データ白書の構成 1 章背景と本書の目的 2 章収集データについて 3 章分析について 4 章収集データのプロファイル 5 章プロジェクトの主要要素の統計 6 章工数工期規模の関係の分析 7 章信頼性の分析 8 章工程別の分析 9 章生産性の分析 10 章予実分析等付録

(1)

SEC主催セミナー（東京） 2012年07月11日

独立行政法人情報処理推進機構

技術本部ソフトウェア・エンジニアリング・センター

Information-technology Promotion Agency, Japan

Software

Engineering

Center

定量データ活用等によるITプロジェクトの見える化

データ白書の見方と

定量データの活用ポイント

専門委員小椋隆

(2)

SEC

Software Engineering for Mo･No･Zu･Ku･Ri

データ白書２０１０－２０１１の構成

プロジェクトの特性

（プロファイル）

開発種別

アーキテクチャ

業種

開発言語

開発ライフ

サイクルモデル

プラットフォーム

代表的な要素

生産性

信頼性

工期

規模

工数



1章背景と本書の目的



2章収集データについて



3章分析について



4章収集データのプロファイル



5章プロジェクトの

主要要素の統計



6章工数、工期、規模の

関係の分析



7章信頼性の分析



8章工程別の分析



9章生産性の分析



10章予実分析等



付録A～G

データ項目の定義や

収集データ年別プロファイル等々

(3)

SEC

定量データ使っていますか？

プロジェクトデータを

している

プロジェクトデータを

している

７６％

５３％

SECセミナーのアンケート結果

＞

収集

活用

(4)

SEC

収集した定量データ活用の期待とギャップ

 期待感

（ひとつの例）



収集したプロジェクトデータについて、代表的な要素間には

相関関係がある。



２つの要素（２変量）の関係が回帰分析により定式化される。

例）ソフトウェア開発規模と工数のデータを収集すれば・・・

・規模と工数は相関関係があり、

工数＝規模＊係数＋α

という定式性があり、規模から工数という答えがでる。

 現実とのギャップ



相関は低い



バラツキが大きく、偏りもある



プロジェクトの特性に合わない

⇒ そもそもデータを集めても無駄？

工数

規模

(5)

SEC

今回のポイント

SEC「ソフトウェア開発データ白書」を例とし、

・定量データの見方と活用方法

・ベンチマーキングの実践

について、開発の局面毎にポイントと事例を示す。

ベンチマーキング：

ITプロジェクトの評価対象の特性を、相互に、あるいは

ベンチマークと対比する

活動

（ISO/IEC29155-1の定義を仮訳）

ベンチマーク：

特定のITプロジェクトの性能が、組織内外のITプロジェクトと比較して

どのレベルに位置するかを評価するため、比較対象として利用する

組織内外の参照情報

（基準値）

（ISO/IEC29155-1の定義を仮訳）

(6)

SEC

本日の内容

１．ソフトウェア開発ライフサイクルから

見た活用事例

２．実践的活用をサポートするツール

(7)

SEC

ソフトウェア開発ライフサイクルから見た活用事例

 局面別の定量データ活用ポイントと事例

ソフトウェア開発ライフサイクルを通し、様々な局面について、

定量データの活用ポイントや事例を示す。

基本設計

詳細設計

製作

結合ﾃｽﾄ

総合ﾃｽ

ﾄ

定量的プロジェクト管理・マネジメント

見積り

プロジェクト

評価

計画

①：見積り

②：計画

③：コントロール

④：評価

(8)

SEC

Software Engineering for Mo･No･Zu･Ku･Ri 0 20 40 60 80 100 120 140 160 180 200 220 ～ 100 ～ 300 ～ 500 ～ 700 ～ 900 ～ 1 ,100 ～ 1 ,300 ～ 1 ,500 ～ 1 ,700 ～ 1 ,900 ～ 2 ,100 ～ 2 ,300 2 ,400 超 FP実績値(調整前)[FP] 件数

【参考】基本統計量の見方と留意点

例） FP実績値の見方

・ＦＰによる規模では、

500FPまでのプロジェクト

が５割強を占める。

・一方で、

2000FP以上の

プロジェクトも、一割強ある。

2000FP以上の大きな値に

引きづられ、平均値が大きく

なっているが、非対象系の分布など

考慮すると、

中央値の方が全体のプロファイルとして適切

だと見て取れる。

[FP]

N

最小

P25

中央

P75

最大

平均

標準偏差

1,130

5

194

440

995 284,900

1,225

8,617

FP実績値の基本統計量

データ白書2010-2011 P48、図表4-8-4、5

FP実績値の分布

（ヒストグラム）

(9)

