因果分析在软件项目量化管理中的应用.pdf

2023 年 6 月因果分析在软件项目量化管理中的应用林赣秀袁常泽民袁徐珍（江西航天鄱湖云科技有限公司，江西 南昌 330096）【摘要】软件项目量化管理是能力成熟度模型集成渊capability maturity model integration,CMMI冤的体现遥 介绍因果分析的常用方法袁探讨因果分析在软件项目量化管理中的应用袁阐明因果分析在软件项目量化管理中的重要性和价值袁总结因果分析在软件项目量化管理中的作用尧挑战和局限性袁并提出进一步的研究建议遥【关键词】因果分析曰软件项目曰量化管理【中图分类号】TP311.5【文献标识码】A【文章编号】1006-4222（2023）06-0139-030 引言随着软件行业的不断进步，软件项目应用变得广泛，软件项目规模不断增大，复杂程度成倍增长，技术要求大幅提高，因此，软件项目管理显得尤为重要，软件项目的量化管理1是软件项目管理精细化、数据化的体现，当前企业主流软件项目量化管理体系是基于能力成熟度模型集成（capability maturitymodel integration,CMMI）建立的2。软件项目量化管理可帮助项目精细化控制成本，有效分配资源，监控项目的进展，及时应对项目风险，确保软件项目能按时、按预算、高质量地完成。在软件项目执行过程中不可避免地会出现偏差问题，因此，精准有效地找到问题主要原因，制定措施，实施改进是保证项目成功实施的关键。因果分析的应用和研究非常的广泛，涉及交通领域3-4、医学领域5，在软件项目量化管理的需求、风险、测试、进度、质量等各方面均有应用。因果分析在推进软件项目量化管理上发挥着不可估量的作用，可帮助项目团队识别问题的根本原因，为改进软件项目过程、降低风险并提供决策支持。有助于提高项目的成功率、效率和质量，从而实现项目目标并交付高质量的软件产品。1 因果分析概述1.1 因果分析定义因果分析是一种研究事件之间因果关系的方法，旨在确定某个事件（原因）对另一个事件（结果）发生或发展的影响程度。因果分析关注事件之间的因果关系。原因是导致另一个事件发生或发展的条件、因素或行为，而结果是由原因引起的事件或现象。1.2 关系分类因果分析中的关系包括直接因果关系、间接因果关系、多因素影响。因果分析需要区分因果关系和相关性之间的区别。相关性指两个事件之间的关联或统计联系，而因果关系是指一个事件直接或间接导致另一个事件发生的关系。因果关系需要排除随机性和其他潜在的干扰因素。1.3 因果分析方法因果分析方法包括实验设计、统计分析、因果图以及专家意见，每种方法有适合的场景和条件。在实际应用中，根据具体问题的特点和数据的可用性，可以综合运用不同的工具和方法，以获得更加全面、可靠的因果分析结果。因果分析方法对比如表 1 所示。方法描述优点缺点实验设计通过比较实验组和对照组，控制其他变量的影响，来确定某个因素对结果的影响可控制其他变量的影响，更准确地确定因果关系；可排除其他潜在因素的干扰，提供较强的因果推断可能受到资源、时间和伦理等因素的制约；某些因果关系可能无法通过实验设计来验证统计分析利用统计方法和模型来分析数据，确定因果关系的强度和显著性；常用的统计方法包括回归分析、因子分析、结构方程模型等提供一种量化和可验证的方法来确定因果关系的强度和显著性；可处理大量的数据，通过建立模型和假设检验来推断因果关系，提供有关因果关系的可靠证据可能受数据质量、模型假设、样本选择偏差等因素的影响；某些因果关系可能难以通过统计方法来建立或验证，特别是在复杂的现实环境中因果图可以将事件之间的因果关系进行可视化表示以图形方式展示因果关系，可帮助人们直观地了解事件之间的因果关系；清晰地表示因果链条和中介因素，帮助分析人员系统性地思考和识别因果关系在复杂问题和多因素影响的情况下，因果图可能变得复杂和难以管理；绘制因果图需要考虑因果链条的全面性和准确性，需要充分的专业知识和经验支持专家意见根据领域专家的知识和经验，通过讨论和研究来确定因果关系；专家的意见和洞察力可以提供有价值的因果分析结果可提供领域专业知识和经验，帮助识别和验证因果关系；专家意见可以弥补数据不足或无法获取的情况，提供重要的洞察和指导可能受个人偏见、认知偏差或信息不完全的影响；不同专家之间的意见可能存在差异，需要谨慎进行整合和权衡表 1 因果分析方法对比2 因果分析在软件项目量化管理中的应用软件项目量化管理是一种通过测量和分析数据来管理软件项目的方法。