Software Engineering Center Information-technology Promotion Agency, Japan SEC 主催セミナー ( 東京 )2011 年 09 月 26 日ソフトウェア開発データ白書と定量データの活用方法 IPA 独立行政法人情報処理推進

(1)

SEC主催セミナー

IPA 独立行政法人情報処理推進機構

SEC 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

ソフトウェア開発データ白書と

定量データの活用方法

専門委員（株）CSK 小椋隆

（東京）2011年09月26日

(2)

SEC

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

本日の内容

１．定量的マネジメントの必要性

２．定量データの実践的活用方法と事例

２-１．活用その１（品質）

２-２．活用その２（工数・工期）

３．実践的活用をサポートするツール

(3)

SEC

市場競争の激化

トラブルの多発

・低コスト、短納期開発

・多機能化、高性能化

安全・安心の

確保要請が増大

・信頼のおけるマネジメント

・トラブル発生未然抑止

人海戦術的な手段による対処

不適切な見積、生産性の見誤り

システムへの

要求が増大

理想

現実

KKD（勘、経験、度胸）

ネットワークの普及

ビジネスモデルの転換

リスクの増大

ＩＴ産業を取り巻く環境の変化

期

待

・

ニ

ー

ズ

(4)

SEC

ユーザ

ベンダ

ユーザ・ベンダ間の合意形成

【事業計画】

・事業目的

・事業領域／規模

・投資／回収

・事業スケジュール

【プロジェクト計画】

・開発目的

・スコープ／規模

・予算

・開発スケジュール

要件

実現性

整合

「やりたいこと」と「できること」の整合が必要だが･･･

・共有しやすい見積り手法がない

・初期の仕様は固めにくく、早期契約時の適切な見積りが困難

・要件決定の遅れ、プロジェクト途中での仕様変更の発生など

定量データに裏付けられたマネジメントが必要

(5)

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

(6)

SEC

定量データの必要

定量データが十分集まれば・・・こんな活用ができる

ユーザ

ベンダ

経営層

業務・情報システム部門

組織長・スタッフ

プロジェクト管理者

・IT投資、概略計画の妥当性、実現性の目安

・予算数値、根拠の制御

・ベンダからの見積の比較と評価、強み／弱みの認識

・計画策定、目標値の制定、QCDの妥当性評価

・予実差異の分析、完了評価、開発能力の評価

経営層

プロジェクトマネージャ

プロジェクトリーダ

・自社の強み・弱み、生産性などの開発力の認識

・規模、工数、工期、品質の見積り、計画策定、制御

・オフショア等、外部委託先評価

PMO

品質保証部門

・定量データベースの構築

・自社プロジェクトのベンチマーキング、モニタリング

ユーザ、ベンダ間の合意形成

(7)

SEC

ＳＥＣの取組みとデータ白書の目的

 定量的アプローチによる科学的マネジメントの普及拡大

・モノサシとしての

精度を高めていく

・新たなモノサシや課題抽出の

切り口を提案する

「ソフトウェア開発データ白書」として公開

（2010年度は23企業、2584プロジェクトのデータ）

2010年11月

発行

2010－

2011

1774

942 1418

2056

2005

2006

2007

2008

2584

2327

2009

メーカー系、ユーザ系、独立系の複数のベンダからデータを収集

(8)

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

(9)

SEC

【参考】データ提供状況

 データ提供企業一覧

（23社：50音順 2010年10月1日現在）

TIS株式会社

東芝情報システム株式会社

日本電子計算株式会社

日本ユニシス株式会社

株式会社野村総合研究所

パナソニック株式会社

株式会社日立製作所

株式会社日立ソリューションズ

富士通株式会社

三菱電機

インフォメーションシステムズ株式会社

リコー IT ソリューションズ株式会社

NECソフト株式会社

NTTソフトウェア株式会社

株式会社 NTTデータ

沖ソフトウェア株式会社

沖電気工業株式会社

キヤノンIT ソリューションズ株式会社

クボタシステム開発株式会社

株式会社構造計画研究所

株式会社 CSK

新日鉄ソリューションズ株式会社

住友電工情報システム株式会社

大同生命保険株式会社

(10)

SEC

本日の内容

１．定量的マネジメントの必要性

２．定量データの実践的活用方法と事例

２-１．活用その１（品質）

２-２．活用その２（工数・工期）

３．実践的活用をサポートするツール

(11)

