5
（7942人評(píng)價(jià)）
筆記：(20)
學(xué)員：(348)
瀏覽：(105092)
曙海教學(xué)優(yōu)勢
曙海培訓(xùn)的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。大批企業(yè)和曙海
建立了良好的合作關(guān)系。曙海培訓(xùn)的課程在業(yè)內(nèi)有著響亮的知名度。
本課程，秉承二十一年積累的教學(xué)品質(zhì)，以項(xiàng)目實(shí)現(xiàn)為導(dǎo)向,老師將會(huì)與您分享設(shè)計(jì)的全流程以及工具的綜合使用經(jīng)驗(yàn)、技巧。
??初始級(jí)，估算級(jí)，比對(duì)級(jí)，量化管理級(jí)，量化改進(jìn)級(jí)
??功能點(diǎn)的最基本概念
??功能點(diǎn)計(jì)數(shù)項(xiàng)：ILF與EIF，EI/EO/EQ
??普通文檔中與功能點(diǎn)計(jì)數(shù)項(xiàng)對(duì)應(yīng)的概念
??課程內(nèi)容
o?早期需求采集
§?用戶訪談與需求采集誤區(qū)
o?SEAi需求分析法
§?識(shí)別產(chǎn)品的場景Scenario
·?建立場景描述語言
§?需求拆分
·?從場景描述中發(fā)現(xiàn)實(shí)體Entity（作為史詩故事）
o?識(shí)別標(biāo)準(zhǔn)
o?分析完成標(biāo)準(zhǔn)
·?為每一個(gè)實(shí)體分析CRUD行為Action（作為用戶故事）
o?識(shí)別標(biāo)準(zhǔn)
o?分析完成標(biāo)準(zhǔn)
§?練習(xí)：基于實(shí)際需求進(jìn)行場景描述和實(shí)體拆分，即ILF/EIF層
§?練習(xí)：利用CRUD拆分行為，即EI/EO/EQ層
§?練習(xí)：使用《SEAi需求模板》生成整體需求文檔
?
??功能點(diǎn)的歷史
??1979年：IFPUG的原始功能點(diǎn)
??2000年（約）：NESMA的簡化功能點(diǎn)
??2009年：中國功能點(diǎn)標(biāo)準(zhǔn)
??課程內(nèi)容：
o?IFPUG功能點(diǎn)定義五種計(jì)數(shù)項(xiàng)
§?復(fù)雜的調(diào)整因子定義（本課程中棄用）
o?NESMA兩級(jí)簡化體系
§?Indicative Function Point
§?Estimated Function Point
o?AFP簡化體系（接近SiFP）
§?Agile Function Point
o?軟件因素調(diào)整因子
§?應(yīng)用類型調(diào)整因子
§?規(guī)模調(diào)整因子
§?變更調(diào)整因子
§?二次開發(fā)調(diào)整因子
§?維護(hù)調(diào)整因子
§?多端開發(fā)調(diào)整因子
o?開發(fā)因素調(diào)整因子
§?團(tuán)隊(duì)經(jīng)驗(yàn)因子
§?語言類型因子
o?實(shí)際使用中因子的選擇
o?國內(nèi)標(biāo)準(zhǔn)及其使用
??課程內(nèi)容
o?兩種功能點(diǎn)
§?應(yīng)用功能點(diǎn)（靜態(tài)）
§?開發(fā)功能點(diǎn)（動(dòng)態(tài)）
o?對(duì)需求文檔進(jìn)行功能點(diǎn)度量
§?普通文檔計(jì)數(shù)法（200~400FP/人天，但遺漏率極高）
§?基于SEAi文檔的功能點(diǎn)計(jì)數(shù)法（兼容NESMA?EFP計(jì)數(shù)法，效率無限（但需要文檔反應(yīng)真實(shí)產(chǎn)品且變更被記錄），精度與需求編寫者相同）
·?練習(xí)：使用AdaScope工具對(duì)按SEAi結(jié)構(gòu)編寫的需求文檔進(jìn)行計(jì)數(shù)
o?對(duì)已完成系統(tǒng)的應(yīng)用功能點(diǎn)進(jìn)行度量
§?界面計(jì)數(shù)法（最原始的IFPUG計(jì)數(shù)法，效率200~400FP/人天，精度10%（與使用者水平相關(guān)））
§?簡化的界面計(jì)數(shù)法（NESMA?EFP計(jì)數(shù)法，效率約2000FP/人天，精度不詳（估計(jì)在15%左右））
·?練習(xí)：對(duì)已有軟件（需要在課堂環(huán)境中可訪問）進(jìn)行功能點(diǎn)計(jì)數(shù)
§?數(shù)據(jù)庫回歸法（2009年中國標(biāo)準(zhǔn)中推薦使用的計(jì)數(shù)法，效率約4000~6000FP/人天，精度不詳（估計(jì)在30%左右））
·?練習(xí)：對(duì)預(yù)先導(dǎo)出的數(shù)據(jù)庫表進(jìn)行功能點(diǎn)計(jì)數(shù)練習(xí)
§?SEAiSwagger自動(dòng)計(jì)數(shù)法（AdaPPM工具中的簡化計(jì)數(shù)法，效率無限（僅需1分鐘安裝插件），精度約20%（與架構(gòu)相關(guān)，需要校準(zhǔn)）；但無法識(shí)別三方行為（多數(shù)時(shí)候差異不大，特定狀態(tài)需人工校準(zhǔn)））
