既製モデルに基づく工数見積もり

既製モデルに基づく工数見積もり

 既成の工数見積もりモデルの一般形を図2-1に示す。

 ここで、Eは開発工数(一般には、仕様決定後からシステムテストまでの工数)、Lは開発規模(ソフトウエアサイズ)で、pは生産性調整係数、cは定数である。

 先ほど、「ソフトウエアの特性や開発プロジェクトの特性をパラメータとして与える」と書いたが、多くの工数見積もりモデルでは、開発規模(ソフトウエアサイズ)が主要なパラメータとなる。古くは、プログラム行数(LOC: Lines of Code)が、最近では、ファンクションポイントが用いられる。なお、行数などはプロジェクト開始当初にはわからないので、工数見積もりモデルにパラメータとして与える開発規模の値そのものが見積値であることも珍しくない。

 また、生産性調整係数pは、開発規模と工数の関係、つまりは生産性に影響を与える要因によって決定される係数とされているが、定数cと同様にあらかじめ与えられている場合も多い。モデルを利用する立場からすれば、その来歴はともかく、モデルに含まれるもう1つの定数に過ぎない。

 この形のモデルの最も初期のものの1つが、WalstonとFelixによるモデルである。1977年に発表されたモデルを図2-2に示す。

 先ほどの一般形に当てはめると、生産性調整係数p=5.2、定数c=0.91である。このモデルは、IBM Federal Systems Divisionのおける60個のプロジェクト(規模:4,000~467,000LOC、工数:12~11,758人月)のデータに基づいて作られたものである。

COCOMOの工数見積もりモデル

 その後1981年に、B.W.BoehmがTRW社で収集したデータに基づき提案したCOCOMO(COnstructive COst MOdel)が、この形の工数見積もりモデル(コスト見積もりモデル)としては最も有名である。COCOMOはいくつかのモデルで構成されるが、最もシンプルな初級COCOMOでは、開発規模と工数の関係は図2-3のように表される。

 COCOMOでは、見積もり対象プロジェクトを次の3つのタイプに分類している。

 1つ目が「organic」である。これは比較的小規模の開発チームによる自社開発のような、熟練度の高い開発形態だ。在庫管理システム、科学技術計算用パッケージなどの開発が当てはまる。

 2つ目が「embedded」で、開発チームが大規模なタイプである。厳しい制約条件の下で要求仕様の変更も頻発する開発形態だ。OSの開発などが当てはまる。

 3つ目が「semi-detached」で上記2タイプの中間的形態となる。

 そして、タイプごとにモデル式の生産性調整係数pと定数cの値を与えている。したがって、例えば、見積もり対象プロジェクトの開発規模が同じ100KLOCであっても、比較的小規模で仕様変更も少なく見通しのよいorganicタイプのプロジェクトでは、工数見積値はおよそ302人月であるが、大規模な開発で、制約条件が厳しく仕様変更も頻発するembeddedタイプのプロジェクトでは、そのおよそ3倍の約904人月が工数見積値となる。

 また、詳細は省略するが、中級COCOMOと呼ばれるものでは、15個のコストドライバ(コスト誘因)がモデルに導入され、ソフトウエアの特性や開発プロジェクトの特性により、工数見積値の補正が可能となっている。さらに、2000年に発表されたCOCOMO II(http://sunset.usc.edu/csse/research/COCOMOII/cocomo_main.html)では、その後のソフトウエア開発形態の変化やプロジェクト評価技術の進歩に合わせ、17個のコストドライバを再定義すると共に、開発規模に影響を与える5個のスケールファクタが、モデルのパラメータとして新たに追加されている。

 しかし、COCOMOなどのモデルが、自分たちのソフトウエア開発プロジェクトにそのまま適用できるとは限らない。適用できたとしても十分な見積もり精度が得られないかもしれない。となると、見積もりモデルを作ることになる。

人気記事トップ10

人気記事ランキングをもっと見る

企画広告も役立つ情報バッチリ! Sponsored

ClickHouse Cloudが実現した広告運用SaaS「ATOM」のデータ基盤革新、パフォーマンスを向上しながら、運用負荷とコストを削減 11月11日 6:20 AIで開発が加速する時代、品質保証はどう変わる? Tricentisが示すAIエージェント活用の実像 11月9日 6:45 悪用までの猶予が「1分」に迫るフロンティアAI時代に開発と本番を貫く脆弱性管理が必要 10月29日 8:30 欧州CRA対応とSBOM運用。AI生成コードのOSS混入問題の対策とは ――スニペット単位で検出する「FossID」「Insignary Clarity」によるSBOM運用 9月16日 6:40 PostgreSQLからTiDBへ、稼働中SaaSで進める段階的DB移行の実践と再設計への展望 9月7日 6:30 機能安全開発におけるGoogleTestの活用を支援!「Parasoft C/C++test CT」で実現する効率化&AI連携 4月14日 6:30 【CNDW2025】Grafanaが明かす「オブザーバビリティの哲学」ー最小限の労力で実用的なインサイトを得るには 1月23日 6:30 【CNDW2025】プロダクト急増に備える基盤刷新 ーウェルスナビがECSからEKSへの移行で得た知見とは 1月15日 6:30 【CNDW2025】250環境を5人で運用、構築時間は30分に ーKINTOテクノロジーズが語るインフラ基盤組織の作り方 2025年12月18日 6:30 新たな自動化で熱視線! AIエージェントの「推論能力」を支える2つのコンポーネントとは? 2025年11月28日 6:30