45

46 Przykład: menadżer zadań Pliki logiczne zadanie + lokalizacje (lokalizacja bez zadania nie ma znaczenia z punktu widzenia użytkownika) osoby 46

47 Przykład: menadżer zadań Internal Logical File (ILF) czy? External Interface File (EIF) 47

48 Przykład: menadżer zadań Data Element Type (DET) Nazwa Nazwa lokalizacji Termin Opis Imię i nazwisko Adres Telefon Adres 48

49 Przykład: menadżer zadań Data Element Type (DET) Nazwa Nazwa lokalizacji Termin Opis Imię i nazwisko Adres Telefon Adres +1xDET 3xDET +1xDET 4xDET 2xDET 49

50 Przykład: menadżer zadań Data Element Type (DET) Nazwa Nazwa lokalizacji Termin Opis Imię i nazwisko Adres Telefon Adres 5xDET 6xDET 50

51 Przykład: menadżer zadań Record Element Type podgrupa DET ów, która jest rozpoznawalna przez użytkownika. 2xRET 1xRET 51

52 Przykład: menadżer zadań ILF? EIF? EIF/ILF 2xRET 6xDET 1xRET 5xDET 52

53 Przykład: menadżer zadań ILF Low (7) EIF Low (5) EIF/ILF 2xRET 6xDET 1xRET 5xDET 53

54 IFPUG FPA Gather the available documentation 2. Determine counting scope and boundary and identify functional user requirements 3. Measure data functions 4. Measure transactional functions 5. Calculate functional size 6. Document and report 54

55 IFPUG FPA Measure transactional functions 55

56 IFPUG FPA External Input Dokonuje modyfikacji danych w ILF Faktura Dodaj fakturę 56

57 IFPUG FPA External Inquiry Dane na zewnątrz bez przetwarzania Faktura Pobierz fakturę 57

58 IFPUG FPA External Output Dane na zewnątrz z przetwarzaniem Faktura Wyświetl łączną wartość produktów na fakturach w tym miesiącu 58

59 Przykład: menadżer zadań Elementarne procesy: dodawanie zadań, wyświetlanie zadań wyświetlanie liczby zadań dla osoby przypisywanie osób do zadań EI EQ EO EI EQ EO EI EQ EO EI EQ EO 59

60 Przykład: menadżer zadań Elementarne procesy: dodawanie zadań, wyświetlanie zadań wyświetlanie liczby zadań dla osoby przypisywanie osób do zadań EI EQ EO EI EQ EO EI EQ EO EI EQ EO 60

61 Przykład: menadżer zadań Liczba DET ów: dodawanie zadań 8x DET, wyświetlanie zadań 12x DET, wyświetlanie liczby zadań dla osoby 2x DET, przypisywanie osób do zadań 3x DET, 62

62 Przykład: menadżer zadań Liczba plików logicznych: dodawanie zadań 1x ILF, wyświetlanie zadań 1x ILF + 1x EIF, wyświetlanie liczby zadań dla osoby 1x ILF + 1x EIF, przypisywanie osób do zadań 1x ILF + 1x EIF, 63

63 IFPUG FPA EI 4. Measure transactional functions EO/EQ Niska, średnia, wysoka 64

64 Przykład: menadżer zadań Złożoność / rozmiar funkcjonalny: dodawanie zadań low / 3, wyświetlanie zadań average / 4, wyświetlanie liczby zadań dla osoby low / 4, przypisywanie osób do zadań low / 3, 65

65 IFPUG FPA Gather the available documentation 2. Determine counting scope and boundary and identify functional user requirements 3. Measure data functions 4. Measure transactional functions 5. Calculate functional size 6. Document and report 66

66 Przykład: menadżer zadań Rozmiar funkcjonalny: DFP = = 26 Funkcje danych Funkcje transakcyjne 67

67 Plan wykładu Wprowadzanie Rozmiar oprogramowania punkty funkcyjne Szacowanie pracochłonności Miary dokładności szacowania pracochłonności Przegląd metod szacowania pracochłonności Przez analogię Eksperckie Algorytmiczne Harmonogram i budżet