利用定量的指标和度量来评估软件项目的进展、质量、效率和风险，并根据过专题综述1392023 年 6 月程数据做出决策和采取行动。实施量化管理主要包括确定指标和度量项、数据收集和分析、定期报告和沟通、开展决策和改进 4 个步骤。（1）确定指标和度量项。指标和度量项是实施量化管理的基础，用于衡量软件项目的各个方面。指标包括进度、质量、成本、范围、风险等方面的数据。常见的指标包括进度完成率、缺陷密度、工作量偏差、风险级别等1。通过定期收集和分析上述指标，可以监控项目的状态和趋势。（2）数据收集和分析。项目团队制订明确的数据收集计划，并使用适当的工具和方法来收集和记录数据。合理分析收集到的数据，以识别软件项目的趋势、关联性和异常情况。（3）定期报告和沟通。要求及时准确地向软件项目相关方报告项目的状态和进展。通过定期生成和分享项目报告来实现，报告应包括关键指标、趋势分析、问题和风险识别等。有效的沟通是软件项目量化管理的关键，可帮助项目团队和相关方了解项目的实际情况，并共同制定和执行改进措施。（4）开展决策和改进。通过分析和解释数据，识别软件项目中的问题和瓶颈，为软件项目决策和改进提供依据。项目团队根据数据分析结果制定和执行相应的改进措施，以提高项目的效率、质量和风险管理水平。通过量化管理，项目团队能更好地了解软件项目的情况，及时发现问题并采取相应的措施，以实现项目目标并提供高质量的软件产品。本文基于 CMMI 建立软件项目量化管理基线模型，不阐述基线模型的建立，重点介绍基线模型的应用以及与因果分析的结合。本文以党建信息化平台软件项目为例，该软件项目使用群体为党委领导班子、相关业务处室、各级党组织，提供党员信息管理、党组织信息管理、日常党务信息管理、党建工作在线考核、党建讲晒评及党建工作一张图等功能，全面实现党建工作信息化覆盖。软件项目的建设内容包括党务信息管理系统、党建在线考核系统、党建讲晒评互动平台、党建一张图系统 4 个子系统。该项目是浏览器/服务器（browser/server,B/S）架构，采用瀑布模型研制，分为项目策划、需求分析、系统设计、编码时间以及测试 5 个阶段，历时 7 个月开发完成。在该软件项目初期就已制订量化管理计划，明确项目指标和度量项。本文以代码复杂度量化管理为例，介绍因果分析在软件项目量化管理中的应用。通过 Sonar 静态代码走查工具统计得到代码复杂度的圈复杂度，该项目代码复杂度目标为 12.03 个逻辑判断/Class。在编码阶段，每周实施一次代码复杂度收集，收集到数据后再通过 mintab 的控制图执行基线监控和分析，在第 9 周时，发现第 5 周至第 9 周的代码复杂度 5 点中有 4 点，距离中心线同一侧超过1 个标准差，且呈上升趋势，如图 1 所示。基于代码复杂度量化管理分析结果，该软件项目的项目经理组织上级领导、项目组成员召开了因果分析会议，采用头脑风暴的方法分析出代码复杂度异常原因，如图 2 所示。邀请公司具有开发经验的专家对代码复杂度异常原因进行投票，通过投票决策出主要原因。异常原因投票占比如表 2 所示。通过以上分析可知，该软件项目代码复杂度增图 1 代码复杂度控制观测值UCL=15.99+2SL=14.67+1SL=13.35X=12.03-1SL=10.71-2SL=9.39LCL=8.071234567898910111213141516175图 2 代码复杂度增加原因分析技术问题开发人员代码结构不合理碰到技术难度对新引入的开源框架代码审查不严需求理解不深入部分成员编码能力较弱部分人员编码规范意识薄弱系统逻辑复杂开发时间短需求变更较多需求分析不到位外部接口较多人员安排不合理其他业务需求项目经理代码复杂度增加专题综述1402023 年 6 月加的主要原因为对新引入的开源框架审查不严，逻辑嵌套复杂，方法命名模糊，代码注释不规范，且党建讲晒评互动平台代码结构不合理，导致在第 6 周开发党建讲晒评互动平台的代码复杂度偏高。经过分析讨论，制定解决方案，组织高级开发工程师和项目经理走查引入的代码，针对代码问题修改源码，拆分功能职责不单一的类，重构复杂的逻辑嵌套和函数，删减冗余代码。