SEC

【参考】箱ひげ図の見方と留意点

 データの分布を視覚的に捉えることができるグラフ

外境界点

内境界点

箱の高さ×1.5

外れ値を除いた

最大値

外れ値を除いた

最小値

中央値

上ヒンジ

下ヒンジ

箱の高さ×3.0

箱の高さ×1.5

箱の高さ×3.0

*

極値

外れ値

ひげ



箱の上端は、「

上ヒンジ

」と呼ばれ、上から

全体の２５％に相当するデータの位置である。



箱の下端は、「

下ヒンジ

」と呼ばれ、下から

全体の２５％に相当するデータの位置である。



上下５０％の境目は「

中央値」

であり、

太線で表す。



箱の高さの３倍の位置を「

外境界点

」と呼び、

そこから外れた点を「

極値

」という。



箱の高さの1.5倍の位置を「

内境界点

」と呼び、

外境界点内で外れた点を「

外れ値」

という。



外れ値、極値の除いた点の最大値、最小値

までを「

ひげ

」として表現する。

(10)

SEC

【参考】散布図の見方と留意点（１）

 対数変換による分析

ソフトウェア開発プロジェクトのデータは正規分布していないこと

が多い。

（例えば規模の分布：規模の大きい方に裾野が長い分布）

・対数に変換するとほぼ正規分布と見なせることが多く、裾野を含めた

全体の状況が見やすい。

・「正規分布」であることを前提としている相関係数の有意性や回帰式の

予測値の信頼区間推定を求めることができる。

FP実績値(調整前)　N=211 0 10 20 30 40 ～1 0 0 ～3 0 0 ～5 0 0 ～7 0 0 ～9 0 0 ～1 1 0 0 ～1 3 0 0 ～1 5 0 0 ～1 7 0 0 ～1 9 0 0 ～2 1 0 0 ～2 3 0 0 2401～ FP実績値(調整前) 件数 Log (FP実績値(調整前))　N=211 0 5 10 15 20 25 30 35 40 45 1.11 1.32 1.52 1.72 1.93 2.13 2.33 2.54 2.74 2.94 3.15 3.35 3.55 3.76 3.96 _次の級 Log (FP実績値(調整前)) 件数

詳細は次の文献を参照のこと

※ 「プロジェクトデータ分析の指針と分析事例」：古山恒夫、SEC journal No3、 pp6~pp13、 2005

対数

スケール

化

正規

分布

裾野の分布が

分かり易い

(11)

SEC

【参考】散布図の見方と留意点（２）

 対数変換後のデータともとのデータの見方

データを対数スケールに変換すると相関が明確になる場合がある。

・散布図の表記において、必要に応じ対数スケール表示を取り入れている。

・元のスケールに戻すと有効範囲（誤差）は右上方向に開く。

・もとのデータに戻し、５０％の信頼幅を示すと・・・

規模や工数が大きくなるに伴い

信頼幅が広がる

ため、規模と工数の

関係など、妥当性の検証時は

それを考慮して判断する

必要がある。

FP規模と工数　(新規開発、IFPUGグループ)　N=188 0 50,000 100,000 150,000 200,000 250,000 300,000 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 FP実績値(調整前) 実績工数(開発5 工程) [人時] y(50%) y(-50%) 実績値

Copyright IPA SEC

FP規模と工数　(新規開発、IFPUGグループ)　N=188 0 1 2 3 4 5 6 0 1 2 3 4 5 FP実績値(調整前) 実績工数(開発5 工程) [人時] log(y)(50%) log(y)(-50%) 実績値 10 100 1,000 10,000 100,000 1 1,000,000 100,000 10,000 1,000 100 10 1

Copyright IPA SEC

50％信頼幅

もとのスケールに戻す

対数表示

(12)

SEC

①見積り：規模、工数、工期のデータ活用

 データ活用のねらい

プロジェクトの規模と工数や、工数と工期との間に定式性や

特性を見出し、適正な工数や工期の範囲を目安にできる

ようにする。

工数

規模

下限50%

上限50%

▲

妥当性

の目安

工期

（月数）

工数

下限95%

上限

95%

▲

工期短縮

限界

①５０％の信頼幅の上下限内に

入っていれば妥当性が高い。

入っていなければ、差異理由

を明確にし、見積りの見直しに

繋げる。

②工数・工期短縮の要求に対し、

それが対応可能かどうか、

信頼幅９５％の下限値を

限界の目安とする。

(13)