68 Dokładność a precyzja Lepsze oszacowanie liczby Pi? 3, ,14 Precyzja Dokładność 69

69 Miary oceny dokładności szacowania Mean Magnitude of Relative Error MMRE

70 Miary oceny dokładności szacowania Prediction Quality Pred e - estimation error level k - number of projects with error (MRE) <= e n - number of projects considered

71 Plan wykładu Wprowadzanie Rozmiar oprogramowania punkty funkcyjne Szacowanie pracochłonności Miary dokładności i rodzaje rezultatów Przegląd metod szacowania pracochłonności Przez analogię Eksperckie Algorytmiczne Harmonogram i budżet

72 Klasyfikacja metod szacowania Metody szacowania Analogia Eksperckie Algorytmiczne Hybrydowe Parametryczne Nieparametryczne

73 Klasyfikacja metod szacowania Metody szacowania Analogia Eksperckie Algorytmiczne Hybrydowe Parametryczne Nieparametryczne

74 Analogia Nowy projekt: Pracochłonność Kontekst? Sklep internetowy. Python, Django. Umiejętności programistyczne: Średnie Baza historyczna: Pracochłonność Rozmiar Kontekst 1000 [h] 30 FP Sklep internetowy. Java, Servlets, JSP. programistyczne: Wysokie 600 [h] 20 FP Prosty CMS. PHP. Umiejętności programistyczne: Wysokie 1300 [h] 30 FP Sklep internetowy. PHP. programistyczne: Średnie

75 Analogia Nowy projekt: Pracochłonność Kontekst 1300 [h] Sklep internetowy. Python, Django. Umiejętności programistyczne: Średnie Baza historyczna: Pracochłonność Rozmiar Kontekst 1000 [h] 30 FP Sklep internetowy. Java, Servlets, JSP. programistyczne: Wysokie 600 [h] 20 FP Prosty CMS. PHP. Umiejętności programistyczne: Wysokie 1300 [h] 30 FP Sklep internetowy. PHP. programistyczne: Średnie

76 Analogia Nowy projekt: Pracochłonność Średnia 1092 ±72 (95%) < 1020 ; 1164 > Kontekst Sklep internetowy. Python, Django. Umiejętności programistyczne: Średnie Pracochłonność projektów podobnych: 840, 920, 930, 1020, 1030, 1022, 1030, 1100, 1200, 1300, 1400, 1200, 1110, 1100, 1050, 1120, 1200 Średnia jako estymator Sample Quantiles Normal Q-Q Plot Theoretical Quantiles

77 Analogia Nowy projekt: Pracochłonność Min = 1066 [h] Max = 1386 [h] Kontekst Sklep internetowy. Python, Django. Umiejętności programistyczne: Średnie Baza historyczna: Pracochłonność Rozmiar Kontekst 1000 [h] 30 FP Sklep internetowy. Java, Servlets, JSP. programistyczne: Wysokie 600 [h] 20 FP Prosty CMS. PHP. Umiejętności programistyczne: Wysokie 1300 [h] 30 FP Sklep internetowy. PHP. programistyczne: Średnie

78 Analogia Nowy projekt: Pracochłonność Kontekst? Sklep internetowy. Python, Django. Umiejętności programistyczne: Średnie Pracochłonność projektów podobnych: 840, 920, 930, 1020, 1030, 1022, 1030, 1100, 1200, 1300, 1400, 1200, 1110, 1100, 1050, 1120, 1200

79 Jest 80% szans, że pracochłonność nie będzie większa niż 1200h cdf Analogia prawdopodobieństwo n:17 m:0 pracochłonność [h]

80 Analogia cdf prawdopodobieństwo n:10000 m:0 pracochłonność [h]

81 Klasyfikacja metod szacowania Metody szacowania Analogia Eksperckie Algorytmiczne Hybrydowe Parametryczne Nieparametryczne

82 Wideband Delphi Moderator Eksperci

83 Wideband Delphi Moderator Przygotowanie indywidualne Eksperci

84 Wideband Delphi Dyskusja Moderator Eksperci

85 Wideband Delphi Moderator Anonimowa ocena ekspertów Eksperci

86 Wideband delphi karta oceny Ekspert: Jan Kowalski Projekt: Internet e-shop system Data: LOC - Estymacja - Twoja estymacja - Średnia estymacja 1400 Twoja estymacja:... LOC Będzie problem z technologiami Uzasadnienie...

