教学优势
曙海教育的课程培养了大批受企业欢迎的工程师。大批企业和曙海
建立了良好的合作关系。曙海教育的课程在业内有着响亮的知名度。
本课程，秉承20年积累的教学品质，以项目实现为导向,老师将会与您分享设计的全流程以及工具的综合使用经验、技巧。
Ø 初始级，估算级，比对级，量化管理级，量化改进级
Ø 功能点的最基本概念
Ø 功能点计数项：ILF与EIF，EI/EO/EQ
Ø 普通文档中与功能点计数项对应的概念
Ø 课程内容
o 早期需求采集
§ 用户访谈与需求采集误区
o SEAi需求分析法
§ 识别产品的场景Scenario
· 建立场景描述语言
§ 需求拆分
· 从场景描述中发现实体Entity（作为史诗故事）
o 识别标准
o 分析完成标准
· 为每一个实体分析CRUD行为Action（作为用户故事）
o 识别标准
o 分析完成标准
§ 练习：基于实际需求进行场景描述和实体拆分，即ILF/EIF层
§ 练习：利用CRUD拆分行为，即EI/EO/EQ层
§ 练习：使用《SEAi需求模板》生成整体需求文档
Ø 功能点的历史
Ø 1979年：IFPUG的原始功能点
Ø 2000年（约）：NESMA的简化功能点
Ø 2009年：中国功能点标准
Ø 课程内容：
o IFPUG功能点定义五种计数项
§ 复杂的调整因子定义（本课程中弃用）
o NESMA两级简化体系
§ Indicative Function Point
§ Estimated Function Point
o AFP简化体系（接近SiFP）
§ Agile Function Point
o 软件因素调整因子
§ 应用类型调整因子
§ 规模调整因子
§ 变更调整因子
§ 二次开发调整因子
§ 维护调整因子
§ 多端开发调整因子
o 开发因素调整因子
§ 团队经验因子
§ 语言类型因子
o 实际使用中因子的选择
o 国内标准及其使用
Ø 课程内容
o 两种功能点
§ 应用功能点（静态）
§ 开发功能点（动态）
o 对需求文档进行功能点度量
§ 普通文档计数法（200~400FP/人天，但遗漏率极高）
§ 基于SEAi文档的功能点计数法（兼容NESMA EFP计数法，效率无限（但需要文档反应真实产品且变更被记录），精度与需求编写者相同）
· 练习：使用AdaScope工具对按SEAi结构编写的需求文档进行计数
o 对已完成系统的应用功能点进行度量
§ 界面计数法（最原始的IFPUG计数法，效率200~400FP/人天，精度10%（与使用者水平相关））
§ 简化的界面计数法（NESMA EFP计数法，效率约2000FP/人天，精度不详（估计在15%左右））
· 练习：对已有软件（需要在课堂环境中可访问）进行功能点计数
§ 数据库回归法（2009年中国标准中推荐使用的计数法，效率约4000~6000FP/人天，精度不详（估计在30%左右））
· 练习：对预先导出的数据库表进行功能点计数练习
§ SEAiSwagger自动计数法（AdaPPM工具中的简化计数法，效率无限（仅需1分钟安装插件），精度约20%（与架构相关，需要校准）；但无法识别三方行为（多数时候差异不大，特定状态需人工校准））
· 练习：在生产软件中必须已经安装Swagger，并在本地安装GetFpFromSwagger（讲师提供）
o 对迭代开发中系统的开发功能点进行度量
§ 增强/E 与废弃/R功能点的功能点计数
§ SEAi中对增强与废弃功能的标记
· 练习：使用AdaScope对迭代需求进行自动计数
Ø 课程内容
o 度量的2个时机
o 选择不可控因素为标准度量项
o Dev研发五大开发度量指标（FP=功能点数）
§ 生产率 = FP/人天（激励因素）
§ 编码消耗率 = 逻辑代码行 / FP（保健因素）
§ 测试用例密度 = 测试用例数 / FP（保健因素）
§ 测试缺陷密度 = 测试缺陷数 / FP（保健因素）
§ 发布缺陷密度 = 发布缺陷数 / FP（激励因素）
o Ops运维三大发布度量指标
§ 开发周期（保健因素）
§ 需求交付周期（保健因素）
§ 缺陷修复时间（激励因素）
o 基础度量数据的定义与采集方法
§ 功能点数
§ 人天数计算方法
§ 测试用例计数方法
§ 测试缺陷计数方法
§ 发布缺陷数计数方法
§ 练习：联系隔壁团队，使用课上提到的方法，获取其产品当前的全套数据。
o 基准比对与五点估算
§ 利用P10，P25，P50，P75，P90对基线进行分布表述
§ 练习1：在Excel表中建立Benchmarking基线
§ 演示1：在AdaPPM中建立Benchmarking基线，并与行业数据进行对比
§ 演示2：在AdaPPM中分析Benchmarking基线的走向
§ 对数据标准化以便进行横向对比（练习见后）
Ø 核心目标1：掌握内部与行业排名的技术
Ø 核心目标2：理解利用度量数据进行绩效管理的基本原则
Ø 课程内容
o 横向对比
§ 利用“应用功能点”及派生度量项建立团队基线
§ 演示1：在AdaPPM中对比组织内部项目的五大指标排名
§ 演示2：在AdaPPM中对比项目 pk 业界的五大指标
o 纵向跟踪（统计过程控制）
§ 利用“开发功能点”及派生度量项建立统计过程控制
§ 演示1：在AdaPPM中监控各项指标穿越P25/P75的情况
Ø 预测模型
o 练习1：在Excel表中对已知数据进行函数拟合
Ø 基于预测模型制定组织与项目的目标
o 练习2：在Excel表中求解“归一化测试缺陷密度”
o 练习3：在Excel表中求解“达到特定缺陷密度所需的CCI数值”
Ø 相关性分析及其强弱分析
o 相关性与因果关系的区分
Ø 常见的因果性量化分析
o 测试缺陷密度 vs 生产率
o 编码消耗率 vs 生产率
o 维护扩展指数 vs 生产率
o 维护扩展指数 vs 测试缺陷密度
Ø 从相关性到因果性
o 练习1：在Excel中进行求解两组数据的相关系数
o 演示1：在AdaPPM中进行相关性分析
Ø 何为根因
Ø 可落地的解决方案
o 可理解，可实行，可落地
Ø 已经过量化验证的解决方案
o 架构对生产率与测试缺陷密度的影响
o 代码维护扩展指数对生产率的影响
o 代码维护扩展指数对测试缺陷密度的影响
Ø 平衡积分卡的四象限
Ø 理解保健因素与激励因素的差异
Ø “首席科学家制度”
Ø QAMMI量化敏捷成熟度模型概述
o 基于行为与基于量化的成熟度模型对比
o 扩展的度量数据（约10个左右）
