【課程背景】
很多企業(yè)已經(jīng)收集了本企業(yè)的各種項目類型的進度、質(zhì)量、成本、效率等的歷史數(shù)據(jù),并基于此建立了組織的基礎(chǔ)度量數(shù)據(jù)庫。但是在整個數(shù)據(jù)的收集過程中,往往因為度量目標(biāo)不明確、數(shù)據(jù)準(zhǔn)確性無法評估、數(shù)據(jù)采集自動化程度不高、數(shù)據(jù)信息不完備等因素導(dǎo)致了數(shù)據(jù)失效,度量的結(jié)果無法作為項目管理的決策依據(jù),量化的項目管理失去了意義。
在實施流程管理并進行持續(xù)改進的基礎(chǔ)上,要求組織能夠根據(jù)自身的目標(biāo)和項目群的共性問題定制合理的度量指標(biāo),建立量化的問題管理思路。基于此,需要流程優(yōu)化需要提升度量的針對性,在歷史數(shù)據(jù)庫和過程評估的基礎(chǔ)上,建立面向問題的性能基線和模型,為各項目提供量化管理的基準(zhǔn)和范圍;需要各項目根據(jù)組織要求建立自身的量化度量目標(biāo),主動的收集數(shù)據(jù),根據(jù)數(shù)據(jù)狀態(tài)分析問題和風(fēng)險,實現(xiàn)項目目標(biāo)的管控。
本課程的設(shè)計主要以“問題驅(qū)動”、“數(shù)據(jù)應(yīng)用”為出發(fā)點,以期幫助企業(yè)的流程優(yōu)化人員梳理本組織的度量體系的建設(shè)思路,同時使項目決策者意識到數(shù)據(jù)采集的重要性,以及數(shù)據(jù)分析的意義。
【培訓(xùn)收益】
通過度量收集和分析必要細節(jié)的理解,來檢驗組織實際的實踐活動,并知道如何去比較它們,從而可以找出差距,并針對特定需要建立過程改進的優(yōu)先次序。用一種開放的思想去看待過程和過程改進,使用適合自己需要的,把注意力集中于目標(biāo)
1、理解量化管理核心管理思想,掌握精益度量的實踐真諦,通過案例和現(xiàn)場互動的方式,幫助學(xué)員理清如何建立一套可操作的、可落地的產(chǎn)品研發(fā)管理體系,幫助學(xué)員“學(xué)以致用”。
2、分享講師十多年知名企業(yè)產(chǎn)品研發(fā)管理的實戰(zhàn)經(jīng)驗,以及從事培訓(xùn)/咨詢所總結(jié)的1000多家業(yè)界知名企業(yè)典型案例和資料(如:流程、模板、查檢表等)。
3、特別針對研發(fā)管理的常見問題,幫助學(xué)員掌握系統(tǒng)化分析問題的方法,并找到解決這些問題的對策和措施。具體包括:
l 掌握常見的數(shù)據(jù)分析思路
l 掌握度量構(gòu)造的方法
l 理解度量管理的作用以及重要性,掌握度量管理的流程和方法。
l 展望高級量化要求
【培訓(xùn)對象】
企業(yè)總工、技術(shù)總監(jiān)、系統(tǒng)架構(gòu)師、研發(fā)經(jīng)理、測試經(jīng)理、質(zhì)量/品質(zhì)經(jīng)理、研發(fā)測試骨干,以及研發(fā)測試技術(shù)人員。
【課程時長】
12小時
【課程大綱】
一、案例分析
二、QC七大手法
1. QC七大手法概述
2. 新老QC七大手法對比
3. 老QC七大手法
1) 查檢表分析(Check List)
a) 各個階段查檢表的展示
b) 如何構(gòu)建有價值的查檢表
2) 層別法分析(Stratification)
3) 散布分析(Scatter Diagram)
a) 散布圖的作用
b) 如何判定散布圖表現(xiàn)的規(guī)律?
4) 直方圖分析(Histogram)
a) 什么時候使用直方圖?