SEC

ITシステムの障害の影響が深刻化し、高品質な情報システムが

求められている



「品質を高める」＝品質を測定する物差しが必要



「品質が高い」＝開発者から利用者への説明責任

定量的品質予測が必要

 定量的品質予測のために



どうやって品質を予測すればいいか



そのためには、何をどのように測定すればいいのか

 SEC活動として



2006年～2008年、定量データ分析部会WGにて、参加企業・大学

が実際に取り組んでいる品質予測の手法を整理



2008年から2010年、上流工程に焦点をあてたプロセス

（特に組織的準備）と定量的品質管理の阻害要因を整理

定量的品質管理のススメ

(12)

SEC

定量的品質管理の考え方

 品質の測定と予測の枠組み

(注）測定、対策はそれぞれの工程で実施される。

蓄積データ

_{データの受渡し}

人の作業

作業の流れ

分析・

モデル化

_モデル

【プロジェクト】

《プロジェクト生産活動》

要件

定義

基本

設計

詳細

設計

製作

総合

テスト

結合

テスト

【プロジェクト】

データ

計画（P)

対策（A)

《プロジェクトマネジメント活動》

モデルの改善・見直し

単体

テスト

データ蓄積

測定（D)

分析･予測（C)

どのようなプロセスで

(13)

SEC

 測定単位（例）

 測定単位を小さくして品質データ（欠陥数など）を測定することにより、

詳細な品質管理・分析が可能

 その測定値を集計することにより当該工程の品質管理・分析が可能

工程基本設計詳細設計

製　作

単体テスト結合テスト総合テスト

ｼｽﾃﾑ・

ｻﾌﾞｼｽﾃﾑ

◎

● ◎

◎

● ◎

◎

●

● 分

解

粒

度

測

定

単

位

の

業務機能

プログラム数100L～１KL 　

－

想定規模

100KL～1ML

20KL～50KL

数KL～10KL

● ：その工程完了時に最小の測定単位、

◎

：その工程で主に着目する測定単位

測

定

単

位

どれくらいの粒度で

測定単位について

(14)

SEC

対象工程

測定量

単位

測定方法

全工程

規模

FP、LOC

Function Point (FP) では測定方法、LOCは測定

ルールを明確にする

作業工数

人時

設計工程

レビュー回数

回数

レビュー時間

人時

Σ 各レビューアのレビュー実施時間

レビュー対象規模

ページ数

レビュー対象ドキュメント量（A４換算ページ数）

レビュー指摘件数

件数

レビュー記録票の指摘事項数

テスト工程

欠陥数

件数

障害連絡票の欠陥数

テスト項目数

項目数

テスト仕様書の項目数

基本測定量

導出測定量

対象工程

測定量

単位

算出方法

設計工程

レビュー指摘密度

件数÷FP，LOC 件数÷ページ数レビュー指摘件数÷規模レビュー指摘件数÷レビュー対象規模

レビュー工数密度

人時÷FP，LOC 人時÷ページ数レビュー時間÷規模レビュー時間÷レビュー対象規模

レビュー指摘効率

人時÷件数レビュー指摘件数÷レビュー工数

テスト工程

欠陥密度

件数÷FP，LOC 欠陥数÷規模

テスト密度

項目数÷FP，LOC テスト項目÷規模

品質改善の立案には、属性情報も必要

代表的な基本測定量と導出測定量

何を

(15)