同时，建立框架引入机制，组建框架评审组，对引入的框架进行代码审查及评估，审查通过后方可引入项目中。后续开发代码复杂度控制图无异常点，过程能力指数（process capability index,CPK）值为 1.42，大于 1.0，代码复杂度趋于稳定，进行蒙特卡洛仿真，预期结果可以接受。因果分析是一个复杂的过程，需要综合运用多种方法和工具，考虑多个因素之间的相互影响。该软件项目量化管理过程中的因果分析用到了统计分析、因果图以及专家意见等方法，可以很好地了解事件之间的因果关系，并提供有关原因和结果之间联系的洞察和决策支持。3 因果分析对软件项目量化管理的重要性在软件项目量化管理中，因果分析具有重要的作用，主要表现在以下 5 个方面。（1）通过分析数据和因果关系，确定对软件项目结果具有重要影响的因素和变量。有助于项目团队了解哪些因素对软件项目结果具有重大影响，从而能够更有针对性地管理和优化这些因素。（2）通过建立因果关系并收集相关数据，评估特定决策、措施或变化对项目结果的影响，量化评估效果，帮助项目团队了解特定行动的效果，确定有效的项目管理策略，并调整和改进实施计划。（3）通过分析因果关系，追溯问题的根本原因，并找到解决问题的最佳路径，帮助项目团队更全面地了解问题的背后因素，制定相应的措施。（4）通过分析因果关系，识别潜在的风险因素和影响，从而更好地预测和评估项目风险。项目团队能够实施风险应对措施，并优化项目规划和决策，最大限度降低风险对项目的负面影响。（5）通过分析因果关系，识别软件项目中的改进机会和瓶颈，并确定改进措施的优先级和效果，支持软件量化管理的持续改进。项目团队采取有针对性的改进措施，并根据结果进行评估和调整，以不断优化项目管理实践和项目绩效，形成知识库和经验积累，为后续的项目提供参考和指导。综上所述，因果分析能够帮助项目团队识别关键因素、量化效果、解决问题、进行风险管理并实现持续改进。让项目团队可以更准确地了解项目的现状和潜在影响因素，并做出更明智的决策，以提高项目的成功率和交付价值。4 结语在软件项目量化管理中，应用因果分析可以实现数据驱动决策，帮助项目管理者从项目中总结经验教训，并将其作为知识库进行积累和管理。本文以代码复杂度为例阐述因果分析在软件项目量化管理的应用，为后续的项目提供参考和指导，促进软件项目量化管理的持续改进。同时，在软件项目实施过程中存在有效数据获取困难、影响因素多、项目具有复杂性和非线性特征等局限性。在未来，因果分析仍然具有广阔的应用前景。通过智能化辅助、多维度分析、实时监测等方面的研究改进，促使因果分析为项目管理者提供更强大的工具和方法，更好地了解和应对项目中的因果关系，提高项目成功的概率。参考文献1 王玲坤，李瑞祥.软件量化项目管理应用J.信息技术与标准化，2019（4）：70-73.2 韩克强.基于 CMMI 高成熟度模型的 S 公司软件项目管理研究D.青岛：青岛科技大学，2020.3 林蒙蒙，覃锡忠，贾振红，等.基于因果分析的交通流组合预测模型J.计算机工程与设计，2021，42（7）：2030-2036.4 王洁，高原，张蕾，等.基于因果分析图的城市交通流短时预测研究J.数据分析与知识发现，2022，6（11）：111-125.5 徐海燕.基于因果分析的护理干预措施在股骨近端髓内钉手术室护理中的应用体会J.黑龙江医学，2023，47（1）：112-114.作者简介院林赣秀（1991），女，汉族，江西九江人，本科，工程师，研究方向为项目管理、智慧城市、信息化与信息安全。常泽民（1993），男，汉族，山西朔州人，本科，工程师，研究方向为项目管理、深度学习图像。徐珍（1992），女，汉族，江西上饶人，本科，工程师，研究方向为软件项目管理。原因票数占比/%对新引入的开源框架审查不严927.27代码结构不合理824.24部分人员编码规范意识薄弱26.06需求理解不深入39.09开发时间较短26.06部分成员编码能力较弱39.09需求变更较多13.03需求分析不到位13.03外部接口较多13.03人员安排不合理13.03系统逻辑复杂13.03碰到技术难点13.03表 2 异常原因投票占比专题综述141