Estimeringsmetoder. Kirsten Ribu HiO - Kirsten Ribu 2005.

Presentasjon om: "Estimeringsmetoder. Kirsten Ribu HiO - Kirsten Ribu 2005."— Utskrift av presentasjonen:

1 Estimeringsmetoder. Kirsten Ribu HiO - Kirsten Ribu 2005

2 I dag Estimeringsteknikker Prosjektplanen med akrivitetetsdiagram
Ekspertestimering, estimering ved analogi, estimering ved bruk av algoritmer Prosjektplanen med akrivitetetsdiagram HiO - Kirsten Ribu 2005

3 Kostnader og prisfastsettelse
Man estimerer for å avdekke utviklingskostnadene ved å lage et datasystem Det er ikke nødvendigvis en relasjon mellom utviklingskostnader og den prisen kunden betaler Forretnings-, organisasjonsmessige, økonomiske hensyn og politikk virker inn på prisen HiO - Kirsten Ribu 2005

4 Kostnadsestimering Ingen enkel oppgave:
Tidlige estimater baserer seg på ufullstendig informasjon i kravspesifikasjonen Man må kanskje benytte ny teknologi Det kan være uerfarne folk i prosjektteamet Estimater kan være selvoppfyllende profetier: Estimatet bestemmer budsjettet - produktet justeres for å holde budsjettet HiO - Kirsten Ribu 2005

5 Ulike estimeringsmetoder
Telle antall kodelinjer Ekspertestimering Analogier Algoritmer - kostnadsmnodeller Funksjonspoengmetoden Use case poeng metoden HiO - Kirsten Ribu 2005

6 Måling av programvare Størrelsen på systemet = størrelsen på hele prosjektet: Prosjektledelse Analyse, design, koding Testing Systemintegrasjon Størrelsen på prosjektet må måles og oversettes til et tall som representerer tidskostnader (effort) og prosjektets varighet HiO - Kirsten Ribu 2005

7 ’Pricing-to-win’ Kostnadene = kundens budsjett
En ikke uvanlig strategi Kan synes uetisk og lite profesjonelt Men det er fordeler: Kunde og leverandør må alltid forhandle om funksjonalitet innenfor visse kostnadsrammer Kostnader er den virkelige begrensningen, ikke kravspesifikasjonen, den kan justeres Et mindre firma/en nykommer i markedet kan bevisst underby andre for å få kontrakten HiO - Kirsten Ribu 2005

8 Nye systemutviklingsmetoder/ teknologi gir nye utfordringer
Det kan være store forskjeller på tidligere og framtidige prosjekter Mange prosjektledere kan ha problemer med å estimere nye prosjekter pga bla: objekt-orientert systemutvikling i motsetning til funksjonsorientert Klient/tjener systemer Bruk av ferdige komponenter i motsetning til å lage alt selv Gjenbruk vs. utvikling ’fra scratch’ CASE verktøy med kodegenerering HiO - Kirsten Ribu 2005

9 Bruk av algoritmer Mest systematisk framgangsmåte
Ikke nødvendigvis nøyaktig En algoritme lages ved å analysere kostnader og attributter på ferdige prosjekter En matematisk formel brukes for å forutsi kostnader basert på estimater av systemets størrelse, antall programmere, og ulike prosess- og produktfaktorer Er basert på empiriske observasjoner HiO - Kirsten Ribu 2005

10 Størrelse på systemet Defineres som et sett interne attributter: Lengde, funksjonalitet og kompleksitet Kan måles uten å kjøre systemet: Lengde: Systemets fysiske størrelse, kan måles for spesifikasjonen, designet og koden Funksjonalitet måler funksjonene slik brukeren ser dem. Kompleksitet referer til både effektivitet og problemkompleksitet HiO - Kirsten Ribu 2005

11 Bottom-up vs. Top-down Bottom-up estimering begynner med komponentene på laveste nivå, og det lages et estimat for hver del. Bottom-up tilnærmingen setter sammen estimering av enkelttdeler til høynivå estimater. Top-down estimering begynner med det overordnede produkt Estimater for enkeltdelene regnes ut som deler (prosenter) av estimatet for hele systemet. HiO - Kirsten Ribu 2005

12 Prosentvis bottom-up estimering basert på empiri
Prosjektledelse 20% Analyse: 15% Design: 20% Koding: 25% Testing 15% Systemintegrasjon 5% Totalt 100% HiO - Kirsten Ribu 2005

13 Ekspert-estimering Kostnadsoverslag gjøres av ’eksperter’ basert på tidligere erfaringer Kan resultere i ganske nøyaktige estimater, men det er helt avhengig av ekspertens erfaringsbakgrunn Expertbaserte teknikker er nyttige når man ikke har empiriske data Fordel: Metoden anvender kunnskap om forskjeller og likheter på tidligere prosjekter (erfaring). Ulempe: Estimatene er ikke bedre enn ekspertens vurderinger. De er ikke målbare, og er preget av enkeltpersoners holdninger og forventninger HiO - Kirsten Ribu 2005

14 Analogi Analogi = en mer formell tilnærming til ekspertestimering
Estimererne sammenligner det planlagte prosjektet med ett eller flere tidligere prosjekter Forskjeller og likheter brukes til å justere estimatet: Type applikasjon blir identifisert, et tidlig overslag gjøres, og justeres i henhold til prosjekterfaringer. Nøyaktighet er avhengig av at det finnes informasjon om tidligere prosjekter. HiO - Kirsten Ribu 2005

