CN107633359A - 一种计算研发效率的方法及装置 - Google Patents
一种计算研发效率的方法及装置 Download PDFInfo
- Publication number
- CN107633359A CN107633359A CN201710827195.0A CN201710827195A CN107633359A CN 107633359 A CN107633359 A CN 107633359A CN 201710827195 A CN201710827195 A CN 201710827195A CN 107633359 A CN107633359 A CN 107633359A
- Authority
- CN
- China
- Prior art keywords
- research
- mrow
- development
- hour
- man
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种计算研发效率的方法及装置,该方法包括:将研发对象的研发过程划分为至少一个流程节点;针对各流程节点均执行:根据当前流程节点的历史工时集合,计算当前流程节点的标准工时;根据该标准工时,计算当前流程节点的预计工时;计算当前流程节点的实际工时;根据各流程节点的预计工时和实际工时,计算研发对象的研发效率。研发效率可以基于历史数据而得出,故能够弱化研发过程中的不稳定因素对研发效率准确性的影响。因此,本方案能够提高效率计算的准确性。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种计算研发效率的方法及装置。
背景技术
在各研发对象,如软件、产品等的研发过程中,通常会存在整体需求范围不确定、需求变更层出不穷等特点。
目前,管理人员可以根据经验,对各研发过程的研发效率进行预估。
但是,人为确定的研发效率通常准确性较低。
发明内容
本发明提供了一种计算研发效率的方法及装置,能够提高效率计算的准确性。
为了达到上述目的,本发明是通过如下技术方案实现的:
一方面,本发明提供了一种计算研发效率的方法,包括:
将研发对象的研发过程划分为至少一个流程节点;
针对每一个所述流程节点均执行:根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时;
根据所述标准工时,计算所述当前流程节点的预计工时;
计算所述当前流程节点的实际工时;
根据每一个所述流程节点的预计工时和实际工时,计算所述研发对象的研发效率。
进一步地,所述根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时,包括:获取当前流程节点的历史工时初始集合;清洗所述历史工时初始集合,得到历史工时优化集合,其中,所述历史工时优化集合的离散度小于所述历史工时初始集合的离散度;基于所述历史工时优化集合,计算所述当前流程节点的初始标准工时;利用所述当前流程节点的预设修正值对所述初始标准工时进行修正,得到所述当前流程节点的标准工时。
进一步地,每一个所述流程节点均对应有岗位研发人员;
所述根据所述标准工时,计算所述当前流程节点的预计工时,包括:计算所述标准工时与所述当前流程节点对应的岗位研发人员的预设研发能力权重的乘积,所述乘积为所述当前流程节点的预计工时。
进一步地,所述计算所述当前流程节点的实际工时,包括:利用研发生命周期管理工具,采集所述当前流程节点的起始时间和终止时间;计算所述终止时间减所述起始时间的差值,所述差值为所述当前流程节点的实际工时。
进一步地,所述计算所述研发对象的研发效率,包括:利用公式一计算所述研发对象的研发效率;
所述公式一包括:
其中,η为所述研发对象的研发效率,n为所述至少一个流程节点的个数,tpi为所述至少一个流程节点中的第i个流程节点的预计工时,tai为所述第i个流程节点的实际工时。