SEC

①見積り：「規模と工数」のデータの見方

 データの関係性



新規開発、IFPUGグループ



ＦＰ規模と工数には正の「相関」が認められる。

例）新規開発、IFPUGグループ

工数＝ A × （ＦＰ規模）**B B＝1.19 （Aは係数）

（B = 1.19 の場合、FP規模が2倍になると、工数は約2.28倍になる。）

0 50,000 100,000 150,000 200,000 250,000 300,000 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 FP実績値(調整前)［FP］実績工数 (開発 5 工程 ) [ 人時 ] y(50%) y(-50%)

Copyright IPA SEC

N=283 1 10 100 1,000 10,000 100,000 1,000,000 10,000,000 1 10 100 1,000 10,000 100,000 FP実績値(調整前)［FP］実績工数 (開発 5 工程 ) [ 人時 ]

Copyright IPA SEC N=283 データ白書2010-2011 P135、図表6-4-11 データ白書2010-2011 P134、図表6-4-9 FP規模と工数 (新規開発、IFPUGグループ) 信頼幅50%付き FP規模と工数 (新規開発、IFPUGグループ) 対数表示

(14)

SEC

Software Engineering for Mo･No･Zu･Ku･Ri 0 50,000 100,000 150,000 200,000 250,000 300,000 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 FP実績値(調整前)［FP］実績工数 (開発 5 工程 ) [ 人時 ] y(50%) y(-50%)

Copyright IPA SEC

N=283

①見積り：工数の見積り（事例）

 規模と工数のデータの使い方

例）新規開発、IFPUGグループ

・4,000FPの規模の工数を

50％の信頼幅から読み取る。

⇒

・約40,000人時から1１0,000人時

（約250人月～690人月）の範囲。

これを、

妥当性の目安

とする。

 留意点

規模が大きくなると

規模の増加率以上に工数が増大する。

一般的に規模が大きくなると関係者も多くなり、間接的な工数が

増加する。

40,000 110,000 ▲ FP規模と工数 (新規開発、IFPUGグループ) 信頼幅50%付きデータ白書2010-2011 P134、図表6-4-9

(15)

SEC

①見積り：「工数と工期」のデータの見方

 データの関係性



新規開発（開発5工程）

工期（月数）は工数の

３乗根に概ね比例。

例）工期＝ A × （工数）* * 0.31 （Aは係数）

信頼幅95％の下限値より下にはプロジェクトがほとんどない。

⇒ 工数に対する工期の実現可能性を考える目安

0 5 10 15 20 25 30 35 0 50,000 100,000 150,000 200,000 250,000 300,000 実績工数(開発5工程) [人時] 実績月数 (開発 5 工程 ) [ 月 ] y(50%) y(-50%) y(95%) y(-95%)

Copyright IPA SEC

N=493

開発5 工程の工数と工期（新規開発）信頼幅50％、95％付き

データ白書2010-2011 P124、図表6-3-2

(16)

SEC

Software Engineering for Mo･No･Zu･Ku･Ri 0 5 10 15 20 25 30 35 0 50,000 100,000 150,000 200,000 250,000 300,000 実績工数(開発5工程) [人時] 実績月数 (開発 5 工程 ) [ 月 ] y(50%) y(-50%) y(95%) y(-95%)

Copyright IPA SEC

N=493

①見積り：工期の見積り（事例）

 工数と工期のデータの使い方

例）新規開発、開発５工程

・工数が約60,000人時

（約375人月）の場合、

工期（月数）の中央値は

12～13ヶ月

・信頼幅95％の下限値の

工期（月数）を見てみると

約５ヶ月

 留意点

工期短縮には限界がある。

12ヶ月から工期短縮を目指しても、5ヶ月以下にするのは難しい。

また、

50%の下限値は

約9ヶ月であり、

目標の目安の一つ。

12～13

開発5工程の工数と工期 (新規開発) 信頼幅50%、95%付き

（60,000、5.0)

データ白書2010-2011 P124、図表6-3-2 ▲

(17)

SEC

②計画：開発条件の検討（事例）

赤

▲

：当初案

緑

▲

：計画変更提案

規模と工数の軸反転

工数と工期

 利用イメージ・事例

想定シーン：計画局面における開発条件の検討。

定量データの利用目的：システム開発における、規模、工数、工期

からの適切な計画案の策定。

見方・使い方：

(18)

