SG 1 使度量与分析活动协调一致

度量目标和活动与所识别的信息需要和目标协调一致。

在CMMI-DEV v1.3模型中，本特定目标下的特定实践可以并行处理或按任意顺序处理。建立度量目标时，有经验的人通常提前考虑明确说明度量项与分析规程的必要准则。同时他们也考虑数据收集与存储规程带来的限制。通常在专注于度量规格说明、数据收集或存储的细节之前，重要的是先明确将要进行的分析。

SP 1.1 建立度量目标

建立并维护从所识别的信息需要与目标中导出的度量目标。

度量目标将度量与分析的目的文档化，并明确说明基于数据分析结果可能采取措施的种类。度量目标还可以识别预期的行为变化，作为实施度量与分析活动的结果。

度量目标可能受限于现有过程、可用资源或其它度量相关的考虑因素。可能需要判断结果的价值是否与投入这项工作的资源相当。反之，对已识别的信息需要与目标的修改，又可看作是度量与分析的过程及结果所带来的影响。

信息需要与目标的来源可能有：

• 项目计划

• 项目绩效监控

• 与管理人员和其他有信息需要者的访谈

• 已建立的管理目标

• 战略计划

• 业务计划

• 正式需求或合同责任

• 重复发生的或其它棘手的管理或技术问题

• 其它项目或组织级实体的经验

• 外部行业基准

• 过程改进计划

度量目标的实例有：

• 提供进度波动与进展的洞察

• 提供实际规模与计划比较的洞察

• 识别计划外的增长

• 在整个产品开发生命周期内评价缺陷检测的有效性

• 确定修复缺陷的成本

• 提供实际成本与计划比较的洞察

• 对照计划评价供方进展

• 评价规避信息系统弱点的有效性

参阅CMMI模型“需求开发”过程域，以进一步了解如何挖掘、分析并建立客户需求、产品需求与产品组件需求。

参阅CMMI模型“项目监督与控制”过程域，以进一步了解如何监督项目计划参数。

参阅CMMI模型“项目计划”过程域，以进一步了解如何建立估算。

参阅CMMI模型“需求管理”过程域，以进一步了解如何维护需求的双向可追溯性。

CMMI模型中，MA过程域的工作产品实例：

1. 度量目标

CMMI模型中，MA过程域的子实践

1. 将信息需要与目标文档化。

2. 为信息需要与目标划分优先级。

对所有最初识别的信息需要都进行度量与分析既不可能也无此必要。需要在可用资源限制下，设定优先级。

3. 将度量目标文档化，并对其进行评审与更新。

仔细考虑度量与分析的目的与预期用途。

将度量目标文档化，并提交管理层与其他相关干系人评审，必要时进行更新。这样做使后续度量与分析活动的可追溯性成为可能，并有助于确保分析活动恰当地应对所识别的信息需要与目标。

重要的是，让度量与分析结果的使用者参与度量目标设定以及行动计划的决定。让提供度量数据的人员参与进来可能也是合适的作法。

4. 必要时提供反馈信息，以细化并澄清信息需要与目标。

作为设定度量目标的结果，所识别的信息需要与目标可能被细化与澄清。信息需要的初始描述可能存在歧义。已有的需要与目标之间可能存在冲突。对一个已存在的度量项的精确目标可能不切实际。

5. 维护度量目标对所识别的信息需要与目标的可追溯性。

对“我们为什么度量这个？”的提问，应该永远有好的答案。

当然，度量目标也可以修改，以反映不断发展的信息需要与目标。

SP 1.2 明确说明度量项

明确说明应对度量目标的度量项。

将度量目标细化为精确的、可计量的度量项。

项目与组织级工作的度量通常可以追溯到一个或多个度量信息类型。这些类型包括：进度与进展、工作量与成本、规模与稳定性以及质量。度量项可以是基本的或衍生的。基本度量项的数据通过直接度量得到。衍生度量项的数据来自于其它数据，一般通过组合两个或多个基本度量项。

