ネットワーク型データモデルを用いた問題点の可視化と問題分析への応用例
ダウンロード数: 1482回
SQuBOK分類 :
年度 : 2015年
発表場所 : ソフトウェア品質シンポジウム2015
執筆者 :
角口 勝隆(㈱日立ソリューションズ)
紹介文 :
大規模なソフトウェア開発プロジェクトの現場では、テストにより不具合が数千件摘出されることもある。従来は、不具合の発生傾向や改善が必要な箇所を把握するために、不具合情報へ「重要度」「現象分類」「原因分類」「作り込み工程」「摘出すべき工程」などの定型的な分類情報を付与し、それらの分類情報を機能やプログラムごとに集計することで品質状況の分析を行ってきた。
しかし、ソフトウェア開発プロジェクトで扱う問題は多岐にわたり、問題分析は、予め定義した分類種別を付与した不具合の分析だけではない。問題分析においては、分析する情報が定型的に分類されているとは限らず、また、分類されていたとしても、情報の欠落や属人的な分類判断により、しばしば精度に欠けた情報で分析を行わざるを得ないのが実状である。プロジェクトによって分析の目的/情報/期間はさまざまで、必ずしも上述の方法で品質状況や問題を的確に分析できるとは言えない。
そこで、複雑な情報を可視化する方法として「ネットワーク型データモデル」が研究されていることに着目し、不定形な情報をネットワーク図により可視化することで、分類種別に依存せず、問題点の発生傾向の把握および、改善が必要な箇所を分析できないか試みた。今回、その分析実施例と成果について発表する。
大規模なソフトウェア開発プロジェクトの現場では、テストにより不具合が数千件摘出されることもある。従来は、不具合の発生傾向や改善が必要な箇所を把握するために、不具合情報へ「重要度」「現象分類」「原因分類」「作り込み工程」「摘出すべき工程」などの定型的な分類情報を付与し、それらの分類情報を機能やプログラムごとに集計することで品質状況の分析を行ってきた。
しかし、ソフトウェア開発プロジェクトで扱う問題は多岐にわたり、問題分析は、予め定義した分類種別を付与した不具合の分析だけではない。問題分析においては、分析する情報が定型的に分類されているとは限らず、また、分類されていたとしても、情報の欠落や属人的な分類判断により、しばしば精度に欠けた情報で分析を行わざるを得ないのが実状である。プロジェクトによって分析の目的/情報/期間はさまざまで、必ずしも上述の方法で品質状況や問題を的確に分析できるとは言えない。
そこで、複雑な情報を可視化する方法として「ネットワーク型データモデル」が研究されていることに着目し、不定形な情報をネットワーク図により可視化することで、分類種別に依存せず、問題点の発生傾向の把握および、改善が必要な箇所を分析できないか試みた。今回、その分析実施例と成果について発表する。