SEC

②計画：開発条件の検討（事例）

(1)図表から認識できること

・想定工数に対し工期が信頼幅線下位50％以下と相対的に短くリスクが高い。

・しかし規模は反転した信頼幅線の右50％の近傍で、相対的に工数は多め

（低生産性）である。

(2)利用・想定事例

ケース１：発注側の要件として工期を優先する場合、開発規模を小さくする

ため機能を削減するか、または分割開発により工期をずらし、

機能毎の優先度と必要時期を協議する。

ケース２：発注側が工期に拘らない場合、コストを守ることを前提に、工期を

50％信頼幅の中央部近傍の12～14ヵ月を提案する。

ケース３：開発対象機能(規模)を優先する場合、工期を12～14ヵ月で提案

すると共に、工数を50％信頼幅の中央部近傍の80,000人時を

提案する。

（図中の緑

▲

位置）

(19)

SEC

②計画：工数比率と工期比率のデータ活用

 要員山積みの妥当性確認

各工程にどの位の工数と期間がかかるか、要員を何人程度投入

するか、工数比率と工期比率のデータから妥当性を確認する。

① 開発すべきシステムの構築に必要な総工数、全体工期を算出

② 工数比率によって、各工程に必要な工数を算出

③ 工期比率によって、各工程に必要な期間を算出

④ 上記②と③から、各工程に必要な要員数を算出

基本設計

詳細設計

製作

結合テスト

総合テスト

工数

工期

要員数

合計

②

④

①

③

(20)

SEC

②計画：工数比率のデータの見方

 データの関係性



比率が高い工程には「それだけ多くの作業工数がかかる」ということ。



プロジェクト全体の工数の35％弱を製作工程が占めている。

[比率]

工程

N

最小

P25

中央

P75

最大

平均

標準偏差

要件定義

260

0.001

0.045

0.079

0.132

0.672

0.098

0.082 開発5工程

260

0.328

0.868

0.921

0.955

0.999

0.902

0.082 [比率]

工程

N

最小

P25

中央

P75

最大

平均

標準偏差

基本設計

487

0.001

0.095

0.143

0.205

0.589

0.161

0.094 詳細設計

487

0.016

0.117

0.167

0.222

0.613

0.175

0.084 製作

487

0.018

0.275

0.355

0.449

0.847

0.370

0.143 結合テスト

487

0.002

0.110

0.156

0.211

0.938

0.167

0.093 総合テスト(ベンダ確認)

487

0.000

0.061

0.116

0.172

0.564

0.127

0.086 工数比率

・・・各開発工程を実施するのに必要な作業工数の比率

（新規開発）

データ白書2010-2011 P204、図表8-1-8 データ白書2010-2011 P205、図表8-1-9

要件定義工程も含めた工程別の

実績工数の比率の基本統計量（新規開発）

(21)

SEC

②計画：工期比率のデータの見方

 データの関係性



比率が高い工程には「それだけ長い作業期間を要する」ということ。



プロジェクト期間全体の約３０％（1/5～1/3）を製作工程が占める。

工期比率

・・・各開発工程を実施するのに必要とされる期間

要件定義工程も含めた工程別の

実績月数の比率の基本統計量（新規開発）

[比率]

工程

N

最小

P25

中央

P75

最大

平均

標準偏差

基本設計

131

0.016

0.155

0.227

0.301

0.522

0.232

0.105 詳細設計

131

0.026

0.143

0.191

0.246

0.645

0.200

0.091 製作

131

0.047

0.211

0.263

0.359

0.902

0.285

0.116 結合テスト

131

0.016

0.094

0.143

0.185

0.386

0.145

0.068 総合テスト(ベンダ確認)

131

0.014

0.074

0.121

0.183

0.571

0.138

0.088 （新規開発）

[比率]

工程

N

最小

P25

中央

P75

最大

平均

標準偏差

要件定義

82

0.032

0.106

0.146

0.232

0.480

0.178

0.102 開発5工程

82

0.520

0.768

0.854

0.894

0.968

0.822

0.102

(22)

SEC

③コントロール：残作業見積りにおけるデータ活用

 差異発生時の今後の見通し

予実差異を吸収して計画通りに完了させるため、

何らかの手を打つかどうかを判断し、適切に対応する必要がある。



明確になった情報、条件を利用し、さらに精度の高い

残作業の見積り（残りの工程、工期の予測）を行う。



再度測定した規模、これまでに掛かった期間、

消化した工数、実績からみた生産性などから、

今後の実現性を検証する。

(23)

SEC

 工数比率、工期比率からの現在以降の再見積りと評価

例）基本設計工程が終わった段階で、後工程を見通す際の注意点



読み方：

基本設計工程は全工期の

概ね15-30％を占める。

中央値：２３．０％



使い方：

基本設計工程にかかった工期から、

それ以降の工期は約2.3～5.6倍

かかると予測できる。

中央値で見ると：約３．３倍

計画値で全工程６ヶ月半のプロジェクトの場合：

基本設計１．５ヶ月の予定が２ヶ月かかった。 ⇒ ２週間遅れ、計画

上残り４ヶ月半。

基本設計以降の工期は（２＊３．３＝６．６）から、あと

約６ヶ月半はかかる

可能性。

※ 基本設計が２週間遅れただけと安易に考えていると、

実質

２ヶ月も遅れるリスクを見落とすことになる。

データ白書2010-2011 P201、図表8-1-1

工程別の工期比率の箱ひげ図

③コントロール：残作業の再見積りと評価（事例）

(24)