87 Wideband Delphi Moderator Moderator opracowuje wyniki z kart oceny Eksperci

88 Wideband delphi karta oceny Ekspert: Jan Kowalski Projekt: Internet e-shop system Data: LOC - Estymacja - Twoja estymacja - Średnia estymacja 1400 Twoja estymacja:... LOC Będzie problem z technologiami Uzasadnienie...

89 Wideband Delphi Moderator Eksperci otrzymują swoje karty z powrotem Eksperci

90 Wideband Delphi Następna runda albo: Moderator Effort= (O + 4A + P) / 6 Eksperci

91 The Work Breakdown Structure - WBS Hierarchiczny pracy do wykonania tu skończyłem!!!!

92 WBS Elementy struktury Poziom #0 Cel Cel do osiągnięcia

93 WBS Elementy struktury Poziom #0 Cel Poziom #1 Czynność Czynność Czynność fragment pracy do wykonania na wysokim poziomie abstrakcji

94 WBS Elementy struktury Poziom #0 Cel Poziom #1 Czynność Czynność Dalsza dekompozycja

95 WBS Elementy struktury Poziom #0 Cel Zadanie Level najmniejszy #1 fragment pracy (work package) Czynność Czynność Level #m Zadanie #1 Zadanie #2 Zadanie #n

96 WBS Elementy struktury Poziom #0 Cel Level #1 Czynność Czynność Level #m Zadanie #1 Czynność na poziomie N jest ukończona jeśli wszystkie zdekomponowane Zadanie Zadanie czynności na #2 #n poziomie N+1 są ukończone

97 Rzeczowniki reprezentują wynik Podejścia do budowy WBS KAWA ZIARNA FILIŻANKA WODA Mieszaj Wsyp Zmiel Umyj Rozgrzej Ugotuj Wlej Czasowniki reprezentują czynności

98 Podejścia do budowy WBS Rzeczowniki reprezentują wynik KAWA ZIARNA FILIŻANK A WODA Kawa zamieszana Kawa wsypana Zmielone ziarna Filiżanka umyta Filiżanka rozgrzana Woda zagotowana Woda wlana do filiżanki

99 Podejścia do budowy WBS Top-down - Dekompozycja KAWA ZIARNA FILIŻANK A WODA Kawa zamieszana Kawa wsypana Zmielone ziarna Filiżanka umyta Filiżanka rozgrzana Woda zagotowana Woda wlana do filiżanki Bottom-up Burza mózgów

100 Przykład KAWA ZIARNA FILIŻANKA WODA Kawa zamieszana Kawa wsypana Zmielone ziarna Filiżanka umyta Filiżanka rozgrzana Woda zagotowana Woda wlana do filiżanki

101 Przykład KAWA 25 ZIARNA 3 FILIŻANKA 17 4 WODA Kawa zamieszana Kawa wsypana Zmielone ziarna Filiżanka umyta Filiżanka rozgrzana Woda zagotowana Woda wlana do filiżanki

102 Kryteria dobrze zdefiniowanej czynności / zadania Mierzalny status Zdefiniowane zdarzenia rozpoczęcia / zakończenia Zdefiniowany rezultat Oszacowany czas / koszt Akceptowalny czas wykonania Niezależność 103

103 Klasyfikacja metod szacowania Metody szacowania Analogia Eksperckie Algorytmiczne Hybrydowe Parametryczne Nieparametryczne

104 Metoda COCOMO II PM NS = A Size E i=1 16 EM i gdzie E = B i=15 SF i Size w KSLOC Wartości A, B skalibrowane na podstawie 161 projektów: A = 2.94 B = 0.91 Dla przeciętnego projektu EM i = 1. 0 i=15 SF i 31.6 PM NS = 2.94 Size E gdzie 0.91 E Barry W. Boehm

105 Wpływ czynników skali, SF, na pracochłonność E= E= 1 E= 0.91

106 Use Case Points (UCP) 4 C++ Java C# Technical Complexity Factors 5 Environment Factors Gustav Karner (1993) System informatyczny UC1 UC1 UC1 Aktorzy Przypadki użycia Użytkownicy Metoda punktów przypadków użycia

