软件开发团队的绩效评估：一个实例研究外文翻译资料

英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

软件开发团队的绩效评估：一个实例研究

摘要：

软件开发项目已成为一个挑战行业和学术界关于团队的绩效评估。最近，提出了一种随机自动机网络(SAN)模型作为理论表征性能预测软件开发团队。在本文中，我们从信息技术公司多个网站和不同参与者的角色和专长提出一个练习这样的SAN分析建模的实际案例研究。我们提出匹配模型的预测与实际工程观测。然后，我们关注中央实体不同以及其可用性和提供支持的水平来观察对参与者的影响性能。我们总结我们的研究和进一步的讨论数值结果和可能的扩展模型。

关键字：性能评估，分析模型，随机自动机网络，全球软件开发，建立团队流程。

1. 介绍

为了提高业务成绩，发展中心有一个重新架构信息技术(IT)领域扩展公司业务离岸软件需求。随着全球化和企业扩张需求的增加他们业务分布在多个国家市场需求组织的改进包括信息技术领域和软件开发项目。而且，有软件开发领域的研究挑战，如异构分布式团队配置在不同的网站，甚至不同的时区，跨文化因素，不同的体验水平和技术背景。在多站点的软件开发项目的一个主要挑战是交流区，因为很难确保同样的理解来自不同文化背景的人之间关于项目目标和知识水平。大公司已经使用一组进程促进不同团队的工作。团队的绩效分析变得富有挑战性的行业和学术。理论模型可以是一个有用的工具来分析，例如，进化和内部通信软件开发过程,以帮助项目经理更好地理解发展上下文有关的问题。开发相关工作随机模型和模拟的规范对软件项目的动态，和使用分析模型来分析团队性能变化。

随机自动机网络(SAN)一个强大的基于马尔可夫链建模形式主义，它提供了一个高层次的描述(抽象)的一个模型，由于开发团队可以很容易地抽象以模块化的方式，SAN是一个合适的形式建模软件开发项目。在转换用概率和时间标记信息时本形式描述每个模块作为一个随机自动机状态转换关系图描述。SAN的行为模型是由事件的发生,它允许一个或多个自动机的状态的变化。在SAN模型，估计持续时间有关，每个事件确定每个事件发生的次数。给这个计时信息,模型的数值解提供了稳态概率的措施可以提取感兴趣的数值，例如：性能指标。在无数的工具来提供这些指标，我们使用一个数值解算器称为GTAexpress获得性能指数。

随机自动机网络(SAN)是一个强大的基于马尔可夫链建模模型，它提供了一个高层次的描述(抽象)的一个模型。由于开发团队可以很容易以模块化的方式抽象，SAN是一个合适的形式建模软件开发项目。这个方式在用概率和时间标记信息描述每个模块作为一个随机自动机状态转换关系图。SAN的行为模型是由事件的发生决定的，它允许一个或多个自动机的状态的变化。在SAN模型中，估计时间是相关的每个事件确定每个事件发生的次数。给这个计时信息,模型的数值解提供了可以提取出感兴趣的稳态概率的措施。例如，性能指标。在无数的工具来提供这些指标，我们使用一个数值解算器称为GTAexpress获得的性能指标分析模型。

在这篇文章中，我们报告我们在使用SAN分析建模的软件开发团队的发现，以预测其在不同的场景中的性能。我们提出我们基于一个多站点项目的案例实例分析的影响可用性和水平集中管理实体提供支持的结果。为了验证我们的预测精度，我们在项目的阶段验证该模型的数值结果与实际的时间。接着，我们根据项目的参与者考虑不同的行为和技能将注意力转向更深层次分析可能的场景变化。具体地说，我们根据可用性和中心实体支持的质量在不同的场景中进行了分析,并对整个团队的影响生产力的预测。

本文的其余部分组织如下。第二节提出了一种分析建模的全球软件开发团队研究中心和实体表示和团队成员。第三节介绍了实际案例来说明问题的范围和性质，并提出了提出了分析模型。第四部分介绍了该模型的对比数值分析与实际项目的定量数据。此外,在4.3节中,我们提供由中央实体分析的不同的可用性和水平支持对项目总执行时间的影响。最后，结论将概述在未来的工作和论文的主要贡献。

1. 分析建模的团队

软件开发团队评估是一个挑战性的过程，因为要达到更好的团队绩效，团队建设是一个多变量的问题。尽管在项目的计划阶段有明显实用的分析建模预测团队的行为，,软件开发阶段执行，监测和控制，和关闭，也可以受益于这些理论预测。传统上，相关文献提出了与在软件工程环境下数值分析有关的不同的方法来处理。例如，自动化软件测试过程和定量评估的开发团队。