进一步地,该方法还包括:计算所述当前流程节点的预计工时除以所述当前流程节点的实际工时的商,所述商为所述当前流程节点的研发效率。
进一步地,每一个所述流程节点均对应有一个岗位研发人员;
该方法还包括:确定执行所述研发过程所需的至少一个岗位研发人员,其中,每一个所述岗位研发人员均对应有至少一个第一流程节点,所述至少一个流程节点包括所述至少一个第一流程节点;针对所述至少一个岗位研发人员中的每一个岗位研发人员均执行:利用公式二计算当前岗位研发人员的研发效率;
所述公式二包括:
其中,η′为所述当前岗位研发人员的研发效率,m为所述至少一个第一流程节点的个数,tpj为所述至少一个第一流程节点中的第j个流程节点的预计工时,taj为所述第j个流程节点的实际工时。
另一方面,本发明提供了一种计算研发效率的装置,包括:
节点划分单元,用于将研发对象的研发过程划分为至少一个流程节点;
处理单元,用于针对每一个所述流程节点均执行:根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时;根据所述标准工时,计算所述当前流程节点的预计工时;计算所述当前流程节点的实际工时;
计算单元,用于根据每一个所述流程节点的预计工时和实际工时,计算所述研发对象的研发效率。
进一步地,所述处理单元,具体用于获取当前流程节点的历史工时初始集合;清洗所述历史工时初始集合,得到历史工时优化集合,其中,所述历史工时优化集合的离散度小于所述历史工时初始集合的离散度;基于所述历史工时优化集合,计算所述当前流程节点的初始标准工时;利用所述当前流程节点的预设修正值对所述初始标准工时进行修正,得到所述当前流程节点的标准工时。
进一步地,每一个所述流程节点均对应有岗位研发人员;
所述处理单元,具体用于计算所述标准工时与所述当前流程节点对应的岗位研发人员的预设研发能力权重的乘积,所述乘积为所述当前流程节点的预计工时。
进一步地,所述处理单元,具体用于利用研发生命周期管理工具,采集所述当前流程节点的起始时间和终止时间;计算所述终止时间减所述起始时间的差值,所述差值为所述当前流程节点的实际工时。
进一步地,所述计算单元,具体用于利用公式一计算所述研发对象的研发效率;
所述公式一包括:
其中,η为所述研发对象的研发效率,n为所述至少一个流程节点的个数,tpi为所述至少一个流程节点中的第i个流程节点的预计工时,tai为所述第i个流程节点的实际工时。
进一步地,所述计算单元,还用于计算所述当前流程节点的预计工时除以所述当前流程节点的实际工时的商,所述商为所述当前流程节点的研发效率。
进一步地,每一个所述流程节点均对应有一个岗位研发人员;
所述计算单元,还用于确定执行所述研发过程所需的至少一个岗位研发人员,其中,每一个所述岗位研发人员均对应有至少一个第一流程节点,所述至少一个流程节点包括所述至少一个第一流程节点;针对所述至少一个岗位研发人员中的每一个岗位研发人员均执行:利用公式二计算当前岗位研发人员的研发效率;
所述公式二包括:
其中,η′为所述当前岗位研发人员的研发效率,m为所述至少一个第一流程节点的个数,tpj为所述至少一个第一流程节点中的第j个流程节点的预计工时,taj为所述第j个流程节点的实际工时。
本发明提供了一种计算研发效率的方法及装置,该方法包括:将研发对象的研发过程划分为至少一个流程节点;针对各流程节点均执行:根据当前流程节点的历史工时集合,计算当前流程节点的标准工时;根据该标准工时,计算当前流程节点的预计工时;计算当前流程节点的实际工时;根据各流程节点的预计工时和实际工时,计算研发对象的研发效率。研发效率可以基于历史数据而得出,故能够弱化研发过程中的不稳定因素对研发效率准确性的影响。因此,本发明能够提高效率计算的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种计算研发效率的方法的流程图;
图2是本发明一实施例提供的另一种计算研发效率的方法的流程图;