通常使用的基本度量项的实例有：

• 工作产品规模的估算与实际度量项（例如，页数）

• 工作量与成本的估算与实际度量项（例如，人时数）

• 质量度量项（例如，按严重性分类的缺陷数）

• 信息安全性度量项（例如，已识别的系统弱点的个数）

• 客户满意度调查分数

通常使用的衍生度量项的实例有：

• 挣值

• 进度性能指标

• 缺陷密度

• 同级评审覆盖度

• 测试或验证覆盖度

• 可靠性度量项（例如，平均失效间隔时间）

• 质量度量项（例如，按照严重性分类的缺陷个数／总缺陷个数）

• 信息安全性度量项（例如，已规避的系统弱点的百分比）

• 客户满意度趋势

衍生度量项通常以比例、合成指标或其它聚合的汇总度量项来表示。衍生度量项比生成它们的基本度量项从量化角度更加可靠，且解释起来更有意义。

在信息需要、度量目标、度量类型、基本度量项与衍生度量项之间存在直接关系。

CMMI模型中，MA过程域的工作产品实例：

1. 基本度量项与衍生度量项的规格说明

CMMI模型中，MA过程域的子实践：

1. 基于文档化的度量目标识别备选度量项。

度量目标被细化成为度量项。按度量项的名称与单位对备选度量项进行分类并明确说明。

2. 维护度量项对度量目标的可追溯性。

备选度量项之间的相互依赖关系得到识别，使后续的数据确认与备选分析成为可能，以支持度量目标。

3. 识别现有的并且已经应对度量目标的度量项。

度量项的规格说明可能已经存在，或许是早先为其它目的建立的，或是组织中别处建立的。

4. 明确说明度量项的可操作定义。

以精确且没有歧义的方式对可操作定义进行陈述。它们满足两个重要的准则：

• 沟通：已经度量了什么，如何度量的、度量项的单位是什么、以及已经包括或排除了什么？

• 可重复性：在相同的定义下，度量可以重复，以得到相同的结果吗？

5. 对度量项进行优先级划分、评审与更新。

与潜在的最终用户和其他相关干系人一起，评审所建议的度量项规格说明的适宜性。设置或更改优先级，必要时更新度量项的规格说明。

SP 1.3 明确说明数据收集与存储的规程

明确说明如何获得并存储度量数据。

收集方法的明确规格说明有助于确保适当地收集正确的数据。该规格说明也有助于进一步澄清信息需要与度量目标。

适当注意存储与检索规程有助于确保数据的可用性与可访问性，以便将来使用。

CMMI模型中，MA过程域的工作产品实例：

1. 数据收集与存储规程

2. 数据收集工具

CMMI模型中，MA过程域的子实践：

1. 识别现有的数据源，它们是从当前工作产品、过程或事务中产生的。

明确说明度量项时，可能已经识别了现有的数据源。无论是否采集了有关的数据，适当的采集机制可能已经存在。

2. 识别那些需要数据但数据当前不可用的度量项。

3. 为每个需要的度量项详细说明如何收集并存储数据。

明确的规格说明包括数据收集与存储的内容、方式、地点及时间，以确保数据的有效性并支持后续分析与编写文件之用。

通常需要考虑的问题有：

• 是否已经确定了收集的频率以及在过程中的哪些点进行度量？

• 是否已经建立了必须满足的时间表，确保度量结果及时从收集点转移到存储库、其他数据库或者最终用户？

• 谁负责获得数据？

• 谁负责数据的存储、检索以及安全性？

• 是否已经开发或采购了必要的支持工具？

4. 创建数据收集机制与过程指南。

将数据收集与存储机制和其它正常工作过程妥善地集成在一起。数据收集机制可以包括手工或自动化的表格与模板。对负责进行该工作的人提供有关正确规程的清晰简明的指南。必要时提供培训，以阐明收集完备且准确数据的必要过程，并使提供并记录数据的人员的负担减到最小。

