`
lujar
  • 浏览: 497521 次
  • 性别: Icon_minigender_1
  • 来自: 杭州
社区版块
存档分类
最新评论

过程改进在于数据和结果

阅读更多
     来自波音(Boeing)公司的John Vu两个主题演讲(软件过程改进的现状、如何在软件外包市场胜出),切中要害,不仅对国内软件业现状分析透彻,而且提出了很好的对策。给我印象最深的是两句话:
  • I never ask the suppliers for CMM maturity level, I only request them to show the data.
  • Not look for piece paper, we only look for skills, competencies, expertise

        这两句话的含义只有一点,就是一个软件企业应注重提高实际的技术、竞争能力和专业水平,而不要看重某种认证。通过CMM/CMMI认证,如果没有获得很好的执行结果,是没有意义的。

       在国内,许多软件企业进行过程改进,往往忘记了其根本目的——软件质量和生产力的提高,而把目标放在通过CMM/CMMI的认证,如何通过2级。通过了2级,就想如何通过3级、4级和5级。这实际是抓了芝麻、丢了西瓜。有一组数据可以说明这些问题:
  • 在评估认证之后,72%的组织在过程改进上没有获得成功或收效甚微。
  • 在前三年,有83%的组织放弃了过程改进
  • 未来,有57%的组织放弃了过程改进的努力
  • 只有不到1%的组织以改进的数据声明获得过程改进的成功
    为什么有那么多的组织在过程改进上失败了?主要原因有以下几点:
  • 过度重视评估,而没有将注意力集中在过程改进的实现上(兑现承诺)
  • 只强调成熟度的级别,而没有清晰的方向和可度量的目标
  • 缺乏良好的IT基础设施来支持过程改进活动的协调和管理
  • 混淆概念和实践,即追求CMM/CMMI的形式,而忽视了真正的执行
  • 过程改进实施的管理很差
    
       软件过程改进必须为组织的业务服务,必须受公司发展战略的指导。软件过程改进,实际上就是为了提高公司的利润,只有两个目的——不断提高产品或服务质量、不断提高软件开发的效率(生产力)。所以说,
  • 过程改进不是根据一本书写成的一对文档
  • 过程改进是业务的竞争力
     过程改进过程中,我们要不断问自己:质量提高了吗?成本降低了?效率提高了吗?开发周期缩短了吗?进度控制更准确了?客户更满意了吗?......而要为这些问题找到答案,只有靠数据、数据,还是数据。例如,每千行代码的缺陷数、进度误差率、软件复用程度、投入产出比、等等。

    当许多人在质疑CMM/CMMI 含金量的时候,向大家一再强调过程改进的实质目标,是非常具有现实意义的。John Vu的演讲可以看作是对国内软件业的“CMM/CMMI热”敲响的警钟,对纠正政府某些片面政策(如哪个企业通过CMM 3级,将获得奖励基金50万元)也是有帮助的。在一种务实的态度下,紧急围绕着“质量和生产力”这两个核心,以客户需求为导向,以务实的态度,让数据说话,把过程改进持续进行下去,才是正确的做法。

 下载: John Vu 主题演讲 - 软件过程改进的现状
  
 John Vu is a Senior Scientist at Carnegie Mellon University, where he conducts research on software and systems engineering. John is also a Technical Fellow and Chief Engineer of Information Systems at The Boeing Company. He is a member of the IEEE Software Industry Advisory Board and has written many articles on project and program management. John has over 30 years of experience in software and systems development and has managed several large-scale integration programs in which the final products required the integration of in-house components with commercial off-the shelf (COTS) products and out-sourcing suppliers

 




   
 
分享到:
评论

相关推荐

    数据挖掘与数据分析的区别(经典).pdf

    二、数据挖掘 (1)定义:数据挖掘是指从大量的数据中,通过统计学、人工智能、机器 学习等方法,挖掘出未知的、且有价值的信息和知识的过程。 (2)作用:数据挖掘主要侧重解决四类问题:分类、聚类、关联和预测 ...

    数据挖掘分析面试题.docx

    k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)...

    数据挖掘读书报告.docx

    数据挖掘完整的步骤如下: 理解数据和数据的来源(understanding)。 获取相关知识与技术(acquisition)。 整合与检查数据(integration and checking)。 去除错误或不一致的数据(data cleaning)。 建立模型和...

    大数据仓库与大数据挖掘课程教学设计.doc

    3.1.2数据仓库的逻辑模型设计 逻辑建模是数据仓库实施中的重要一环,因为它能直接反映出各个业务的需求,同 时对系统的物理实施有着重要的指导作用,它的作用在于可以通过实体和关系勾勒出企 业的数据蓝图,数据...

    基于改进W-DCGAN-ResNet滚动轴承诊断方法.docx

    尽管最初版本的DCGAN采用了基于JS散度的方法以衡量生成的样本与其初始样例之间的相似性和差距,然而其缺点在于当对模型进行了优化后可能会导致产生器的梯度衰减或波动过大等问题。为了克服这些挑战并提升神经网路的...