b) 如何利用直方圖看數(shù)據(jù)分組
5) 控制圖分析(Control Chart)
6) 帕累托圖分析(Pareto Diagram)
a) 二八原則
b) 使用excel制定帕累托圖
c) 如何找到根本原因
7) 特性要因圖分析-魚骨圖(Characteristic Diagram
a) 魚骨圖的種類
b) 魚骨圖的使用
4. 新QC七大手法
1) 關(guān)聯(lián)圖——理清復(fù)雜因素間的關(guān)系;
2) 系統(tǒng)圖——系統(tǒng)地尋求實現(xiàn)目標(biāo)的手段;
3) 親和圖——從雜亂的語言數(shù)據(jù)中汲取信息;
a) 利用親和圖進行總結(jié)歸納
4) 矩陣圖——多角度考察存在的問題,變量關(guān)系;
5) PDPC法——預(yù)測設(shè)計中可能出現(xiàn)的障礙和結(jié)果;
6) 箭條圖——合理制定進度計劃;
7) 矩陣資料解析法—多變數(shù)轉(zhuǎn)化少變數(shù)資料分析;
三、 統(tǒng)計過程控制和控制圖
1. SPC正態(tài)分布理論基礎(chǔ)
1) 什么是正態(tài)分布
2) μ與σ對正態(tài)分布的影響
3) P-Value
2. SPC的基礎(chǔ)原理
1) 什么是過程
2) 兩種類型的變異原因
3) SPC的3σ原理
4) 兩種錯誤及其發(fā)生概率
3. SPC控制圖的種類和應(yīng)用
1) 控制圖的定義
2) 控制圖—過程控制的工具
3) 控制圖種類(以數(shù)據(jù)性質(zhì)分)
a) 計量型
b) 計數(shù)型
4) 控制圖種類(以數(shù)據(jù)性質(zhì)分)
a) 分析用控制圖
b) 控制用控制圖
4. 八大判穩(wěn)原則
5. 建立控制圖的四步驟
1) 收集數(shù)據(jù)
2) 計算控制限
3) 過程控制解釋
4) 過程能力解釋
6. 控制圖的選擇
7. 計量型控制圖在軟件中的應(yīng)用案例
1) X-R圖應(yīng)用案例
2) X-S圖
3) XMR圖
4) IMR
8. 計數(shù)型控制圖在軟件中的應(yīng)用案例
1) P和NP圖
2) C圖
3) U圖
9. 研討與演練
四、 6Sigma及在軟件中的應(yīng)用
1. 6Sigma介紹
2. 6Sigma的核心流程 DMAIC
3. 6Sima工具
4. 假設(shè)檢驗
5. ANOVA方差分析
6. Regression(回歸分析)
7. 工程能力分析(CP,CPK)
8. Graph分析
9. DMAIC應(yīng)用實例
1) 定義:使用統(tǒng)計做好的項目過程定義和裁剪
2) 測量:測量與軟件開發(fā)相關(guān)的過程數(shù)據(jù)(需求,編碼,開發(fā),評審,測試,)
3) 分析:分析過程定義與選擇開發(fā)過程和選擇檢驗過程的關(guān)系
4) 改進:利用多目標(biāo)決策方法改進已定義過程
5) 控制:使用基線和模型控制項目的開發(fā)過程
五、 基線和模型
1. 如何實用量化管理的方法對項目數(shù)據(jù)進行預(yù)測和改進?
? 正態(tài)分布
? 卡方檢驗
? 回歸分析
? 可靠性增長
2. 建立過程性能基線
1) 什么是基線
2) 基線的建立過程
3) Step1:按照規(guī)劃的子過程準(zhǔn)備數(shù)據(jù)
4) Step2:理解過程-分析數(shù)據(jù)分布(直方圖)
5) Step3:根據(jù)數(shù)據(jù)分布,采取相應(yīng)行動
6) Step4:(Optional)通過方差分析驗證分組的合理性
7) Step5:理解過程-進行正態(tài)性檢驗
8) Step6:判斷過程是否穩(wěn)定(控制圖)
9) Step7:建立基線,文檔化
10) Step8:基線調(diào)整(根據(jù)PPM建立情況)
3. 建立過程性能模型
1) Step 1:選擇預(yù)測目標(biāo)
2) Step 2:選擇影響因子(自變量X)
3) Step 3:相關(guān)性分析(Y-X)
4) Step 4: 選擇統(tǒng)計分析方法
a) 線性
b) 非線性:瑞利分布
5) Step 5: 正態(tài)分析 (參見建立PPB)
6) Step 6: 回歸分析
7) Step 7: 建立相關(guān)子模型
4. 蒙特卡洛模擬分析技術(shù)(CrystallBall)
1) 設(shè)定X的分布
2) 設(shè)定預(yù)測值
3) 執(zhí)行蒙特卡洛分析
4) 進行敏感度分析
5. 實施量化管理
1) 定義項目質(zhì)量目標(biāo)
2) 選擇過程與子過程清單
3) 選擇子過程和屬性
4) 選擇度量分析技術(shù)
5) 對選擇的子過程進行性能監(jiān)視
6) 管理項目性能
7) 對異常數(shù)據(jù)進行根本原因分析
六、 總結(jié)
1. 度量過程中的常見問題
2. 度量結(jié)果的可視化
3. 度量控制的閾值設(shè)定
4. 量化管理與過程裁剪的關(guān)系
5. 總結(jié)
- 上一篇:CMMI高級實務(wù)
- 下一篇:軟件質(zhì)量控制