5. 适当且可行时，支持自动化收集数据。

自动化支持的实例有：有时间标志的活动日志、产物的静态或动态分析

6. 对数据收集与存储规程进行优先级划分、评审及更新。

与负责提供、收集并存储数据的人员一起，评审所建议规程的适宜性与可行性。他们还可能对如何改进现有过程提供有用的见解，或者能够建议其它有用的度量项或分析。

7. 必要时更新度量项与度量目标。

SP 1.4 明确说明分析规程

明确说明如何分析并沟通度量数据。

事先明确说明分析规程，确保能进行适当的分析与报告以应对文档化的度量目标（从而也应对作为它们基础的信息需要与目标）。这个方法也是对实际是否收集了必要数据的一种检查。分析规程应该说明所有进入分析的数据（不论来源于项目、组织的度量库或其它来源）的质量（例如，年龄，可靠性）。为有助于选择适当的分析规程并评价分析的结果，应当考虑数据的质量。

CMMI模型中，MA过程域的工作产品实例：

1. 分析说明与规程

2. 数据分析工具

CMMI模型中，MA过程域的子实践：

1. 明确说明要进行的分析与要准备的报告，并划分优先级。

在早期注意将要进行的分析，以及报告结果的方式。这些分析与报告应满足以下准则：

• 分析明确地应对了文档化的度量目标。

• 结果的展示对于结果报告的受众是清楚易懂的。

可能需要为可用资源划分优先级。

2. 选择适当的数据分析方法与工具。

需要特别注意的问题有：

• 可视化显示方法与其它展示技术的选择 （例如，饼图，柱状图，直方图，雷达图，线条图，散点图及表格）

• 适当的描述性统计的选择（例如，算术平均，中位数与众数）

• 当不可能或不需要检查每个数据元素时，统计抽样准则的决定

• 如何处理出现数据元素缺失情况下的分析的决定

• 适当的分析工具的选择描述性统计通常用于数据分析，以执行以下活动：

• 检查规定的度量项的分布（例如，中心趋势，偏差程度，揭示异常偏差的数据点）

• 检查规定的度量项之间的相互关系（例如，产品生命周期不同阶段的缺陷对比，产品不同组件的缺陷对比）

• 显示随时间的变化情况

参阅CMMI模型“量化项目管理”过程域中的“选择将用于量化管理的度量项与分析技术”特定实践，以进一步了解如何适当使用统计技术与理解偏差。

3. 明确说明分析数据并沟通结果的管理规程。

需要考虑的问题通常有：

• 识别负责分析数据并展示结果的人员与小组

• 确定分析数据并展示结果的时间表

• 确定沟通结果的方式（例如，进展报告、传阅备忘录，书面报告或员工会议）

4. 评审并更新规定的分析与报告的建议内容与形式。

所有建议的内容与形式都应该经过评审与修订，包括分析方法与工具、管理规程以及优先级。被咨询的相关干系人应该包括最终用户、发起人、数据分析人员与数据提供人员。

5. 必要时，更新度量项与度量目标。

正如度量需要驱动数据分析，分析准则的澄清则会影响度量。依据为数据分析规程建立的规格说明，一些度量项的规格说明可能会进一步细化。其它一些度量项可能被证明是不必要的，或者可能发现还需要其它度量项。

通过对如何分析并报告度量项进行明确说明，也可能得到度量目标本身需要细化的建议。

6. 明确说明准则，以评价分析结果的效用以及度量与分析活动的执行。

评价分析结果效用的准则可能说明如下条目适用到的程度：

• 提供的结果及时、清晰易懂并用于做决策。

• 相对其提供的收益而言，该工作的成本不高。

评价度量与分析活动执行情况的准则可能包括如下条目适用到的程度：

• 数据遗漏或标示为不一致的数目超过规定的阈值。

• 采样中存在选择偏见（例如，只调查满意的最终用户来评价最终用户的满意度，或者只评价不成功的项目来确定总的生产率）。

• 度量数据可重复（例如，统计上的可靠性）。

• 统计假设已被满足（例如，关于数据的分布，关于适当的度量尺度）。

【MA过程域相关文章】

CMMI过程域详解-度量分析（MA）之概述

CMMI过程域详解-度量分析（MA）之SG 1

CMMI过程域详解-度量分析（MA）之SG 2