SEC

緑

▲

：計画値

赤

▲

：実績値

赤

＋

：実績自己の位置

④評価：プロジェクト完了時の評価（事例）

想定シーン：

PMによるプロジェクト完了時のプロジェクト評価。

定量データの利用目的：

短期開発のため要注意プロジェクトと指定し重点監視したが、計画時

（100,000人時、12ヵ月）の予定が、実績（130,000人時、13ヵ月）となった。

結果から見て開発力が妥当な範囲か評価したい。

見方・使い方：

利用イメージ・事例

(25)

SEC

④評価：プロジェクト完了時の評価（事例）

（１）図表から認識できること

・工数と工期の信頼幅線下位50％を下回り、計画段階から工期が

厳しく挑戦的な工期であった。

実績も同様で、工数の割に工期が厳しく、短期での開発力、

管理力が備わっていることが分かる。

・工数が30％増加しているが、工期を守るためのトレードオフと推察

できる。

（２）利用・想定事例

ケース１：平均要員数60人規模のプロジェクトを短期で開発・管理

できる能力がある。

これを強みと捉え、実践した施策、手法をプロセスとして

文書化する。

ケース２：短工期に対応できる工程別工期比を自社の特徴と捉え、

新たなプロジェクトに際しても適用する。

(26)

SEC

・実績工数は中央値で2.9%、超過傾向があり、

-3%～+24%で変動している。（P25～P75幅）

【参考】データ白書に見る予実差異

超過率＝｛実績値 - 計画値｝÷計画値

0 50 100 150 200 250 300 350 400 450 500 ～ -0 .5 0 ～ -0 .4 5 ～ -0 .4 0 ～ -0 .3 5 ～ -0 .3 0 ～ -0 .2 5 ～ -0 .2 0 ～ -0 .1 5 ～ -0 .1 0 ～ -0 .0 5 ～ 0 .0 0 ～ 0 .0 5 ～ 0 .1 0 ～ 0 .1 5 ～ 0 .2 0 ～ 0 .2 5 ～ 0 .3 0 ～ 0 .3 5 ～ 0 .4 0 ～ 0 .4 5 ～ 0 .5 0 ～ 0 .5 5 ～ 0 .6 0 0 .6 超 ←計画内　　　　　工期の計画超過率　　　　　超過→ 件数 0 10 20 30 40 50 60 70 80 90 100 ～-0 .6 ～-0 .5 ～-0 .4 ～-0 .3 ～-0 .2 ～-0 .1 ～0 .0 ～0 .1 ～0 .2 ～0 .3 ～0 .4 ～0 .5 ～0 .6 ～0 .7 ～0 .8 ～0 .9 ～1 .0 ～1 .1 ～1 .2 1 .2 超 ←計画内　　　　　FP規模の計画超過率　　　　　超過→ 件数 0 50,000 100,000 150,000 200,000 250,000 300,000 350,000 0 50,000 100,000 150,000 200,000 250,000 300,000 350,000 計画工数(プロジェクト全体：基本設計開始時点) 実績工数(プロジェクト全体) a：新規開発 b：改修・保守 c：再開発 d：拡張

Copyright IPA SEC N=998 0 50 100 150 200 250 300 350 ～-0 .8 ～-0 .6 ～-0 .4 ～-0 .2 ～0 .0 ～0 .2 ～0 .4 ～0 .6 ～0 .8 ～1 .0 ～1 .2 ～1 .4 ～1 .6 ～1 .8 ～2 .0 ～2 .2 ～2 .4 ～2 .6 ～2 .8 ～3 .0 3 .0 超 ←計画内　　　　　工数の計画超過率　　　　　超過→ 件数データ白書2010-2011 P288、図表10-1-4 データ白書2010-2011 P293、図表10-1-13 データ白書2010-2011 P291、図表10-1-10 データ白書2010-2011 P291、図表9-1-8

FP規模の計画と実績の差の比率の分布

工期の計画と実績の差の比率の分布

工数の計画と実績

工数の計画と実績の差の比率の分布

FP規模

中央値0.0％

工期

中央値0％

工数

中央値2.9％

(27)