图3是本发明一实施例提供的一种一种计算研发效率的装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种计算研发效率的方法,可以包括以下步骤:
步骤101:将研发对象的研发过程划分为至少一个流程节点。
步骤102:针对每一个所述流程节点均执行:根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时。
步骤103:根据所述标准工时,计算所述当前流程节点的预计工时。
步骤104:计算所述当前流程节点的实际工时。
步骤105:根据每一个所述流程节点的预计工时和实际工时,计算所述研发对象的研发效率。
本发明实施例提供了一种计算研发效率的方法,将研发对象的研发过程划分为至少一个流程节点;针对各流程节点均执行:根据当前流程节点的历史工时集合,计算当前流程节点的标准工时;根据该标准工时,计算当前流程节点的预计工时;计算当前流程节点的实际工时;根据各流程节点的预计工时和实际工时,计算研发对象的研发效率。研发效率可以基于历史数据而得出,故能够弱化研发过程中的不稳定因素对研发效率准确性的影响。因此,本发明实施例能够提高效率计算的准确性。
在本发明的一个实施例中,上述研发对象可以为软件,从而可以计算软件研发的研发效率。当然,在本发明其他实施例中,上述研发对象也可以为产品等。
以软件为例,在本发明的一个实施例中,可以将软件的研发过程划分为8个流程节点,依次为:需求、设计、编译、编码、测试、待发布、准生产环境验证、正式发布。
通常情况下,可以依照时间顺序,从前至后依次执行每一个流程节点。比如,研发人员1首先执行需求这一流程节点,完成执行后,再由研发人员2在此基础之上继续执行设计这一流程节点,以此类推,直至完成执行正式发布这一流程节点。
在本发明的一个实施例中,各流程节点均完成执行后,若出现待改进问题,可以迭代执行这些流程节点。其中,迭代执行时,可以针对待改进问题,从任一流程节点为起始,然后依次执行后续各流程节点,而不要求必须从第一个流程节点为起始。
比如,若测试这一流程节点存在待改进问题,可以直接从测试流程节点开始执行,而无需从需求、设计、编译、编码中的任一流程节点开始执行。
详细地,每一次迭代过程也可以看做为研发过程,仍可以将其划分为至少一个流程节点,并计算每一次迭代过程的研发效率。比如,上述迭代过程可以划分为4个流程节点,依次为:测试、待发布、准生产环境验证、正式发布。
在本发明的一个实施例中,为了说明一种计算各流程节点的标准工时的可能实现方式,所以,所述根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时,包括:获取当前流程节点的历史工时初始集合;清洗所述历史工时初始集合,得到历史工时优化集合,其中,所述历史工时优化集合的离散度小于所述历史工时初始集合的离散度;基于所述历史工时优化集合,计算所述当前流程节点的初始标准工时;利用所述当前流程节点的预设修正值对所述初始标准工时进行修正,得到所述当前流程节点的标准工时。
详细地,各流程节点可以为反映工时的最小单元,每一个流程节点均对应有工时,即执行该流程节点所用的工作持续时间。
当然,在本发明另一实施例中,当任一流程节点仍包括至少两个子节点,且各子节点均对应有工时时,该流程节点的工时可以为其包括的各子节点工时的加和。
通常情况下,对于任一流程节点,均存在该流程节点对应的若干历史工时数据,这些历史工时数据组成该流程节点的历史工时初始集合。由于研发过程中不确定因素的多变性,该历史工时初始集合中可以包括有异常数据。为了能够使异常数据准确反映研发效率,可以对该历史工时初始集合进行清洗,以筛除异常数据。
在本发明一个实施例中,可以根据历史工时初始集合的标准差,以将离散程度高的历史工时进行筛除。比如,对于历史工时初始集合中的各历史工时,可以根据标准差计算公式,计算出离散度。若计算出的该离散度高于预设值,可以将部分边缘历史工时筛除,比如,可以将时长最长的若干历史工时和时长最短的若干历史工时筛除。进而,针对筛除后的历史工时集合,再次计算离散度,如此循环,直至历史工时集合的离散度满足预设值。其中,最后得到的历史工时集合即可以为上述历史工时优化集合。