SEC

分析名称

（モデル名）

概要

管理図分析

（閾値モデル）

データの分布がUCLとLCLに対してどの位置に

プロットされるかを見て、データが正常値である

か外れ値であるかを判断する分析方法

ゾーン分析

（ゾーンモデル）

与えられた分析のテーマを、ある特徴に着目し

た視点によってゾーンに分割し、各ゾーン毎に

分析を行う

曲線近似分析

（回帰モデル）

二つのデータ列の関係を回帰式と呼ぶ近似曲

線で代替することで分析を行う

トレンド分析

（トレンドモデル）

過去のプロジェクトの実績データの時間的なパ

ターンと、現在のプロジェクトの実績データのト

レンドを比較し、過去のプロジェクトの最終品質

と同等な結果となるかを予測する分析である

チェックリスト分析

（チェックリスト）

チェックリストは、与えられたテーマに対して

チェックする項目をリストにしたもの

UCL LCL 品質不良と予測レビュー指摘密度ゾーン4 ゾーン3 ゾーン9 ゾーン2 ゾーン1 ゾーン7 ゾーン6 ゾーン5 ゾーン8 尺　度尺度単体テスト結合テスト総合テスト検出欠陥密度 UCL CL LCL Xプロジェクト Yプロジェクト要求分析のレビュー指摘チェックリスト大分類小分類レビュー指摘事項評価重みﾎﾟｲﾝﾄ備考全体網羅性記載内容の範囲についての記述があり、明確か ○ Ａ 1.2 要求の網羅性について記載があるか ○ Ｂ 1.0 要求に漏れがないかの確認をしているか × Ａ 0.0 整合性内容に矛盾がないか ○ Ａ 1.2 要求の粒度は揃っているか × Ｂ 0.0 了解性主語が明確であるか ○ Ｃ 0.8 事実と推測が分離しているか ○ Ｂ 1.0 数値表現できるところは数値で表現しているか ○ Ａ 1.2 ※ 評価（○：1､×：0）､重み（A：1.2､B：1.0､C：0.8） 6.4 近似曲線二つの要因を回帰式で分析 ① ここの値から ②ここの値を予測する

ゾーン分析

どうみるか

管理図分析

曲線近似分析

トレンド分析

チェックリスト分析

分析について（分析モデル一覧）

詳細については、SEC BOOKの「品質予測のススメ」及びその続編を参照

(16)

SEC

 データ白書における「工程別の分析」について

開発５工程全体ではなく、工程別に工数と工期、レビューおよび

テストケースとバグ密度の分析結果を示している。

８．１工程別の工期、工数

工期や工数の工程別比率に関する分析

８．２レビュー指摘件数

基本設計、製作工程のレビュー指摘件数に関する分析

８．３レビュー実績工数

設計工程のレビュー実績工数、各工程のレビュー実績工数比率

に関する分析

８．４テスト工程別のテストケース数と検出バグ数

結合テスト、総合テスト（ベンダ確認）の２工程を対象に

「規模当りと工数当りのテストケース数」、「検出バグ現象数」、

「検出バグ原因数」を分析

ソフトウェア開発データ白書の工程別分析

品質関連

(17)

SEC

レビュー指摘件数（１）

 「レビュー指摘件数」について



設計工程及び制作工程のレビュー指摘件数に関する分析結果

を示している。



レビュー指摘件数に対する密度として、以下の３つの観点により

分析結果を基本統計量として示している。



規模当り（FP規模当り、SLOC規模当り）の件数



工数当りの件数



ページ当りの件数

[件／ページ]

N

最小

P25

中央

P75

最大

平均

標準偏差

113

0.000

0.093

0.266

0.500

2.178

0.419

0.482 例）ページあたりの基本設計レビュー指摘件数の基本統計量

(18)

SEC

レビュー指摘件数（２）

 「レビュー指摘件数」のデータの活用（１）



ソフトウェアの品質を把握する際、また品質目標を策定する際、

その一つの考え方に閾値モデル（管理図分析）がある。



ある尺度の閾値によって、例えば管理図分析においては、

データの分布がＵＣＬとＬＣＬに対して、どの位置にあるかで、データ

が正常値であるか外れ値であるかを判定する考え方である。



ＵＣＬ（上部管理限界線ＵｐｐｅｒＣｏｎｔｒｏｌＬｉｍｉｔ）



ＬＣＬ（下部管理限界線ＬｏｗｅｒＣｏｎｔｒｏｌＬｉｍｉｔ）

例）要求分析・設計における品質予測の事例（閾値モデル）

UCL

LCL

レビュー

指摘密度

要注意！

(19)

SEC

レビュー指摘件数（３）

 「レビュー指摘件数」のデータの活用（２）



UCLやLCLには、品質データが正規分布する際には、標準偏差

の何倍かを目安に策定する考え方がある。



しかし、ソフトウェア開発のデータ、例えばレビュー指摘件数の

データは正規分布しないこともある。



その場合、基本統計量で示している四分位点のような、外れ値

に引きずられにくい統計量を参照するのも一考である。

留意点：



ただし、P25とP75では、あくまでもその箱の中には50%の

データのみが入るような値なので、品質指標としてUCLやLCL

に直接設定することは早計である。



データ白書では分布や特徴を見る一つの統計量として明示して

いるものではあるので、その点を考慮して参照する必要がある。

(20)

