IPA 独立行政法人 情報処理推進機構：SEC主催セミナー：定量データ活用等によるITプロジェクトの見える化
状況把握が難しいソフトウェア開発プロジェクトを可視化して、進捗管理や品質、生産性の向上に役立てようとするIPA/SECの『ITプロジェクトの見える化』手法をご紹介します。 IPA/SECでは「ITプロジェクトの見える化」として、ITプロジェクトの「定量的アプローチ」、 「定性的アプローチ」の可視化手法を体系化して「見える化」としてまとめております。 特に「定量的アプローチ」に関しては、約3,100件のプロジェクトデータを収集しており、その分析結果を「ソフトウェア開発データ白書」として発行、また定量データ活用ノウハウとしては「定量的品質予測のススメ」「定量データ活用ポイント」を発行・公開しています。 本セミナーでは、ITプロジェクトの見える化をテーマに、IPA/SECでの取組みの概要をご紹介します。 ・見える化の定量的、定性的、統合的アプローチ手法 ・定量データの実践的活用方法と事例 （工数
仲居さんにセンサー装着 がんこフードの「科学接客」 - 日本経済新聞
東京・銀座の和食店、がんこ銀座四丁目店。街の喧騒から隔離されたくつろぎ空間は、商談の場としても人気が高い。ここが、過去数回にわたり科学的・工学的アプローチによる「おもてなし研究のフィールド」になった。顧客が望む十分な接客ができているのか。それをつかむため"仲居さん"にセンサーを付け、行動を分析。おもてなしのレベルを高め、夜間の注文件数を4割伸ばすことに成功した。サービス業では、顧客の評価に直結
Google Sites: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
プロジェクト管理におけるメトリクスについて
NSA－Vol.8 No.08007 論文 2008 年 3 月 26 日 プロジェクト管理におけるメトリクスについて 俵 宏利 （株式会社ミクロスソフトウェア 北海道支社） E-mail：tawara@sap.micros.co.jp 要 旨： メトリクスとは、プロジェクトを色々な視点から定量的に計測・評価したもので ある。プロジェクトを管理する上で特に重要なのが、期間、工数、生産性、開発量、品質 の 5 つのメトリクスであり、 これらはプロジェクトを運営していく中で蓄積されるもので、 データとして一貫性がなければ有効に機能しない。 本論文では、著者が過去 3 年間に計測してきたメトリクスを元に、プロジェクト見積も りへの活用と、iNetWorker（工数集計・管理ツール）で集計した工数メトリクスを利用し たプロジェクト収束予測、人員配置管理について論ずる。 キーワード：メトリク
第34回 秘伝？GQMによるメトリクスの系統的定義手順 その1｜SQiP：Software Quality Profession
「ソフトウェア品質のホンネ」連載中！ SQiPポータルサイトでは、SQiP委員のソフトウェア品質へのその想いをコラム的に綴る 「ソフトウェア品質のホンネ」のコーナーを好評連載中です。 肩肘張らずに気軽にお読みいただける内容を掲載していきますので、お仕事の合間などに是非ご覧ください！ ※本コーナーに対するご意見、ご感想がありましたら、sqip@juse.or.jpまでお寄せください。 ■はじめに 一般に、プロセス改善などの組織的な改善活動の効果を定量的かつタイムリーに計測評価して、それを関係者間で共に実感していくことは、この種活動の普及と継続のために極めて重要と言えましょう。期待効果を定量的に計測し評価するのためには、そのための評価尺度（以下、メトリクスと略称）を定義することが必要になりますが、当を得たメトリクスの基本セットを改善推進部門で予め定義しておき、後日の追加はできるだけ少なく
モデル推敲に有効な手法を紹介する
前回（「正しい設計と理想的なモデル」）は、「良い設計モデルとは何を意味するのか？」「どうすれば良い設計モデルを作ることができるのか？」について、概念的な話をさせていただきました。何となくイメージしていただけたでしょうか？ 簡単にいってしまうと「できるだけ、分かりやすくて、拡張性や保守性がある、開発しやすいモデル」が「良いモデル」であって、そのモデルを作るために、「オブジェクト指向技術の抽象化やカプセル化をうまく使って、積極的に依存性を排除し（モジュール間の独立性を高め）、シンプルなモデルに仕上げていきましょう」という話になります。しかし、実際は、「言うは易（やす）く行うは難（かた）し」です。今回は、「どうすれば、良い設計モデルに近づけるか？」という具体的な話をしていきたいと思います。 「分析モデル」から「設計モデル」へ 前回解説した「CRC分析法」や「名詞・動詞分析法」、もしくはドメイン・
グーグルはコードの品質向上のため「バグ予測アルゴリズム」を採用している
グーグルでは、社内のプログラマによって作り出される大量のコードの品質を保つため、チェックイン前にユニットテストとコードレビューが行われているそうです。しかし、コードが大量になってくると、ユニットテストやレビューをすり抜けるバグも少なからず発生します。 そこでコードの品質をさらに高めるために、グーグルでは「バグ予測アルゴリズム」を採用。バグがありそうな部分をレビュアーにアドバイスする仕組みを採用したとのこと。 そのバグ予測アルゴリズムとはどんなものなのか。Google Engineering Toolsブログに投稿されたエントリ「Bug Prediction at Google」（グーグルにおけるバグ予測）で説明されています。 ソースコードの修正履歴を基に予測 コードの中にバグがありそうな箇所を分析する手法としては、「ソフトウェアメトリクス」がよく用いられます。これはコードを静的に分析して、
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://www.juse.or.jp/sqip/workshop/report/attachs/2015/1_3.pdf
HIS Source Code Metrics
COSMIC: a new method for measuring software functional size
MASP (Metrics in Automotive Software Projects)
Top Metrics for SPICE-compliant projects
Software Assurance Measurement – State of the Practice
ソフトウェア開発プロセス管理データの収集と活用の支援を目的とした電子ガイドの提案
ソフトウェア品質技術の開発と適用
第36回 秘伝？GQMによるメトリクスの系統的定義方法の実践 その3｜SQiP：Software Quality Profession
第35回 秘伝？GQMによるメトリクスの系統的定義方法の実践 その2｜SQiP：Software Quality Profession
Dataplane Reports for Jira | Atlassian Marketplace
Project Metrics | Atlassian Marketplace
日本のコンピュータ情報 : 富士通