·?練習(xí)：在生產(chǎn)軟件中必須已經(jīng)安裝Swagger，并在本地安裝GetFpFromSwagger（講師提供）
o?對(duì)迭代開發(fā)中系統(tǒng)的開發(fā)功能點(diǎn)進(jìn)行度量
§?增強(qiáng)/E?與廢棄/R功能點(diǎn)的功能點(diǎn)計(jì)數(shù)
§?SEAi中對(duì)增強(qiáng)與廢棄功能的標(biāo)記
·?練習(xí)：使用AdaScope對(duì)迭代需求進(jìn)行自動(dòng)計(jì)數(shù)
??課程內(nèi)容
o?度量的2個(gè)時(shí)機(jī)
o?選擇不可控因素為標(biāo)準(zhǔn)度量項(xiàng)
o?Dev研發(fā)五大開發(fā)度量指標(biāo)（FP=功能點(diǎn)數(shù)）
§?生產(chǎn)率 =?FP/人天（激勵(lì)因素）
§?編碼消耗率 =?邏輯代碼行 /?FP（保健因素）
§?測試用例密度 =?測試用例數(shù) /?FP（保健因素）
§?測試缺陷密度 =?測試缺陷數(shù) /?FP（保健因素）
§?發(fā)布缺陷密度 =?發(fā)布缺陷數(shù) /?FP（激勵(lì)因素）
o?Ops運(yùn)維三大發(fā)布度量指標(biāo)
§?開發(fā)周期（保健因素）
§?需求交付周期（保健因素）
§?缺陷修復(fù)時(shí)間（激勵(lì)因素）
o?基礎(chǔ)度量數(shù)據(jù)的定義與采集方法
§?功能點(diǎn)數(shù)
§?人天數(shù)計(jì)算方法
§?測試用例計(jì)數(shù)方法
§?測試缺陷計(jì)數(shù)方法
§?發(fā)布缺陷數(shù)計(jì)數(shù)方法
§?練習(xí)：聯(lián)系隔壁團(tuán)隊(duì)，使用課上提到的方法，獲取其產(chǎn)品當(dāng)前的全套數(shù)據(jù)。
o?基準(zhǔn)比對(duì)與五點(diǎn)估算
§?利用P10，P25，P50，P75，P90對(duì)基線進(jìn)行分布表述
§?練習(xí)1：在Excel表中建立Benchmarking基線
§?演示1：在AdaPPM中建立Benchmarking基線，并與行業(yè)數(shù)據(jù)進(jìn)行對(duì)比
§?演示2：在AdaPPM中分析Benchmarking基線的走向
§?對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化以便進(jìn)行橫向?qū)Ρ?/font>（練習(xí)見后）
??核心目標(biāo)1：掌握內(nèi)部與行業(yè)排名的技術(shù)
??核心目標(biāo)2：理解利用度量數(shù)據(jù)進(jìn)行績效管理的基本原則
??課程內(nèi)容
o?橫向?qū)Ρ?/font>
§?利用“應(yīng)用功能點(diǎn)”及派生度量項(xiàng)建立團(tuán)隊(duì)基線
§?演示1：在AdaPPM中對(duì)比組織內(nèi)部項(xiàng)目的五大指標(biāo)排名
§?演示2：在AdaPPM中對(duì)比項(xiàng)目 pk?業(yè)界的五大指標(biāo)
o?縱向跟蹤（統(tǒng)計(jì)過程控制）
§?利用“開發(fā)功能點(diǎn)”及派生度量項(xiàng)建立統(tǒng)計(jì)過程控制
§?演示1：在AdaPPM中監(jiān)控各項(xiàng)指標(biāo)穿越P25/P75的情況
??預(yù)測模型
o?練習(xí)1：在Excel表中對(duì)已知數(shù)據(jù)進(jìn)行函數(shù)擬合
??基于預(yù)測模型制定組織與項(xiàng)目的目標(biāo)
o?練習(xí)2：在Excel表中求解“歸一化測試缺陷密度”
o?練習(xí)3：在Excel表中求解“達(dá)到特定缺陷密度所需的CCI數(shù)值”
??相關(guān)性分析及其強(qiáng)弱分析
o?相關(guān)性與因果關(guān)系的區(qū)分
??常見的因果性量化分析
o?測試缺陷密度 vs?生產(chǎn)率
o?編碼消耗率 vs?生產(chǎn)率
o?維護(hù)擴(kuò)展指數(shù) vs 生產(chǎn)率
o?維護(hù)擴(kuò)展指數(shù) vs 測試缺陷密度
??從相關(guān)性到因果性
o?練習(xí)1：在Excel中進(jìn)行求解兩組數(shù)據(jù)的相關(guān)系數(shù)
o?演示1：在AdaPPM中進(jìn)行相關(guān)性分析
??何為根因
??可落地的解決方案
o?可理解，可實(shí)行，可落地
??已經(jīng)過量化驗(yàn)證的解決方案
o?架構(gòu)對(duì)生產(chǎn)率與測試缺陷密度的影響
o?代碼維護(hù)擴(kuò)展指數(shù)對(duì)生產(chǎn)率的影響
o?代碼維護(hù)擴(kuò)展指數(shù)對(duì)測試缺陷密度的影響
??平衡積分卡的四象限
??理解保健因素與激勵(lì)因素的差異
??“首席科學(xué)家制度”
??QAMMI量化敏捷成熟度模型概述
o?基于行為與基于量化的成熟度模型對(duì)比
o?擴(kuò)展的度量數(shù)據(jù)（約10個(gè)左右）
