Spirula. Maîtriser les Projets. Gestion Quantitative de Projet. Copyright SPIRULA 2008 Tous droits réservés 05/12/2008. Page 1

Transcription

1 Spirula Maîtriser les Projets Page 1

2 Mission Permettre aux entreprises de maitriser leurs projets et leur Time-to-Market en proposant des solutions innovantes pour Comprendre le passé Piloter le présent Prévoir l avenir Page 4

3 Piloter Alerter Quantité Probable Prévu Réel Aujourd hui Temps Page 5

4 Demande Estimation Préparation Pilotage Capitalisation Etude du coût, du retour sur investissement, des priorités stratégiques, du plan de charge Estimation fiable des coûts, délais, risques, efforts, nombre de défauts Préparer les indicateurs en fonction de règles de pilotage et du passé Pilotage du projet, supervision, analyse des écarts et prise de décision Améliorer la performance avec les leçons apprises Page 6 Page 6

5 Comprendre le Passé Bilan de projets Analyser l historique Modèles d estimation, calibrage Stabilité des processus (6 sigma, spc, ) Classifier les projets Portefeuille de projets et d applications Solution : Portefolio Server Page 7

6 Piloter le Présent Mesurer l avancement des projets, la performance Spécifier les indicateurs Capitaliser les connaissances Automatiser la collecte des données projets Tableaux de bord intelligents Balanced Score Cards Solution Distributive Management - DataDrill Page 8

7 Prévoir l Avenir Estimer les projets : Coûts, efforts, délais, qualité, risques Mesure de la taille fonctionnelle IFPUG, COSMIC, COSYSMO, COCOMO Processus d estimation Modèle d estimation paramétré Benchmarking Solutions Galorath SEER (HW SW) R2 DPO Sfera, Req Estimate Page 9

8 Difficultés Maturité de l entreprise Processus, organisation, outils, formation Coût non accepté Attentes trop élevées au démarrage Pas de vision long terme Savoir gérer l attente Page 10

9 Contributions Spirula participe aux travaux de : European Competitive Measurement Symposium Organisateur - Fondateur Software Engineering Institute (SEI) Co-auteur du CMMI International Function Point Users Group (IFPUG) Certified Function Point Specialist (CFPS) Association Française d Ingénierie Système (AFIS) Animateur du groupe MMI Modèle de Maturité et Indicateurs Mais également : INCOSE, PSM, ISO Page 12

10 Clients Page 13

11 Mesure & Analyse Page 15

12 Pourquoi pas Excel? Un réflexe naturel. mais Tout le monde connait Organisation difficile Disponible et facile à utiliser Microsoft Excel Problème d intégration des données Macros Support multi utilisateurs difficile Page 16

13 Pourquoi DataDrill? Microsoft Excel DataDrill EXPRESS Page 17

14 Un distributeur de bonnes pratiques Est-ce que quelqu un a des indicateur sur la volatilité des exigences? Quels indicateurs utilisez-vous pour du RAD? Pour les indicateurs de pilotage de projet, c est quel bouton? Quels indicateurs pour être CMMI 2 ou 3? Page 18

15 Points forts de DataDrill Librairies d indicateurs Accès Web Collecte intelligente de données Vues et dimensions multiples Tableaux de bord pertinents Page 19

16 EXPRESS Automatise votre Plan de Mesure Définition du Processus Tableaux de bord et indicateurs EXPRESS Mesure & Analyse Collecte des données Processus Mesure & Analyse prêt à l emploi Librairies de bonnes pratiques Evite les documents papiers Gestion des guides et de la connaissance Page 21

17 EXPRESS Automatise votre Plan de Mesure Définition du Processus EXPRESS Mesure & Analyse Tableaux de bord et indicateurs Collecte des données Collecte automatisée des données requises Collecte seulement les données nécessaire Génération automatique des scripts de collecte Page 22