SEC

レビュー実績工数（１）

 「レビュー実績工数」について



データ白書では、基本設計、詳細設計工程について、ページ

あたりの対象工程におけるレビュー実績工数を、基本統計量

として示している。



また、基本設計、詳細設計、制作の３工程について、それぞれ

該当する工数に対するレビュー実績工数を、レビュー実績工数

比率として示している。



プロジェクトのレビューの妥当性確認や、ドキュメントページ数

からのレビュー工数の予測、工程内工数からのレビュー工数

の予測などに利用することが考えられる。

(21)

SEC

X軸

[人時／ページ]

N

最小

P25

中央

P75

最大

平均

標準偏差

43

0.018

0.065

0.223

1.166

120.267

12.489

30.260 レビュー実績工数（２）

 「レビュー実績工数」のデータの見方



設計工程のレビュー実績工数と、工程別レビュー実績工数比率の

基本統計量を以下に示す。

ページあたりの基本設計レビュー実績工数の基本統計量（新規開発）

工程別レビュー実績工数比率の基本統計量

データ白書2010-2011 P209、図表8-3-1

[比率]

レビュー実績工数比率

N

最小

P25

中央

P75

最大

平均

標準偏差

基本設計

211

0.003

0.030

0.068

0.136

0.667

0.102

0.106 詳細設計

204

0.002

0.030

0.065

0.110

0.450

0.093

0.095 製作

153

0.001

0.014

0.029

0.055

0.825

0.062

0.117

データ白書2010-2011 P211、図表8-3-6

(22)

SEC

レビュー実績工数（３）

 「レビュー実績工数」のデータの活用

ゾーン分析での活用例：



レビュー量とレビュー指摘の適切性の評価

レビュー工数密度とレビュー指摘密度の双方を合わせた視点

から品質を分析し、傾向性を読み取る。



ゾーン分析の目標範囲（目標の上限と下限）の参考

基本統計量の分析結果を参考にする。ただし、

P25、P75を

直接指定するのではなく、策定の際の参考情報とする。

⑧

⑤

⑥

⑦

①

②

⑨

③

④

レビュー指摘密度

（件/ページ）

レビュー工数密度

（人時/ページ）

上限

下限

上限

例）

ページあたりの基本設計

レビュー実績工数の

基本統計量を参考に

策定する。

P25

P75

(23)

SEC

 「規模あたりのテストケースと検出バグ数」について



データ白書では以下について示している。



結合テスト及び総合テストにおける規模あたりのテストケース数

（テストケース密度）



規模あたりの検出バグ数（検出バグ密度）



テストケース数や検出バグ数の予測の目安に。



基本統計量にある中央値の利用



P25、P75を上下限値として、妥当性確認に利用



テストケース密度と検出バグ密度を利用した、ゾーン分析に

による品質管理のヒントに。

規模あたりのテストケース数と検出バグ数（１）

(24)

SEC

規模あたりのテストケース数と検出バグ数（２）

 「規模あたりのテストケースと検出バグ数」のデータの見方

結合テストと総合テストのデータの見方：



結合テストと総合テストを横並びにすることで、双方の関係

として、傾向を見ることができる。



結合テストケース数は総合テストケース数の約４倍弱と見える。

FP 規模あたりの

テストケース数

（全開発種別）

箱ひげ図

データ白書2010-2011 P212、図表8-4-1

FP 規模あたりの

検出バグ数

（全開発種別）

箱ひげ図

データ白書2010-2011 P212、図表8-4-2

(25)

SEC

 「規模あたりのテストケースと検出バグ数」のデータの活用



ゾーン分析によるプロダクト品質予測の活用例



結合テストケース密度の上下限値と、結合テストバグ密度の上下限値

について、基本統計量のP25とP75を参考に策定。

⑧

⑤

⑥

⑦

①

②

⑨

③

④

バグ密度

（件数/KFP）

テスト密度

（ケース数/KFP）

上限

下限

上限

[件／KFP]