在本发明一个实施例中,可以对历史工时优化集合中的各历史工时求平均值,该平均值即可以为上述初始标准工时。
详细地,在计算出初始标准工时后,优选地,可以利用预设修正值对其进行修正,以获得修正后的标准工时。基于历史数据而得到的标准工时,是计算研发效率的基础,与初始标准工时相比,修正后的标准工时有益于进一步提高研发效率的计算准确性。
详细地,各流程节点的修正值通常是预先设置好的,可以根据各流程节点的相关性因素以设置修正值的大小。例如,当前流程节点为编码,与其他历史编码的复杂程度相比,当前编码的复杂程度较高时,其修正值通常大于1,比如可以为1.1、1.2等,当前编码的复杂程度较低时,其修正值通常小于1,比如可以为0.9、0.8等。
在本发明一个实施例中,对于研发对象的研发参与者,可以对其按照岗位进行划分。比如,可以划分为7个岗位,分别为:需求分析师、设计师、研发工程师、打包工程师、测试工程师、中台验证工程师和发布工程师。
详细地,需求分析师可以负责整体需求分析和业务建模,需要将需求进行细粒度、原子性工作单元的划分,每个工作单元按照研发过程流程进行研发;整个项目按照敏捷的方式进行迭代研发;设计师可以负责前端界面设计和业务逻辑设计,交付物为界面原型和概要设计文档;研发工程师可以负责编码、自测、代码审查等工作,研发完毕后提交任务包;打包工程师可以将任务包进行编译和集成部署;测试工程师可以进行多方位的集成测试、功能测试和性能测试等测试工作;中台验证工程师可以负责中台环境的部署、发布和验证,任务包验证无误后提交到发布环节;发布工程师可以负责版本的定义、控制和发布。
在本发明一个实施例中,为了说明一种计算预计工时的可能实现方式,所以,每一个所述流程节点均对应有岗位研发人员;
所述根据所述标准工时,计算所述当前流程节点的预计工时,包括:计算所述标准工时与所述当前流程节点对应的岗位研发人员的预设研发能力权重的乘积,所述乘积为所述当前流程节点的预计工时。
详细地,不同的流程节点分别有相应岗位研发人员所负责执行,比如,编译流程节点由编译员负责执行,测试流程节点由测试员负责执行。以编译流程节点为例,通常情况下,编译员的人数通常有多个,且各个编译员的编译能力不完全相同。明显地,具有不同编译能力的编译员完成同一编译任务所需时长不同。
因此,在确定好流程节点所对应的岗位研发人员后,可以根据该岗位研发人员的预设研发能力权重,以对计算出的标准工时进行优化,获得优化后的预计工时。
明显地,对于该岗位研发人员完成其负责的流程节点所需的实际工时,与标准工时相比,预计工时通常更为接近这一实际工时。故基于预计工时以反映研发效率时,可以进一步提高研发效率的计算准确性。
在本发明一个实施例中,为了说明一种计算实际工时的可能实现方式,所以,所述计算所述当前流程节点的实际工时,包括:利用研发生命周期管理工具,采集所述当前流程节点的起始时间和终止时间;计算所述终止时间减所述起始时间的差值,所述差值为所述当前流程节点的实际工时。
详细地,系统可以利用研发生命周期管理工具采集各流程节点的起止时间,并自动计算中间的时间差,这一时间差即可以为上述实际工时。
在本发明一个实施例中,为了说明一种计算研发对象的研发效率的可能实现方式,所以,所述计算所述研发对象的研发效率,包括:利用下述公式(1)计算所述研发对象的研发效率;
其中,η为所述研发对象的研发效率,n为所述至少一个流程节点的个数,tpi为所述至少一个流程节点中的第i个流程节点的预计工时,tai为所述第i个流程节点的实际工时。
详细地,首先计算每一个流程节点的预计工时和实际工时,然后可以基于此计算研发对象的研发效率。
详细地,基于计算出的预计工时和实际工时,可以进行多维度的研发效率计算,比如,可以计算上述的研发对象的研发效率,也可以计算各流程节点的研发效率,以及可以计算各岗位研发人员的研发效率等。