SEC

 データ白書における生産性の分析について



生産性データの傾向を把握することで、見積りや計画の妥当性

の確認、実績の評価などに利用することができる。



データ白書では、生産性の傾向などを掴むため、以下の層別

による分析を行い、基本統計量を示している。



規模別、業種別、アーキテクチャ別、主開発言語別



プラットフォーム別、月あたり要員数、外部委託比率



信頼性要求の高さ



規模別・業種別、規模別・チーム規模別



業種別生産性と発生不具合密度



規模とPMスキル

【参考】生産性の分析について（１）

(28)

SEC

 「生産性の分析」のデータの見方①



規模と生産性の傾向

新規開発、IFPUGグループ：規模と生産性

データの関係性：

規模を1000FP未満と1000FP以上に層別すると、後者のグループの

生産性は前者より低い。小規模では生産性のばらつきが大きく、

大規模では生産性に上限があるように見える。

【参考】生産性の分析について（２）

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000 9,00010,00011,00012,00013,00014,00015,00016,00017,00018,00019,00020,00021,00022,000 FP実績値(調整前)[FP] FP 生産性 (FP / 開発 5 工程工数 )[ FP / 人時

] Copyright IPA SEC N=283 データ白書2010-2011 P235、図表9-1-5 データ白書2010-2011 P235、図表9-1-6

FP規模別FP生産性

（新規開発、IFPUGグループ）箱ひげ図

FP規模とFP生産性（新規開発、IFPUGグループ）

(29)

SEC

 「生産性の分析」のデータの見方②



月あたりの要員数と生産性の傾向

新規開発、IFPUGグループ：月あたりの要員数と生産性

データの関係性：

要員数が１０人以上の場合、FP生産性は要員数１０人未満に比べて

かなり低い。（大人数の開発体制では、生産性に上限があるように見える）

【参考】生産性の分析について（３）

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 月あたりの要員数 [人] F P 生産性(F P / 開発5 工程工数)[ F P / 人時]

Copyright IPA SEC

N=155 データ白書2010-2011 P242、図表9-1-20 データ白書2010-2011 P243、図表9-1-21

月あたりの要員数とFP生産性(新規開発、IFPUGグループ)

月あたりの要員数別FP生産性

(新規開発、IFPUGグループ) 箱ひげ図

(30)

SEC

【参考】生産性の分析について（４）

データ白書2010-2011 P261、図表9-1-55

要求レベル（信頼性）別

FP生産性箱ひげ図

（新規開発、IFPUGグループ）

データ白書2010-2011 P248、図表9-1-29

要求レベル（信頼性）別

FP生産性箱ひげ図

（改良開発、IFPUGグループ）

信頼性要求レベルが高い方が生産性は低い傾向がある

 「生産性の分析」のデータの見方③

要求レベル（信頼性）別

SLOC生産性箱ひげ図

（改良開発、主開発言語グループ）

要求レベル（信頼性）別

SLOC生産性箱ひげ図

（新規開発、主開発言語グループ）

(31)

SEC

本日の内容

１．ソフトウェア開発ライフサイクルから

見た活用事例

２．実践的活用をサポートするツール

(32)

SEC

ＳＥＣが提供する定量関連のコンテンツ・ツール群

定量データの投入

収集データの精査

定量データの送付

データ提供企業

IPA/SEC

データ収集サイクル

定量データの収集依頼

■収集ツール

文書化・編集

白書コンテンツ作成

機密室

機

密

室

SECデータ

■分析ツール

データ登録

データ出力

開発5工程の工数と工期　(新規開発)　N=185 0 5 10 15 20 25 30 35 40 45 50 0 50,000 100,000 150,000 200,000 250,000 300,000 実績工数（開発5工程） [人時] 実績月数(開発5 工程) [月] y(95%) y(50%) y(-50%) y(-95%) 実績値

Copyright IPA SEC

簡易分析

自社蓄積

データ

ベンチ

マーク

品質管理

ノウハウ

■

スタンドアロン型診断支援ツール

■

_{プロジェクト}

診断支援ツール

（IPA/SECWebサイト）

Copyright IPA SEC

・データ白書のグラフと自社の

データをWEB上で重ねて表示可能

ツール化

プロジェクト診断

（外部データとの対比）

■SECBOOKS

マネジメント

ノウハウ

一般利用者（企業）

・白書の収集項目枠と代表的な

分析グラフを用意した

EXCELのtool

プロジェクト診断

（自社デ―タ）

■定量的プロジェクト管理ツール

ソース規模、

WBS,工数等

収集

ソース管理、

障害管理、

工数管理

自社蓄積データ 0 500 1000 1500 2000 2500 3000 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 ソース規模（行数）ソースコード規模推移モジュールA モジュールB モジュールC モジュールD 全体規模想定到達規模規模計画値 4W平均生産性(右目盛) 計画値開発終了遅れ予測