18 EXPRESS Automatise votre Plan de Mesure Définition du Processus Tableaux de bord et indicateurs EXPRESS Mesure & Analyse Collecte des données Accès aux indicateurs via le Web Tableaux de bord, graphes et rapports, vues, dimensions Démarrage rapide de projet Gestion par exception Page 23

19 Composants DataDrill EXPRESS Telelogic Page 24

20 Témoignages «La solution DataDrill nous a permis de déployer un système de mesures et d indicateurs auprès de 50 projets en un temps record» Ann SHEDDEN, CMMI Leader BAe UK «Nous avons particulièrement apprécié la facilité de déploiement de l'outil DataDrill dans le cadre de notre projet d'amélioration continue des processus et dans l'atteinte du niveau 3 du modèle CMMI» Bernard Boyer - Directeur Qualité de CS - Communication et Systèmes Nous avons déjà économisé 80 % du temps de collecte des données, et nous pensons arriver à 100%. C est l équivalent de 4,2 temps plein Andy Davis, Senior Quality Engineer, General Dynamics AIS IMS En choisissant DataDrill, nous étions convaincus que cela nous permettrait d améliorer la qualité et l efficacité de nos développements. Nos objectifs sont atteints. Jack Allahand of Lockheed Martin s Engineering Process Improvement Program Page 25

21 Clients 05/12/200 Page 26 8 Gestion Tous Quantitative droits réservés de Projet

22 Management Démonstration Alertes Commentaires, tâches, risques Préparation des projets Bibliothèque, dimensions, indicateurs Création d indicateur Réutilisation de l historique Lien avec l estimation Rapport Office, plan de mesure Crystal Report Intégration Déploiement Page 27

23 Objectifs de l enterprise Déploiement 3. Enterprise 2. Programme Généralisation à l enterprise Mesures compliquées Données et reporting multi-sites Reporting executif sophistiqué Analyses avancé Liens avec d autres systèmes 1. Pilote Nombreuses mesures Mesures évoluées Multi-sites Reporting avancé Analyses Mesures simples Peu d utilisateurs Nb de données limité Durée & Coût de déploiement Page 28

24 Planning Itération suivante INITIALISATION PLAN DE MESURE INTEGRATION UTILISATION 1-4 semaines 1-3 semaines 4-10 semaines 8-12 semaines Lancement Constitution de l équipe Affectation des ressources Installation Formation Consolidation des acquis Définition du périmètre de la 1 ère itération Construction ou révision du plan de mesure Intégration des données sources (extracteurs) Validation du plan de mesure sur un projet pilote* Mise en route Suivi Adaptation 1 ère itération : 3 à 6 mois environ Itérations suivantes : 1 à 3 mois environ (*) Le projet pilote est un projet expérimental non utilisé dans l organisation. Page 29

25 Estimation Page 30

26 Obstacles Les attentes ne sont pas raisonnables «Ca ne m intéresse pas de savoir ce qui est possible et ce qui ne l est pas. J ai besoin de ça pour hier. Si tu ne peux pas le faire, je trouverais une autre personne.» Demandes instables «Ce serait sympa si le logiciel pourrait faire ce petit truc aussi. Je pense que tout ce qu il faut faire c est.» Management mal informé «Je vais vous aider à remettre votre projet dans les rails, en vous donnant plus de personnes.» Page 31

27 Lois Loi de Paul Masson - Temps Minimum Chaque projet nécessite un temps minimum de développement. Chaque projet ne peut supporter qu un certain nombre de personnes. Loi de Parkinson - Effort Optimum Le travail accroît pour utiliser le temps disponible. Pour chaque projet, il existe une productivité maximum Seuil qui représente l utilisation le plus efficace des personnes Loi de Brooks - Métier logiciel Rajouter des personnes à un projet en retard rajoute au retard Délai et effort de développement ne sont pas linéairement interchangeables Page 32

28 Représentation des Lois Pour une taille et technologie donnée Effort Masson Parkinson Temps minimum Raisonnable Effort optimum Brook Temps Page 33