    基于逻辑回归对股票客户流失预测分析数据集

    逻辑回归作为一种分类和预测算法,通过历史数据的表现对未来结果发生的概率进行预测,特别适用于处理二分类问题,如客户流失与否的预测。 在股票客户流失预测分析中,逻辑回归可以帮助企业识别可能导致客户流失的...

    数据结构课程设计-kmp算法

    其改进过程在于:每当一趟匹配过程出现字符比较不相等时,不需回溯i指针,而是利用已经得到的部分匹配的结果将模式串向右滑动一段尽可能远的距离后,继续进行比较。滑动的这一段距离我们将会用到函数Next[], KMP算法...

    Matlab绘制2D连续分布热图

    2D连续分布热图的优势在于其能够清晰地展示出数据的分布情况,并且可以快速地帮助人们发现数据中的模式和趋势。此外,热图还可以提供更多的信息,例如数据的最大值、最小值和平均值等。 总之,2D连续分布热图是一种...

    基于改进RBF网络的过程工业时间序列预测方法 (2010年)

    基于残差思想的异常数据检测方法的关键之处在于对数据的准确预测。针对这一问题,提出基 于改进径向基网络(radial basis function network,RBFN)的过程工业时间序列预测方法,该方法通过改变 RBF 网络的输入形式,使...

    数据结构课程设计实验报告-KMP算法的实现

    其改进过程在于:每当一趟匹配过程出现字符比较不相等时,不需回溯i指针,而是利用已经得到的部分匹配的结果将模式串向右滑动一段尽可能远的距离后,继续进行比较。滑动的这一段距离我们将会用到函数Next[], KMP算法...

    大数据仓库建模方法.doc

    通过数据仓库建设的发展阶段,我们能够看出,数据仓库的建设和数据集市的建 设的重要区别就在于数据模型的支持。因此,数据模型的建设,对于我们数据仓库的 建设,有着决定性的意义。 一般来说,数据模型的建设主要...

    波士顿房价决策树python编码

    第二步,决策树的剪枝:决策树的剪枝是对上一阶段生成的决策树进行检验、校正和修下的过程,主要是用新的样本数据集(称为测试数据集)中的数据校验决策树生成过程中产生的初步规则,将那些影响预衡准确性的分枝剪除...

    labelme.exe

    这个工具的独特之处在于,它不仅提供了简单易用的用户界面,还支持半自动的图像标注过程,极大地提高了数据标注的效率。 使用LabelMe,用户可以加载图像并在图像上标注对象、区域或关键点。这对于机器学习和计算机...

    基于机器学习的交通状态判别与预测方法

    对交通状态判别与预测方法展开琛入研究,主要研究内容及成粜如下:基于RBF神经网络的交通流缺失数据修复方法神经网络用于交通流领域研究的优势在于神经网络能够简化研究模型时的建模过程,尤其是针对交通流的非...

    软件质量度量的方法体系

    软件度量是对软件开发项目、过程及其产品进行数据定义、收集以及分析的持续性定量化过程,目的在于对此加以理解、预测、评估、控制和改善。没有软件度量,就不能从软件开发的暗箱中跳将出来。通过软件度量可以改进...

    基于Python实现中文文本关键词抽取的三种方法.zip

    另外,本文的实验目的主要在于讲解三种方法的思路和流程,实验过程中的某些细节仍然可以改进。例如Word2Vec模型训练的原始语料可加入相应的专业性文本语料;标题文本往往包含文档的重要信息,可对标题文本包含的词语...

    QQNumberProcessor1.5

    在导入的过程中,该工具会去除重复的数据。即:以一种类数据库的方式完成对文件中数据的操作。另外,该工具能够以一种高效的方式完成新入库的数据的导出。 1.3-1.5版改动不大,主要都在于界面以及对话框的改进,...

    数据结构(C++)有关练习题

    在计算机科学发展过程中,早期数据结构教材大都采用PASCAL语言为描述工具,后来出现了采用C语言为描述工具的教材版本、至今又出现了采用C++语言为描述工具的多种教材版本。本教实验指导书是为已经学习过C++语言的...

    机器学习实验报告.pdf

    第 二步,决策树的剪技:决策树的剪枝是对上一阶段生成的决策树进行检验、校正 和修下的过程,主要是用新的样本数扼集(称为测试数据集)中的数据校验决策 树生成过程中产生的初步规则,将那些影响预衡准确性的分枝...

    ChatGPT原理解析

    根据OpenAI所言,ChatGPT相对于InstructGPT的主要改进在于收集标注数据的方法上,而整个训练过程没有什么区别,因此,可以推测ChatGPT的训练过程应该与InstructGPT的类似,大体上可分为3步: 1.预训练一个超大的...

Global site tag (gtag.js) - Google Analytics