N

最小

P25

中央

P75

最大

平均

標準偏差

結合テストケース数／KFP

54

16.8 563.2 1,662.6 2,760.2 13,296.3 2,077.2

2,230.2

総合テストケース数／KFP

51

11.1

196.4 429.3 1,341.1 12,069.9 1,234.8

2,000.9

結合テストバグ現象数／KFP

43

0.0

39.9

79.1

146.1

558.5

128.5

136.6 総合テストバグ現象数／KFP

39

0.0

3.9

22.6

49.7

884.3

67.0

150.7 結合テストバグ原因数／KFP

61

4.3

32.4

66.1

141.1

558.5

114.5

127.6 総合テストバグ原因数／KFP

58

0.0

8.1

20.9

60.6

390.6

54.0

84.0 FP 規模あたりのテストケース数、検出バグ数の基本統計量（新規開発、IFPUG グループ）

データ白書2010-2011 P214、図表8-4-8

直接設定するのではなく、

あくまでも上下限値の

策定時に参考と

している例。

規模あたりのテストケース数と検出バグ数（３）

(26)

SEC

本日の内容

１．定量的マネジメントの必要性

２．定量データの実践的活用方法と事例

２-１．活用その１（品質）

２-２．活用その２（工数・工期）

３．実践的活用をサポートするツール

(27)

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

(28)

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。

(29)

SEC

【参考】白書の表記と見方の留意点（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

(30)

SEC

【参考】白書の表記と見方の留意点（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

(31)

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

(32)

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

(33)

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

(34)

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 ▲

(35)

SEC

①見積り：改良開発のテスト見積り（参考）

 改良開発の見積りにおけるテスト量について

ソフトウェア改良開発における見積りは、新規開発に比べて、

以下のように改良開発の特質を考慮したテスト量の見積りが

重要である。



既存の母体システムにおける品質面での考慮

（既存システムの品質が思わしくない場合、品質を確保する

作業が必要）



テスト巻き込み規模の把握

（変更の際に影響を受ける部分を表す規模）

ソフトウェア開発データ白書では、改良開発のプロジェクトを

対象にSLOC規模とテストケース数の関係を母体規模別に

示している。

(36)

SEC

①見積り：改良開発のテスト見積り（参考）

 母体規模別のＳＬＯＣとテストケース数

・母体規模を大・中・小の３つに分け、

散布図の中で識別して示している。

大：200以上

中：50～200未満、

小：50未満（単位 KSLOC）

・母体規模を含まない実効SLOC

実績値が100KSLOC以下で、テスト

ケース数の大きなプロジェクには、

母体規模が大きいものが多い。

 留意点

実効値としての規模だけではなく、

母体の規模も考慮し

、テスト

ケース数や、生産性を加味した

見積りや計画策定が必要。

0 5,000 10,000 15,000 20,000 25,000 0 100,000 200,000 300,000 400,000 500,000 600,000 700,000 実効SLOC実績値[SLOC] テストケース数_総合テスト（ベンダ確認） a：母体規模小 b：母体規模中 c：母体規模大

Copyright IPA SEC

N=107

母体規模別SLOC 規模とテストケース数

（総合テスト（ベンダ確認））（改良開発）

データ白書2010-2011 P227、図表8-4-45

(37)

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：

(38)

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）

(39)

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

(40)

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）

(41)

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

(42)

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。

(43)

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）

(44)

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）

④評価：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％

(45)

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

(46)

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。

(47)

SEC

 データの関係性



規模と生産性をPMスキル別に層別して示している。

⇒ 規模の小さいプロジェクトは生産性のばらつきが大きく、

PMスキルの分布もばらついている。

規模の大きいプロジェクトは

生産性が低い傾向と同時に、

PMスキルが高い傾向が見られる。

④評価：規模とＰＭスキルの関係に見る留意点

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 9,000 10,000 11,000 12,000 13,000 FP実績値(調整前)[FP] F P 生産性( F P /開発5工程工数) [F P /人時] a：レベル6、レベル7 b：レベル5 c：レベル4 d：レベル3

Copyright IPA SEC

N=117 0 10 20 30 40 50 60 70 80 90 0 500,000 1,000,000 1,500,000 2,000,000 2,500,000 3,000,000 3,500,000 4,000,000 実効SLOC実績値[SLOC] S LO C 生産性 (S LO C / 開発 5 工程工数 ) _{a：レベル6、レベル7} b：レベル5 c：レベル4 d：レベル3

Copyright IPA SEC

N=84 データ白書2010-2011 P249、図表9-1-31

PMスキル別のFP規模とFP生産性（新規開発）

PMスキル別のSLOC規模とSLOC生産性（新規開発）

データ白書2010-2011 P273、図表9-2-25

(48)