プロジェクト管理

（自社デ―タ）

■利用目的別

メトリクス一覧表

メトリクス

情報収集

SECコンテンツ

SECツール

の活用

（今回の説明）

(33)

SEC

プロジェクト診断支援ツール（Ｗｅｂ）

ＳＥＣのＷｅbサイト上で

「ソフトウェア開発データ白書」のデータに対して

ベンチマーキングが可能



2007年12月25日より無償公開，稼働中！



データ白書に掲載されている様々な図表が参照可能



入力したデータはサーバ等には一切残らない

（ログオフ時にすべて破棄されます。）

(34)

SEC

プロジェクト診断支援ツール（Ｗｅｂ）

プロット可能図表一覧

利用者が登録したデータが、どの図表にプロットできるのかを一覧で表示する。

信頼幅％指定

信頼幅を引くことができる散布図の場合、その値を任意に指定することができる。

自社プロジェクトデータ

属性表示

散布図にプロットされたデータの番号と名称がマウスオーバーで表示される。

人時／人月切替え

散布図および箱ひげ図の工数をどちらの単位で表示するか選択することができる。

機能

特徴

自社データのプロット

１件または複数件のプロジェクトデータを入力し、統計図表上に自社データの位置をプロットすることができる。

自社データのみの表示も可能。

機密保全のため、入力したプロジェクトデータはログオフ時にすべて破棄され、サーバ等には一切残らない。

図表の拡大と縮小

散布図を拡大、縮小する。プロットが局所に密集している場合、拡大によって、その部分の状況をより詳細に確認

することができる。拡大する際の基点の指定も可能。

データ種別の選択

種別分類した散布図で、特定の種別だけに絞って描画することができる。

ＸＹ軸の反転

各社の評価軸に合わせて、散布図のＸＹ軸を反転させることができる。

対数グラフの表示

散布図に通常表示と対数表示がある場合、ボタンひとつで表示を切り替えることができる。通常表示では分かりづ

らい傾向が、両対数変換すると見えてくる可能性がある。

図表のコピー＆印刷

WORDやEXCEL等で作成した文書に統計図表を貼り込んだり、画面を印刷したりすることができる。

 機能概要と特徴

(35)

SEC

(36)

SEC

スタンドアロン型プロジェクト診断支援ツール

デスクトップ上で

「自社のプロジェクト情報」を活用して

QCDの見える化を支援



2009年9月より無償ダウンロード（SECのWebサイト）



自社データを容易な画面入力で蓄積可能



データ白書と同じ分析図表が簡単に作成可能



プロジェクト診断支援ツール（Web）へアップロードし、

ベンチマーキングが可能



信頼幅を任意で指定、表示が可能

（2011/7/10版バージョンUP）

(37)

SEC

スタンドアロン型ツールの機能と特徴

機能

データ入力

（入力フォーム切替え）

図表作成

以下の図表を作成することができる。

1. 工数－工期：散布図

2. 規模－工数（FP) ：散布図

3. 規模－工数（SLOC) ：散布図

4. 規模－生産性（FP）：散布図

5. 規模－生産性（SLOC）：散布図

6. 工数別月数比：基本統計量

7. 工程別工数比：基本統計量

　種別や業種など7項目で絞込みができる。

8. 規模－発生不具合数（FP）：散布図

9. 規模－発生不具合数（SLOC）：散布図

10. 規模－発生不具合密度（FP）：散布図

11. 規模－発生不具合密度（SLOC）：散布図

12. レビュー指摘件数（FP）：基本統計量

13. レビュー指摘件数（SLOC）：基本統計量

14. レビュー指摘件数（工数）：基本統計量

データ精査

CSV出力

データ一括取込

データ一括出力

同一フォーマットの別ファイルのプロジェクトデータを一括して取り込む。

登録されているプロジェクトデータを、編集可能な状態で別ファイルに出力する。

特徴

簡易版（必須項目数：15）と全体版（必須項目数：41）の2種類のフォームで登録することがで

きる。図表の作成は、簡易版による入力で問題ない。全体版を利用すれば、1つのプロジェクト

データで、最大約400項目まで登録可能。

Webツールにアップロード可能なCSV形式のファイルを出力する。

入力データの自動精査が可能で、管理データの精度を高めることができる。

信頼幅を任意で指定、表示が可能（2011/7/10版バージョンUP）

(38)