29 Fonctionnalités communes Page 34

30 Bases de Connaissances Immédiatement utilisable Early estimation Quick estimation & tradeoffs Contient de nombreuses données «intelligentes» : intervalles de valeurs, calibrage, test de cohérence Les bases de connaissances peuvent être créées ou enrichies. Les utilisateurs peuvent créer leur propres Bases de Connaissances Décrivant les spécificités de développement de l organisation De projets ou d application Page 35

31 Incertitude Les modèles intègrent la notion d incertitude à l aide des courbes de sensibilité RANGE Hours (in K) Tactical Simulation: Requirements Volatility (Change) Tactical Simulation: Analyst Capabilities USER 50 RANGE Low Nom- Nom+ Hi VHi- VHi+ EHi Low+ Nom Hi- Hi+ VHi EHi- Hours (in K) 94 USER 47 Wing Skin Lower: Production Tools & Practices 0 VLo Low- Low+ Nom Hi- Hi+ VHi VLo+ Low Nom- Nom+ Hi VHi- RANGE Unit Prod Cost ( in thousands) USER VLo Low- Low+ Nom Hi- Hi+ VHi VLo+ Low Nom- Nom+ Hi VHi- Page 36

32 Gestion des risques Modèle paramétré Les paramètres d entrée au moins, plus probable, au plus, utilisent une moyenne pour calculer les coûts De plus, ils permettent d évaluer les risques associés au coût et au planning Page 37

33 Analyse des Risques Quelle est la probabilité d avoir : Un planning plus serré? Un effort moins élevé? Probabilité de 40% de faire le projet en 6 mois. Probabilité de 60% d achèvement en 1200 heures Page 38

34 SEER-H - Paramètres pour décrire votre Système Les circuits électroniques peuvent être décrits avec précision - Nombre de PCB Printed Circuit Boards - Nb de composants discrets par PCB - Environnent Opératoire - Composition du Circuit - Nb de CI /PCB - Technologie IC - Densité Packaging - Nb de IO /PCB - Fault Isolation - Classification Electronique - Vitesse Horloge (Fréquence) - Fault Détection Aspects mécaniques pour adapter l estimation - Poids - Composition Matériel - Classification Hardware - Volume - Environnent Opératoire - Pression Interne - Complexité de Forme - Processus de Construction - Durée de vie opérationnelle - Complexité of Fit Des attributs pouvant être définis (Electronique & Mécanique) - New Design - Certification Level - Dev/Prod Tools & Practices - Design Replication - Hardware Integration Level - Production Qty s Prototypes - Requirements Volatility - Dev/Prod Experience & Capability - Purchased Parts - Schedule - Labor Rates - Wraps & Fees - Scenarii détaillés (Operations & Support) Page 39

35 SEER-SEM Suite Estimation de projets logiciels SEER-AccuScope SEER-CriticalMass SEER-PPMC Monitoring & Control SEER- DB SEER- DB SEER-ScatterPlot SEER-Client SEER-SEM Effort, Schedule, Cost SEER- DB Page 44

36 Démonstration Présentation de l interface Quick Estimate Rapports, graphes Analyse des risques Quick planer Scatterplot Page 49

37 Planning SEER Next iteration INITIALIZATION DEFINITION PARAM. PILOTE PROJECT GO LIVE 2-4 weeks 2-20 weeks 8-10 weeks weeks Launch Business Objectives definition Team constitution Resources allocation Installation Training Knowledge consolidation Project plan guidelines Communication (change management) policy Perimeter of the 1 st iteration SEER Parameterisation : WBS Knowledge Database Lifecycle, effort spread Performance Monitoring Benchmarking & Calibration Process documentation Training of users Feedback Collection Process adaptation Go start Follow up Adaptation 1 st iteration : 5 to 6 month Next iterations : 3 month Page 50

38 Merci de votre attention Questions? Page 51