15 Konklusjon Eksperiment av Amos Tversky og Daniel Kahneman (1974)
Tilfeldig sammensetning av forsøkspersoner Resultat: Nåla stoppet på 65: Gjennomsnittssvar = 45% Nåla stoppet på 10: Gjennomsnittssvar = 25% Ankereffekten er blitt dokumentert i mange sammenhenger HiO - Kirsten Ribu 2005

16 Algoritmer Kostnadsmodeller HiO - Kirsten Ribu 2005

17 Kostmodeller (cost models)
Algoritmer som relaterer et bestemt input til et bestemt output f.eks systemstørrelse til antall arbeidstimer Modellene frambringer estimater direkte Det finnes 2 typer modeller: Matematiske ligninger Oppslagstabeller HiO - Kirsten Ribu 2005

18 Kostnadsdrivere Ligninger bruker systemstørrelse som input variabel og arbeidstid (effort) som output. I tillegg brukes ulike justeringsfaktorer = kostnadsdrivere (cost drivers). Disse påvirker produktiviteten Er ofte i form av en skala: (for eksempel som et mål på programmeringserfaring): Svært erfaren, erfaren, middels, lite, novise 1-5 HiO - Kirsten Ribu 2005

19 Fordeler og ulemper Fordeler: Ulemper: Kan brukes av ikke-eksperter
Formelen må oppdateres for å ta høyde for endringer i system utviklingsmetoder. Modeller antar at fremtiden er lik fortiden Gir derfor resultater som passer på ’gjennomsnittsprosjekter’. HiO - Kirsten Ribu 2005

20 Estimering med use cases
Use case poeng metoden (Karners metode) HiO - Kirsten Ribu 2005

21 Estimering basert på use cases
Use case modellen beskriver funksjonaliteten til systemet Attributter ved use case modellen kan dermed brukes som et mål på størrelsen til systemet som skal lages Samme filosofi som funksjonspoengmetoden Størrelsesmålet brukes som input til et top-down estimat. Use case baserte estimater kan brukes sammen med ekspertvurderinger HiO - Kirsten Ribu 2005

22 Gode resultater på ulike prosjekter
Eksempler: Prosjekt Ekspertestimat UC-estimat Faktisk tidsbruk HiO - Kirsten Ribu 2005

23 Oversikt over metoden:
Identifiser, klassifiser og vekt aktører Identifiser, klassifiser og vekt use case Identifiser og vekt tekniske faktorer Identifiser og vekt omgivelsesfaktorer Konverter poeng til arbeidstimer Kalkuler justerte poeng HiO - Kirsten Ribu 2005

24 Framgangsmåte Enkel aktør: Programgrensesnitt
1. Tell aktører og definer kompleksitet: Enkel aktør: Programgrensesnitt Medium aktør: Interaktivt grensesnitt eller protokolldrevet grensesnitt (f.eks TCP/IP) Kompleks aktør: Grafisk brukergrensesnitt (person) HiO - Kirsten Ribu 2005

25 Use case poeng metoden Aktørbeskrivelse
Aktørtype Beskrivelse Faktor Enkel Program-grensesnitt 1 Middels Interaktivt grensesnitt 2 Kompleks Grafisk brukergrensesnitt 3 HiO - Kirsten Ribu 2005

26 Use case kompleksitet Use case Beskrivelse Faktor 5 10 15 Enkel
3 eller færre transaksjoner 5 Middels 4 til 7 transaksjoner 10 Kompleks Mer enn 7 transaksjoner 15 HiO - Kirsten Ribu 2005

27 Spørreskjemageneratoren
3 aktører: 1 eksternt system = enkel 2 personer = komplekse HiO - Kirsten Ribu 2005

28 UC ’Generer spørreskjema’: >8 transaksjoner = komplekst
HiO - Kirsten Ribu 2005

29 Legg sammen Summen av antall use case* kompleksitetsfaktor UUCW (unadjusted use case weights) + Summen av antall aktører*kompleksitetsfaktor UAW (unadjusted actor weights) = UUCP (unadjusted use case points) Antallet use case poeng ganges med en justeringsfaktor = (omgivelsesfaktor) HiO - Kirsten Ribu 2005

30 Tekniske faktorer og omgivelsefaktorer
Opprinnelig: 13 tekniske faktorer Kan antakelig utelates. Dette forskes det på. 8 omgivelsesfaktorer – ytre påvirkning som har innflytelse på tidsbruken HiO - Kirsten Ribu 2005

31 Omgivelsesfaktorer F1 Erfaring med RUP/ anvendt prosessmodell
F2 Team-erfaring med tilsvarende applikasjon F3 Team-erfaring med objekt-orientering/ UML modellering F4 Prosjektleders kompetanse F5 Team-motivasjon F6 Stabile krav/domenekunnskap F7 Ustabile ressurser (deltidsansatte, ikke tilgjengelige ressuser) F8 Ukjent programmeringsspråk/ ny teknologi HiO - Kirsten Ribu 2005

32 Beregn timeforbruk per use case poeng:
Omgivelsesfaktorene påvirker antall timer pr use case poeng Erfaring viser at timer pr use case poeng i større prosjekter varierer mellom 20 og 36 Studentprosjekter: 2-3 timer pr ucp HiO - Kirsten Ribu 2005

33 Use case poeng totalt Eksempel: Regneark HiO - Kirsten Ribu 2005

34 Neste gang Testing (Validering og verifisering) kvalitetssikring
Gurholt & Hasle kapittel 14 Ukeoppgave: lag et estimat for systemet ditt utfra de use casene du har spesifisert. Bruk malen/regnearket. Omgivelsesfaktorene må bestemmes ved gjetning. HiO - Kirsten Ribu 2005