SEC

スタンドアロン型プロジェクト診断支援ツール

0.012

0.082

0.102

0.09

0.081

0.072

0.061

10 実績工数総合テスト（比率）

0.021

0.103

0.129

0.122

0.106

0.081

0.078

10 実績工数結合テスト（比率）

0.075

0.621

0.724

0.695

0.615

0.555

0.51

10 実績工数製作（比率）

0.023

0.106

0.143

0.125

0.104

0.083

0.079

10 実績工数詳細設計（比率）

0.023

0.088

0.122

0.107

0.089

0.069

0.056

10 実績工数基本設計（比率）

標準偏差

平均

最大

P75

中央

P25

最小

N

0.012

0.082

0.102

0.09

0.081

0.072

0.061

10 実績工数総合テスト（比率）

0.021

0.103

0.129

0.122

0.106

0.081

0.078

10 実績工数結合テスト（比率）

0.075

0.621

0.724

0.695

0.615

0.555

0.51

10 実績工数製作（比率）

0.023

0.106

0.143

0.125

0.104

0.083

0.079

10 実績工数詳細設計（比率）

0.023

0.088

0.122

0.107

0.089

0.069

0.056

10 実績工数基本設計（比率）

標準偏差

平均

最大

P75

中央

P25

最小

N

規模－工数（FP）

0 2000

4000

6000

8000

10000

0

200

400

600

800 1000

1200

1400

1600

FP実績値

実績工数

[人時]

y(95%) y(-95%)

(39)

SEC

【参考】データ白書の見方・使い方について

 「データ白書の見方と定量データ活用ポイント」のご紹介

・定量データの見方や活用方法

・事例を交えたポイント

第１部：データ白書の見方・使い方

第２部：定量データの活用ポイントと事例

スライド部

ノート部

タイトル

■○○○ （本スライド内の項目）

・・・（説明や図表）

【メッセージ】（本スライドで言いたい一言）

【説明・解説】（スライドを用いた説明）

【アドバイス・留意点】（説明時のアドバイス）

2011年3月31公開

（SECのWebサイトから無償ダウンロード可）

PowerPointファイル形式

(40)

SEC

より良いソフトウェア開発と業界の発展のために

プロジェクトのデータ収集をしましょう！

定量データのご提供

随時募集中

です！

ご清聴ありがとうございました

IPA（独立行政法人情報処理推進機構） http://www.ipa.go.jp/

SEC（技術本部ソフトウェア・エンジニアリング・センター） http://sec.ipa.go.jp/

SEC主催セミナー（東京） 2012年07月11日

独立行政法人情報処理推進機構

技術本部 ソフトウェア・エンジニアリング・センター

Software

Engineering

Center

定量データ活用等によるITプロジェクトの見える化

データ白書の見方と

定量データの活用ポイント

専門委員 小椋 隆

SEC

データ白書２０１０－２０１１の構成

プロジェクトの特性

（プロファイル）

開発種別

アーキテクチャ

業 種

開発言語

開発ライフ

サイクルモデル

プラットフォーム

代表的な要素

生産性

信頼性

工 期

規 模

工 数



1章 背景と本書の目的



2章 収集データについて



3章 分析について



4章 収集データのプロファイル



5章 プロジェクトの

主要要素の統計



6章 工数、工期、規模の

関係の分析



7章 信頼性の分析



8章 工程別の分析



9章 生産性の分析



10章 予実分析等



付録A～G

データ項目の定義や

収集データ年別プロファイル 等々

SEC

定量データ使っていますか？

プロジェクトデータを

している

プロジェクトデータを

している

７６％

５３％

SECセミナーのアンケート結果

＞

収 集

活 用

SEC

収集した定量データ活用の期待とギャップ

 期待感

（ひとつの例）



収集したプロジェクトデータについて、代表的な要素間には

相関関係がある。



２つの要素（２変量）の関係が回帰分析により定式化される。

例） ソフトウェア開発規模と工数のデータを収集すれば・・・

・規模と工数は相関関係があり、

工数＝規模＊係数＋α

という定式性があり、規模から工数という答えがでる。

 現実とのギャップ



技術本部ソフトウェア・エンジニアリング・センター

専門委員小椋隆

業種

工期

規模

工数

1章背景と本書の目的

2章収集データについて

3章分析について

4章収集データのプロファイル

5章プロジェクトの

6章工数、工期、規模の

7章信頼性の分析

8章工程別の分析

9章生産性の分析

10章予実分析等

収集データ年別プロファイル等々

収集

活用

例）ソフトウェア開発規模と工数のデータを収集すれば・・・

【参考】基本統計量の見方と留意点