SEC

④評価：信頼性要求レベルと生産性に見る留意点

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

 データの関係性

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）

(49)

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）

(50)

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）

(51)

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

(52)

SEC

本日の内容

１．定量的マネジメントの必要性

２．定量データの実践的活用方法と事例

２-１．活用その１（品質）

２-２．活用その２（工数・工期）

３．実践的活用をサポートするツール

(53)

SEC

ＳＥＣが提供するツール群

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

SECデータ

ツール化

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

プロジェクト診断

■診断支援ツール

（Webサイト）

一般利用者（企業）

■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 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

■定量的プロジェクト管理ツール

（開発中）

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

ベンチ

マーク

品質管理

ノウハウ

マネージメント

ノウハウ

■スタンドアロン型

診断支援ツール

(54)

SEC

プロジェクト診断支援ツール（Ｗｅｂ）

Ｗｅb上で

ソフトウェア開発

データ白書の統計情報

を

活用し、ソフトウェア開発におけるQCDの見える化を

支援するツール

2007年12月25日よりＳＥＣのWebサイトで無償公開，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



他社データとのベンチマーキングが可能

※ 入力した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

(55)

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

(56)

SEC

(57)

SEC

スタンドアロン型プロジェクト診断支援ツール



自社データを容易な画面入力で蓄積可能



自社データを利用して白書と同じ分析図表が

簡単に作成可能



スタンドアロンで動作するため，手軽かつ気楽に扱える



プロジェクト診断支援ツール（Web）への

データアップロードが可能

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の見える化を支援するツール

2009年9月リリース（SECのWebサイトから無償ダウンロード可）

(58)

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。

(59)

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 5000 10000 15000 20000 25000 0 200 400 600 800 1000 1200 1400 FP実績値

実績工数

[人時]

(60)

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

いまだ定量データの活用が不十分な状況や、更に活用度合いを

向上したいという課題に対し、ソフトウェア開発の局面での定量

データの活用のポイントや事例を紹介。



定量データの見方や活用方法



事例を交えたポイント

PowerPointファイル形式

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）

(61)

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/

Software Engineering Center Information-technology Promotion Agency, Japan SEC 主催セミナー ( 東京 )2011 年 09 月 26 日 ソフトウェア開発データ白書と定量データの活用方法 IPA 独立行政法人情報処理推進

SEC主催セミナー

IPA 独立行政法人情報処理推進機構

SEC 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

ソフトウェア開発データ白書と

定量データの活用方法

専門委員 （株）CSK 小椋 隆

（東京）2011年09月26日

SEC

本日の内容

１．定量的マネジメントの必要性

２．定量データの実践的活用方法と事例

２-１．活用その１（品質）

２-２．活用その２（工数・工期）

３．実践的活用をサポートするツール

SEC

市場競争の激化

トラブルの多発

・低コスト、短納期開発

・多機能化、高性能化

安全・安心の

確保要請が増大

・信頼のおけるマネジメント

・トラブル発生未然抑止

人海戦術的な手段による対処

不適切な見積、生産性の見誤り

システムへの

要求が増大

理 想

現 実

KKD（勘、経験、度胸）

ネットワークの普及

ビジネスモデルの転換

リスクの増大

ＩＴ産業を取り巻く環境の変化

期

待

・

ニ

ー

ズ

SEC

ユーザ

ベンダ

ユーザ・ベンダ間の合意形成

【事業計画】

・事業目的

・事業領域／規模

・投資／回収

・事業スケジュール

【プロジェクト計画】

・開発目的

・スコープ／規模

・予算

・開発スケジュール

要件

実現性

整合

「やりたいこと」と「できること」の整合が必要だが･･･

・共有しやすい見積り手法がない

・初期の仕様は固めにくく、早期契約時の適切な見積りが困難

・要件決定の遅れ、プロジェクト途中での仕様変更の発生 など

定量データに裏付けられたマネジメントが必要

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

定量データの必要

Software Engineering Center Information-technology Promotion Agency, Japan SEC 主催セミナー ( 東京 )2011 年 09 月 26 日ソフトウェア開発データ白書と定量データの活用方法 IPA 独立行政法人情報処理推進

SEC 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（株）CSK 小椋隆

理想

現実

・要件決定の遅れ、プロジェクト途中での仕様変更の発生など

収集

活用

定量データが十分集まれば・・・こんな活用ができる

業種

工期

規模

工数

1章背景と本書の目的