107 Use Case Points (UCP) Gustav Karner (1993) Aktorzy (UAW) Klasyfikacja do klasy złożoności na podstawie typu interfejsu służącego do komunikacji z systemem Złożoność aktora 1 punkt: Prosty - zdefiniowane API 2 punkt : Średni - TCP/IP lub tekst 3 punkt : Złożony - GUI C++ C# Java 4 Technical Complexity Factors 5 Environment Factors Software System UC1 UC1 UC1 Use Cases Users Actors

108 Use Case Points (UCP) Gustav Karner (1993) Aktorzy (UAW) Use Cases (UUCW) Klasyfikacja do klasy złożoności na podstawie typu interfejsu służącego do komunikacji z systemem Klasyfikacja do trzech klas złożoności na podstawie liczby transakcji C++ C# Java 4 5 Technical Complexity Factors Environment Factors Software System 5 points : Prosty do 3 transakcji UC1 10 points : Średni 4-7 transakcji Złożoność 15 points : Złożony ponad 7 transakcji przypadku użycia UC1 UC1 UC1 Use Cases Users Actors UUCP = UAW+UUCW

109 Transakcje w przypadkach użycia 1. Autor wybiera opcję zgłoszenia artykułu. Interakcja 2. System prosi o podanie danych artykułu.

110 Ile transakcji? UC1: Zgłoś artykuł Poziom: Użytkownika Aktor główny: Autor Scenariusz główny: 1. Autor wybiera opcję zgłoszenia artykułu. 2. System prosi o podanie danych artykułu. 3. Autor podaje wymagane dane na temat artykułu. 4. System informuje o pomyślnym zgłoszeniu artykułu. Scenariusze alternatywne i rozszerzenia: 1.A. Author chciałby zgłosić zmienioną wersję artykułu. 1.A.1. Autor wybiera opcję ponownego zgłoszenia swoich artykułów. 1.A.2. System prezentuje artykuły zgłoszone dotychczas przez Autora. 1.A.3. Autor wybiera jeden z artykułów oraz opcję jego ponownego zgłoszenia. 1.A.4. Przejdź do kroku

111 Use Case Points (UCP) Gustav Karner (1993) Aktorzy (UAW) Use Cases (UUCW) Technical Complexity Factors (TCF) Klasyfikacja do klasy złożoności na podstawie typu interfejsu służącego do komunikacji z systemem Klasyfikacja do trzech klas złożoności na podstawie liczby transakcji 13 czynników, których wpływ na projekt oceniany jest w skali 0-5 C++ C# Java 4 Technical Complexity Factors 5 Environment Factors Environmental Factors (EF) 8 czynników, których wpływ na projekt oceniany jest w skali 0-5 Software System 1 3 UC1 UC1 Actors 2 UC1 Users Use Cases

112 Czynniki techniczne (Technical Factors) TFactor = e i T i e i = 0, 1,.., 5 T1 System rozproszony 2 T2 Wydajność 2 T3 Wydajności z pkt użytkownika1 T4 Złożoność przetwarzania 1 T5 Reużywalność kodu 1 T6 Łatwość instalacji 0.5 T7 Łatwość użycia 0.5 T8 Przenośność 2 T9 Łatwość zmiany 1 T10 Współbieżność 1 T11 Bezpieczeństwo (security) 1 T12 Dostęp stron trzecich 1 T13 Wymagane spec. szkolenia 1

113 Czynniki środowiska (Environment Factors) F1 Znajomość metodyki 1.5 F2 Doświadczenie w aplikacji 0.5 F3 Doświadczenie w obiektowości 1 F4 Możliwości gł. analityka 0.5 F5 Motywacja 1 F6 Stabilne wymagania 2 F7 Pracownicy na część etatu -1 F8 Trudny język programowania -2 EFactor = e i F i e i = 0, 1,.., 5

