Métricas de Software no CMM: Uma comparação entre os Níveis 2 e 4

Slides:



Advertisements
Apresentações semelhantes
Análise e Projeto de Sistemas III
Advertisements

1 Avaliação da Qualidade para Engenharia de Requisitos Orientada a Agentes Emanuel Batista dos Santos 11/05/2007.
Qualidade de Software Aula 4
Engenharia de Software Qualidade de Software Uma abordagem conceitual André Luis Zanon São Carlos SP – UFSCAR 2010 Engenharia de Software – UFSCAR.
Contexto da Informação
GESTÃO VOLTADA PARA A EXCELÊNCIA
Desenvolvimento ágil: eXtreme Programming vs SCRUM Tiago Rodrigues de Mello CCO-230 – ENGENHARIA DE SOFTWARE / 2010.
Experiência da SWQuality com a Implantação e Organização de Grupos de Empresas utilizando os Modelos MPS.BR e CMMI Ana Cristina Rouiller, DSc Ana Liddy.
Projeto: mps Br – melhoria de processo do software Brasileiro
CMM(Capabililty Matury Model)
- GQM – Goal/Question/Metric
QIP Quality Improvement Paradigm NASA Software Engineering Laboratory (70s) Abordagem bottom-up para melhoria de software a partir de experimentação e.
FERRAMENTAS PARA O CONTROLE E A MELHORIA DA QUALIDADE
Instituto de Pesquisas Eldorado
SEPG Conference ´97.
Antonio Carlos Tonini Maio / 2004
Gestão de Defeitos Vanilson Burégio.
Competência: Compreender as métricas de Software
Competência: Compreender as métricas de Software
UFRPE – Modelos de Qualidade Teresa Maciel
Pontifícia Universidade Católica de Campinas
RUPinho Qualidade de Software
Planejamento e Gerenciamento de Projetos
Visão Geral PRO.NET.
Modelos de Maturidade de Processos de Software
Avaliação do RUP como processo para desenvolvimento de software
Prof. Esp. Fernando Barreto
Capacitação em Processos de Software
Projeto: Capacitação em GP
Qualidade de Produto de Software
MPT.Br Benefícios qualidade visibilidade melhoria contínua custo/
Capability Maturity Model (CMM)
Soluções inovadoras em governança de TI
Qualitor CSC Gestão de Centrais de Serviços Compartilhados
A EMPRESA... A Tower Tech é uma empresa de informática que atende a um público mais exigente e busca QUALIDADE em seus serviços. Nosso público-alvo abrange.
Introdução à Qualidade
Métricas de Reuso Jorge Mascena Paulo Maciel Pós-graduação em Ciência da Computação Centro de Informática -UFPE.
Modelos de Maturidade de Processos de Software
Implantação e Melhoria de Processos de SOFTWARE
Modelos de Maturidade de Processos de Software
ISO NBR Eduardo Silvestri Ribeiro
Melhoria do processo de software brasileiro
Qualidade de Processo de Software CMM e CMMI Aldo Rocha.
Gestão de defeitos.
EPR16 – Planejamento e Gestão da Qualidade Professora Michelle Luz
A3 Resumo de Projeto Wilson Barreto
Medição de Software Aluno: Felipe Barbalho
Modelos de Qualidade para indivíduos e grupos: PSP & TSP
Soluções inovadoras em governança de TI
Aluno: Felipe Barbalho
Integração.
Profª Eliane Costa Santana
Prof. Fábio Botelho Metodologia de Desenvolvimento de Software - MDS Padrões de Processo de Software: CMMI.
PREVENÇÃO E RECUPERAÇÃO DE FALHAS
Sobre a Prime Control A Prime Control é um Centro de Excelência em Qualidade de Software. Nossa missão é desenvolver, aperfeiçoar e realizar serviços.
QUALIDADE DE SOFTWARE Prof. Carlos Augusto da Costa Carvalho.
VII Encontro CIN sobre Qualidade, Processos e Gestão de Software
Software Process Improvement and Capability dEtermination
Soluções para universidades corporativas
TIPOS DE SISTEMAS DE INFORMAÇÃO
Romeu de Andrade Guimarães 06/12/2008.
CMMI Capability Maturity Model – Integration
O uso de XP em uma Organização CMM 2 Renata Endriss
Estimativa, Teste e Inspeção de Software
1 Projeto Piloto Conclusão em Agenda Projeto Piloto –Descrição –Execução da aplicação –Implementação de requisitos funcionais e não- funcionais.
ADMINISTRAÇÃO DA QUALIDADE
Introdução a Métricas de Software Tópicos Avançados em Engenharia de Software III Danielle Dias e Cristine Gusmão / UFPE-PE.
PREVENÇÃO E RECUPERAÇÃO DE FALHAS
INDICADORES DE DESEMPENHO
Transcrição da apresentação:

Métricas de Software no CMM: Uma comparação entre os Níveis 2 e 4 Gabriela de Fátima Batista Castro gabriela.batista@eldorado.org.br SPIN – São Paulo Novembro 2004

Agenda Objetivos da Apresentação Contexto Por que medir ? Conceitos Importantes Métrica - Ciclo de Vida Métricas no Nível 2 Métricas no Nível 4 Conclusão Perguntas & Respostas

Agenda Objetivos da Apresentação Contexto Por que medir ? Conceitos Importantes Métricas no Nível 2 Métricas no Nível 4 Métrica - Ciclo de Vida Conclusão Perguntas & Respostas

Objetivos da Apresentação Apresentar conceitos relacionados Comparar métricas nos níveis 2 e 4 do CMM Compartilhar parte da experiência do Instituto de Pesquisas Eldorado

Instituto de Pesquisas Eldorado Gestão de Projetos P&D em Engenharia de Software P&D em Desenvolvimento de Novos Processos P&D em Engenharia de Produtos Eletroeletrônicos P&D em Automação Industrial P&D, Teste e Qualificação de Produtos Eletroeletrônicos Gestão de Programas de Capacitação Profissional Consultoria em assuntos da Lei de Informática

Agenda Contexto Objetivos da Apresentação Por que medir ? Conceitos Importantes Métrica - Ciclo de Vida Métricas no Nível 2 Métricas no Nível 4 Conclusão Perguntas & Respostas

Referências SEI X SEL SW Metrics – a rigorous & practical approach Software Measurement GuideBook – Revision 1 – June 1995 Goal-Driven SW Measurement – A Guidebook – August 1996 SW Metrics – a rigorous & practical approach Fenton & PFleeger

Introdução The man is the measure of all things. (Protágoras 776 B.C. ) Without the right information, you are just another person with an opinion. (Tracy O`Rourke, CEO of Allen-Bradley) Measurements are important, but what is measured is more important. (Francis S. Patrick) You can't control what you can't measure. (Tom DeMarco)

Contexto Necessidade de Melhorar Gerência do Processo / Projeto do SW

Contexto Capacidade de predizer resultados Crise do Software Capacidade de predizer resultados ( $, schedule) Características do Produto desejadas pelo cliente ↑ Produtividade

Agenda Por que medir ? Objetivos da Apresentação Contexto Conceitos Importantes Métrica - Ciclo de Vida Métricas no Nível 2 Métricas no Nível 4 Conclusão Perguntas & Respostas

? ? ? ? ? ? ? Por que medir ? Quanto custa ? Qual o tempo de manutenção ? Quantos defeitos ? Quantas modificações ? Qual o tempo de retrabalho ? Você tem clientes satisfeitos ? Qual o tamanho ? Quanto custa ? Qual o tempo de desenvolvimento ? ? ? ?

As 4 Razões Caracterizar (processos, produtos, recursos, ambiente, baseline) Avaliar (trazer de volta ao controle) Prever (estimatives, tendências, projeções) Melhorar (identifica problemas. Causas raízes, ineficiências)

Agenda Conceitos Importantes Objetivos da Apresentação Contexto Por que medir ? Conceitos Importantes Métrica - Ciclo de Vida Métricas no Nível 2 Métricas no Nível 4 Conclusão Perguntas & Respostas

Conceitos Importantes Programa de Medição (Measurement Program) Meta (goal) Indicador (indicator) Medição (measurement) Métrica (metric) Medida (measure)

Exemplo Meta – Taxa da Inspeção de Código entre 50 LOC/h a 150 LOC/h Medida – Tamanho do código Tempo de Inspeção Métrica – Taxa de Inspeção de Código = ________________ Indicador – Satisfação do Cliente Tamanho do código Tempo de Inspeção