分析建模形式通常用于描述许多现实状态的方法。马尔可夫链和Markov-based形式应用在多个领域，如经济学、物理学、工程学和生物信息学，都有应用。对其他形式的更多信息，专门的工具和应用程序在文献中是可用的。

模块化和紧凑的马尔可夫链形式是随机自动机网络(SAN) 。SAN是用来模拟由临时和以结构化的方式定义他们之间的交互小部件(自动机)构成的系统。SAN的解决方案模型，也就是，数值结果的提取，通常是由特定的算法设计来处理非常大的状态空间。出于这个原因，SAN只有在一些活动中代表同步实体促进分布式开发团队的建模软件工程(上下文) 每个实体的行为的个人描述。在这种背景下，一个实体可以为一个参与者或整个团队建模。

分布式软件开发团队通常是分散在不同的有一个中央实体或团队管理和协调的地方。根据所使用的特定的名称，中央团队可以一个人或一组扮演交付经理、研发经理、甚至是项目经理。在地理上分散的开发项目的背景下，被认为是项目成功的关键因素仍有争议，如有效沟通和团队之间的交互。事实上,交互影响团队的性能在项目集中控制变得越来越重要，中央的可用性和技术实体通常比开发人员的专业知识相关性更强。基于这些概念,我们关注中央团队的可用性和活动来获取这个实体的分析表示。图1显示了两个自动机(可用性和活动),代表的主要核心团队的行为。

图 1. 核心团队的自动机

在图1中,自动机可用性是建模的两个状态，A状态代表中央团队可以配合参与者， U状态代表中央团队无论什么理由都不可用。例如，时区限制，其他项目作业，或会议。自动机活动显示的主要任务由中央执行团队,是由两个状态组成的，M状态代表中央团队执行任何其他管理活动(根据具体情况)；状态C代表中央团队有效地配合一个参与者。事件被定义为使自动机的状态之间的转换,，根据项目的特点每个事件都有一个关联的出现率。事件A和U作为当地的自动机表明了时间中心团队仍然可以配合参与者。评论是很重要的,一个软件开发团队是由N的参与者组成的，他们之间靠沟通和与核心团队协作来解决问题。然后，事件coi(i = 1 . . N)是一个同步的事件之间的核心团队和第i个参与者，其事件表明中央团队由管理(状态M)协作(状态C)改变当前活动。事件s_i如果反映了主要核心团队的专业知识水平，同步发生以来表明中央团队提供了一个支持第i-th个参与者，即指数误差，从状态C和状态 M改变从各州中心团队活动。

软件开发团队中,一个参与者可以扮演特定角色在项目如软件开发人员、业务分析人员、测试人员、数据仓库工程师、数据库管理员或用户。然而,独立的团队角色分配，参与者也有类似的行为建模的通用形式，考虑他们的一般职责来完成，根据他们的角色包括需要解决的问题。图2描绘了自动机表示实体与他/她的主要活动参与者

在图2中，一个参与者由一个自动机模型由以下状态：W表示参与者的工作状态，也就是，完成它的任务或与其他成员合作；状态S代表参与者是寻找一个特定的解决方案，信息、文档、数据来源，甚至自己学习一些技术问题；状态C代表参与者是与中央团队合作解决技术问题，或例如，讨论项目决策。前面提到过，si的事件和coi代表第i个参与者的同步与中央自动机的团队活动，从合作(C)工作(W) 和寻求解决办法(S)分别合作(C)改变自动机的状态。此外,该自动机有两个当地的事件:ei和ri。事件ei表明第i个参与者完成他/她的任务有一个障碍,开始寻找一个合适的解决方案，也就是说，这个事件的发生把参与者的状态从W 改变到了S。一旦解决了一个障碍，参与者回归工作，这种行为是由事件r_i的发生使参与者的状态从S变到了W。

表1 中心团队和参与者的事件的描述

表1总结了事件的两个实体(中心团队和参与者)见图1和图2。

使用实体图1和图2中所示,可以建立一个分析模型代表一个软件开发项目与N参与者协作解决问题。在下一节中我们提出一个案例研究的实例化一个真正的开发过程与14个参与者(N = 14)和一个中心的团队(由2自动机),即一个16自动机模型。

1. 具体案例研究

为了证明分析建模在上下文复杂的基于状态的性能分析软件开发团队的多站点是有用的，我们提出一个实际的案例研究的典范，由于保密，在本文的上下文中,我们命名为案例研究项目作为alpha;。alpha;是一个数据仓库项目执行的一家IT公司使用多个地点：巴西、美国、马来西亚和印度。这个项目在11个月(也就是11times;22工作日= 242天)，它的目标是对某公司管理水平提高数据可用性和数据分析。项目运行与足够的基础设施集成参与者在全球环境中促进沟通,互动、知识共享和基于网络的支持。