114 Use Case Points (UCP) Aktorzy (UAW) Use Cases (UUCW) Technical Complexity Factors (TCF) Gustav Karner (1993) Klasyfikacja do klasy złożoności na podstawie typu interfejsu służącego do komunikacji z systemem Klasyfikacja do trzech klas złożoności na podstawie liczby transakcji 13 czynników, których wpływ na projekt oceniany jest w skali 0-5 C++ C# Java 4 Technical Complexity Factors 5 Environment Factors Environmental Factors (EF) 8 czynników, których wpływ na projekt oceniany jest w skali 0-5 Software System 2 UC1 UC1 UC1 1 Users 3 Actors UCP = (UAW+UUCW) x TCF x EF Use Cases TCF= 0,6 + (0,01*TFactor) EF= 1,4 + (-0,03*EFactor)

115 Use Case Points (UCP) Gustav Karner (1993) Effort = UCP x PF Productivity Factor (domyślnie 20 h/ucp, należy skalibrować na podstawie danych historycznych) typowo <10,30>

116 Model parametryczny Regresja liniowa UCP a pracochłonność R² = 0, Effort Linear (Effort)

117 Klasyfikacja metod szacowania Metody szacowania Analogia Eksperckie Algorytmiczne Hybrydowe Parametryczne Nieparametryczne

118 Plan wykładu Wprowadzanie Rozmiar oprogramowania punkty funkcyjne Szacowanie pracochłonności Miary dokładności szacowania pracochłonności Przegląd metod szacowania pracochłonności Przez analogię Eksperckie Algorytmiczne Harmonogram i budżet

119 Harmonogramowanie Czas realizacji a pracochłonność Liczba wykonawców Zależności między zadaniami

120 Czas realizacji a pracochłonność Jaka byłaby pracochłonność (effort) i czas realizacji (duration) zadania domowego: Napisz program obliczający silnię n! Termin oddania 12 grudnia 2014 Czas realizacji: 1 tydzień Pracochłonność: 10 minut?

121 Czas realizacji a pracochłonność Czas realizacji i pracochłonność nie muszą być takie same! Wysocki, R. K., & McGary, R. (2003). Effective project management: traditional, adaptive, extreme. Wiley.

122 Liczba wykonawców Czy czas realizacji zmniejszy się jak zwiększę liczbę wykonawców?

123 Wynieść krzesło z pokoju Liczba wykonawców

124 Wynieść krzesło z pokoju Liczba wykonawców

125 Wynieść krzesło z pokoju Liczba wykonawców

126 Wynieść krzesło z pokoju Liczba wykonawców

127 Liczba wykonawców Wynieść krzesło z pokoju Podwójmy zasoby!

128 Liczba wykonawców Wynieść krzesło z pokoju Podwójmy zasoby!

129 Liczba wykonawców Wynieść krzesło z pokoju Podwójmy zasoby!

130 Liczba wykonawców Wynieść krzesło z pokoju Podwójmy zasoby!

131 Liczba wykonawców Wynieść krzesło z pokoju Podwójmy zasoby! Crashpoint!

132 Liczba wykonawców Czy czas realizacji zmniejszy się jak zwiększę liczbę wykonawców? Do pewnego momentu (zależy od zadania) Dodanie większej liczby osób - Crashpoint! Dodanie zbyt dużej liczby osób zwiększy pracochłonność z uwagi na narzut na komunikację Crashpoint!

133 Zależność między zadaniami KAWA 25 ZIARNA 3 FILIŻANKA 17 4 WODA Kawa zamieszana Kawa wsypana Zmielone ziarna Filiżanka umyta Filiżanka rozgrzana Woda zagotowana Woda wlana do filiżanki

134 Zależność między zadaniami Pracochłonność czy czas realizacji? KAWA 25 ZIARNA 3 FILIŻANKA 17 4 WODA Kawa zamieszana Kawa wsypana Zmielone ziarna Filiżanka umyta Filiżanka rozgrzana Woda zagotowana Woda wlana do filiżanki

135 Jak stworzyć harmonogram?

136 Diagramy sieciowe i wykresy Gantta Network diagram Gantt chart

137 Precedence Diagramming Method Do tworzenia diagramów sieciowych Dwie wersje AOA activity on the arrow (starsze) AON activity on the node

138 PDM activity node ES earliest start EF earliest finish LS latest start LF latest finish E duration ID id of task Slack (luz)

