SP1.1 建立和維護項目的質量和過程性能目標
這里很類似6Sigma里面的VOC到CTQ的轉化過程。項目質量和過程性能目標不是憑空產生的,而來源于具體的商業目標,客戶需求,組織目標等。如果根據組織和商業目標轉化為項目的質量和過程性能目標,這就涉及到兩個問題,一個是要確定出需要定義哪些質量和過程性能目標,一個是要確定出這些目標和優先級和權重。最適宜的工具SP1.1里面已經談到就是采用QFD質量功能分解。
項目目標分為質量目標和過程性能目標。MTBF平均故障間隔,關鍵資源利用率,發布產品故障數被做為了項目的質量目標;而缺陷移除率,缺陷密度,返工百分比被作為了過程性能目標。通過這種分法可以看到兩者最大的區別在于過程性能目標是在項目進行的各個階段都存在的,這些目標存在中間目標和項目進行中期可以跟蹤的值。而質量目標則是無法分解,項目執行過程中無法跟蹤。
通過QFD的商業目標和項目質量過程性能目標矩陣,可以對項目的各個質量過程性能目標進行打分和賦予權重。SP1.1第六點還專門強調了要解決項目質量和過程性能目標間的沖突和關系,比如為了進一步提供項目質量就會犧牲項目的進度。這個通過QFD的的屋頂展開是很容易實現的。
SP1.2 選擇子過程組合成項目自定義過程
這里其實涉及到了IPM過程域裁剪的內容。但到了CMMI四的時候對裁剪要求更加細化了,裁剪的定義必須要到子過程,對子過程的選擇必須依據于歷史數據的穩定性和項目能力數據。
組織級已經定義了一標準的項目子過程,但一個特定的項目究竟選擇哪些子過程必須要有具體的選擇準則,這個選擇準則中最重要的就是已經帶有權重因子的項目質量和過程性能目標。因為這個目標是通過QFD 層分解得到的,是可以代表商業目標和客戶需求的。究竟選擇哪些子過程?組織會規定哪些是必須選擇的子過程,另外一些可選子過程則需要通過QFD第二層分解進行。項目質量和過程性能目標,子過程就是QFD分析的時候的行和列。這個分析完后就會得到各個子過程的權重和優先級。
SP1.2里面的第三點專門提到了還需要對子過程間的交互作用和影響進行分析。這個也可以在QFD中進行,或者在Excel中用相關矩陣分析進行。但書里面提及到的技術是系統動態模型和仿真,所以這里可以利用的是I Think軟件提供的系統動態建模來做。建立了動態模型的好處就是,后面可以通過參數的調整來模擬查看不同的結果輸出。
組織級定義的相關子過程是有歷史數據支持的,項目要裁剪掉必須有充足的理由說明,并且對于裁剪的子過程必須做好相關的風險分析和風險跟蹤工作。這個在SP1.2里面也專門進行了強調和說明SP1.3 從項目定義的過程中選擇需要進行量化管理的子過程書上面專門強調了這個子實踐和SP1.1,SP1.2是一個不斷的迭代細化的過程。SP1.3本身也是基于1.2的基礎,做完了QFD后可以得到子過程的優先級,可以從優先級高的子過程中選擇哪些要進行量化管理。這時還要加入的條件就是組織過程基線,子過程在項目內部基本上是穩定的,這也是選擇的一個重要基礎。只有確定了要量化管理的子過程后,接著才是確定對這個子過程進行量化管理的指標,比如對于評審子過程可以定義評審覆蓋率,評審速率,缺陷泄露等相關的量化指標。子過程和相關的度量指標間也并不是簡單的一對一關系,而是多對多關系。因此在這里如果還細化是可以接著做第三層的QFD,分析子過程和具體的度量指標間的關系。
SP1.4 監督項目是否滿足質量過程性能指標,并采取適當糾正措施
首先應該理解SP1.4其實是一個反向的過程,我們跟蹤和分析的是子過程的度量指標,但正因為進行了QFD的分解,我們可以做這樣的假定:當我們關注的子過程度量指標都正常和受控的時候,我們的項目目標和過程性能目標是可以達到的。這里面涉及到了項目的可預測性問題,預測的基礎和依據就是我們通過歷史數據建立的的過程能力模型。
我們應該周期性的監控我們確定出來的需要進行量化管理的子過程度量指標,然后根據過程性能模型來估計和預測是否可以達到我們預定的項目質量和過程性能目標。比如根據當前項目成本偏差情況,結合掙值分析可以預測和估計是否能夠滿足我們計劃制定的成本目標,通過各階段的缺陷密度和缺陷泄露情況可以預計能否達到發布后產品故障數的目標。
項目目標往往有可能要在項目真正完成,或產品發布一段時間后才能夠得到統計和計算。要在項目進展中就知道和預計是否能夠達到項目最終目標必須借助過程性能模型。比如我們定義了一個目標,項目上線后的缺陷密度為 0.3個/kloc.這是我們的一個目標,但是我們在項目進展過程中是無法度量和跟蹤這個目標的,這個目標是要在項目完成后或者完成一段時間后才能夠知道是否滿足。但我們根據歷史數據有一個模型 y = f(x1,x2) .所以在項目進展過程中我們建立了各階段的缺陷密度x1,缺陷泄露率x2等度量指標,通過跟蹤這些度量指標的數據,然后通過過程性能模型來預測和估計是否能夠真正達到項目最終目標。
文章來源于領測軟件測試網 http://www.kjueaiud.com/