Agenda Métrica - Ciclo de Vida Objetivos da Apresentação Contexto Por que medir ? Conceitos Importantes Métrica - Ciclo de Vida Métricas no Nível 2 Métricas no Nível 4 Conclusão Perguntas & Respostas

Métrica - Ciclo de Vida

Ciclo de Vida - Planejamento

Ciclo de Vida - Planejamento Nível 2 Goals indefinidos Muitas métricas Alinhadas às KPAs (desconexas organização) Grande maioria: Métricas de contagem Pouca retro-alimentação (estimativas, planejamento)

Ciclo de Vida - Planejamento Nível 4 Prover $ para Programa de Medição Balanced Scorecard – metas organizacionais GQM (goal-driven measurement methodology) Selecionar processos críticos Selecionar as métricas (priorização) Estabelecer CEP Retro-alimentação (previsibilidade, estimativas)

Ciclo de Vida - Coleta

Ciclo de Vida - Coleta Nível 2 Documentada (papéis/respons.) porém inconsistente Sem repositório e dispersa Diferentes interpretação por projetos Dependente do PL (cabeça das pessoas / não repetível) Nem sempre armazena dados importantes Tools gerais / manuais (automação ??) Dicionário de Dados simples Diferentes unidades “Vai ter coleta de métrica ?”

Ciclo de Vida - Coleta Nível 4 Há repositório para dados (processo / projeto) – centralizado – base de dados organizacional $ para manter, disponibilizar para todos projs. Automática (somente valor agregado / scripts) Dicionário de Dados detalhado Proprietário da base de dados (repositório) Responsável por prover os dados (treinamento) Unidades iguais ou padronizadas

Ciclo de Vida - Validação

Ciclo de Vida - Validação Nível 2 Nem sabe da existência (expurgar dados)

Ciclo de Vida - Validação Nível 4 Separa sinal do ruído Relacionada ao tipo de métrica e a sua natureza Uso de ferramentas (pré e pós)

Ciclo de Vida - Análise

Ciclo de Vida - Análise Nível 2 Mesma visão para diferentes pessoas (relatórios) Sem parâmetro de comparação (perf. baseline) Mensais (reativas) Análise ligada a obrigatoriedade do processo

Ciclo de Vida - Análise Nível 4 CEP e outros métodos estatísticas (Pareto, Control chart – estab./capac./perfomance, Trend, estratificação, etc) Visões distintas para diferentes papéis (relatórios) 3x tempo da coleta Análise em tempo real / sempre Metas e Perfomance baseline

Ciclo de Vida – Tomada de Ação

Ciclo de Vida - Tomada de Ação Nível 2 Pouco feedback para organização (projeto) Mais lenta e menos efetivas (reativa) Ata de reunião (sem ferramenta) Baseado no próprio projeto (PDCA)

Ciclo de Vida - Tomada de Ação Nível 4 Oferece feedback ao processo (base histórica) e ao projeto Ajuda na tomada de decisão (novos negócios, replanejamento) Ações em tempo real (ou pró-ativa) Ferramenta para acompanhamento (implementação até seu fechamento) Prevenção de Defeitos (Nível 5)

Agenda Conclusão Objetivos da Apresentação Contexto Por que medir ? Conceitos Importantes Métrica - Ciclo de Vida Métricas no Nível 2 Métricas no Nível 4 Conclusão Perguntas & Respostas

Conclusão Métricas ajudam a mostrar os problemas (antecipa e mostra tendências) mas não resolve Tools para suporte que se encaixam no processo Cultura quantitativa Use pilotos Comece pequeno Não se basear no modelo Estude sempre!

Próximos Passos

Perguntas & Respostas ?

Obrigada !

Instituto de Pesquisas Eldorado http://www.eldorado.org.br/ C☺nt@t☻ gabriela.batista@eldorado.org.br Instituto de Pesquisas Eldorado http://www.eldorado.org.br/ Rod. SP-340 CPS/M.Mirim - Km 118,5 Fazenda Pau d'Alho - 13086-902 Campinas - São Paulo - Brasil Phone office: ++ 55 19 3757-3009 Phone fax: ++ 55 19 3757-3131