139 PDM 1. Stwórz sieć bazując na zależnościach Jedno wejście Jedno wyjście

140 Zależność między zadaniami Jaka zależność między zadaniami? KAWA 25 ZIARNA 3 FILIŻANKA 17 4 WODA Kawa zamieszana Kawa wsypana Zmielone ziarna Filiżanka umyta Filiżanka rozgrzana Woda zagotowana Woda wlana do filiżanki

141 Zależność między zadaniami Kawa wsypana zależy od: FILIŻANKA Zmiel kawę Woda wlana do filiżanki zależy od: Woda zagotowana FILIŻANKA Kawa wsypana Kawa zamieszana zależy od: Woda wlana do filiżanki Kawa wsypana (?) 144

142 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana 1 Zagotowana 3 Wlana 1 Zamieszana 1 Umyta 2 Rozgrzana 15

143 PDM 2. Stwórz wczesne uszeregowanie (forward pass) Pokazuje najwcześniejsze możliwe czasy kiedy zadanie może się rozpocząć i zakończyć

144 PDM 2. Stwórz wczesne uszeregowanie (forward pass) ES input = 1 EF A = ES A + E A - 1 ES c = max{ef A, EF B } + 1 A c B

145 FILIŻANKA WODA KAWA PDM?? Zmielona 2 Wsypana 1 Zagotowana 3 Wlana 1 Zamieszana 1 Umyta 2 Rozgrzana 15

146 FILIŻANKA WODA KAWA PDM 1 2?? Zmielona 2 Wsypana Zagotowana 3 Wlana 1 Zamieszana Umyta 2 Rozgrzana 15

147 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana 1 1 3?? Zagotowana 3 Wlana 1 Zamieszana Umyta 2 Rozgrzana 15

148 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana Zagotowana 3 Wlana 1 Zamieszana Umyta 2 Rozgrzana 15

149 PDM 3. Stwórz późne uszeregowanie (backward pass) Pokazuje ostateczny czas rozpoczęcia i zakończenia taki, który nie spowoduje opóźnienia projektu

150 PDM 3. Stwórz późne uszeregowanie (backward pass) LF output = EF output LS A = LF A E A + 1 LF A = min{ls B, LS C } 1 B A c

151 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana Zagotowana 3 Wlana 1 Zamieszana 1?? Umyta 2 Rozgrzana 15

152 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana Zagotowana 3 Wlana 1 Zamieszana Umyta 2 Rozgrzana 15

153 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana 1 1 3?? Zagotowana 3 Wlana 1 Zamieszana Umyta 2 Rozgrzana 15

154 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana Zagotowana 3 Wlana 1 Zamieszana Umyta 2 Rozgrzana 15??

155 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana Zagotowana 3 Wlana 1 Zamieszana Umyta Rozgrzana

156 PDM Okno czasowe 1 2 Zmielona Zmielona 1 17 Zmielona 1 17

157 PDM 4. Ścieżka krytyczna (critical path) Jakiekolwiek opóźnienie zadań na ścieżce krytycznej spowoduje opóźnienie projektu

158 PDM 4. Ścieżka krytyczna (critical path) Ścieżka z najdłuższym czasem wykonania Activity Slack Time (przepływ) tolerowana wielkość opóźnienia startu lub zakończenia zadania, która nie spowoduje opóźnienia projektu Slack (luz) = LF EF

159 FILIŻANKA WODA KAWA PDM Zmielona 2 Wsypana Zagotowana 3 Wlana 1 Zamieszana Umyta Rozgrzana

160 FILIŻANKA WODA KAWA PDM Zmielona Wsypana Zagotowana Wlana 1 Zamieszana Umyta Rozgrzana

161 FILIŻANKA WODA KAWA PDM Zmielona Wsypana Zagotowana Wlana 1 Zamieszana Umyta 0 2 Rozgrzana 0 15 Opóźnienie tych zadań opóźni projekt!

162 Koszt Wycena na podstawie rozmiaru Wycena na podstawie pracochłonności Wycena na podstawie czasu realizacji Odległość w czasie Konieczność utrzymania etatów Fazy realizacji projektu 165

163 Q&A time