详细地,针对上述各流程节点的研发效率的计算:
在本发明一个实施例中,为了说明一种计算流程节点的研发效率的可能实现方式,所以,该方法还可以包括:计算所述当前流程节点的预计工时除以所述当前流程节点的实际工时的商,所述商为所述当前流程节点的研发效率。
通常情况下,计算出的商的数值越小时,可以表示相应流程节点的研发效率较低,反之,相应流程节点的研发效率较高。
在本发明一个实施例中,基于上述迭代过程的描述可知,在同一研发对象的整个研发过程中,同一流程节点需要被执行至少一次。
比如,软件研发过程可以划分为需求、设计、编译、编码、测试、待发布、准生产环境验证、正式发布这8个流程节点,同时针对发布后出现的具体问题,需要进行迭代过程,该迭代过程可以对应于这8个流程节点中的后4个流程节点,即测试、待发布、准生产环境验证、正式发布。然后,该软件研发过程整体结束。
以测试这一流程节点为例,可以看出,测试流程节点被执行两次。经计算,首次研发过程中,测试流程节点的预计工时为tp5,实际工时为ta5,后续的迭代研发过程中,测试流程节点的预计工时为tp5′,实际工时为ta5′,基于此,还可以计算测试流程节点的总研发效率。这一总研发效率可以为各预计工时的加和与各实际工时的加和的商,即η5=(tp5+tp5′)/(ta5+ta5′)。
详细地,针对上述各岗位研发人员的研发效率的计算:
在本发明一个实施例中,为了说明一种计算岗位研发人员的研发效率的可能实现方式,所以,每一个所述流程节点均对应有一个岗位研发人员;
该方法还可以包括:确定执行所述研发过程所需的至少一个岗位研发人员,其中,每一个所述岗位研发人员均对应有至少一个第一流程节点,所述至少一个流程节点包括所述至少一个第一流程节点;针对所述至少一个岗位研发人员中的每一个岗位研发人员均执行:利用下述公式(2)计算当前岗位研发人员的研发效率;
其中,η′为所述当前岗位研发人员的研发效率,m为所述至少一个第一流程节点的个数,tpj为所述至少一个第一流程节点中的第j个流程节点的预计工时,taj为所述第j个流程节点的实际工时。
举例来说,研发对象为软件,可以将该软件的研发过程划分为6个流程节点,分别为流程节点1、流程节点2、……、流程节点6。基于研发团队规模限制,某岗位研发人员同时负责3个流程节点,分别为上述6个流程节点中的流程节点1、流程节点2、流程节点3。如此,在考核该岗位研发人员的研发效率时,可以基于这3个流程节点的预计工时和实际工时,通过上述公式(2)进行计算。
在本发明一个实施例中,由于系统可以自动采集各流程节点的起止时间,故基于该起止时间,可以计算任一岗位研发人员的总实际工时。其中,这一总实际工时可以为该岗位研发人员所负责的所有流程节点的实际工时的加和。然后,基于该总实际工时,以及预先确定好的理论工时,可以计算该总实际工时除以相应理论工时的商,这里计算出来的商可以表示为该岗位研发人员的工作饱和度。
详细地,计算出来的该岗位研发人员的研发效率,以及其工作饱和度,均可以作为员工综合考核的考核因素。
综上所述,基于计算出的研发对象的研发效率、各流程节点的研发效率、各岗位研发人员的研发效率、各岗位研发人员的工作饱和度等,可以使决策者在进行规划和决策时有数可据,从而指导新项目或者新产品的研发,使管理者在项目管理过程中管理有方,通过对管理过程的监控以及时发现问题并解决问题,以及可以最终对项目的研发过程进行总结。
如图2所示,本发明一个实施例提供了另一种计算研发效率的方法,该方法以软件研发效率的计算为例,具体包括以下步骤:
步骤201:将软件的研发过程划分为8个流程节点,将软件的研发参与者划分为7个岗位。
本发明实施例中,该待研发的软件为研发对象。
举例来说,本发明实施例中的8个流程节点可以分别为:需求、设计、编译、编码、测试、待发布、准生产环境验证、正式发布,7个岗位可以分别为:需求分析师、设计师、研发工程师、打包工程师、测试工程师、中台验证工程师和发布工程师。
通常情况下,每一个流程节点均对应有一个岗位研发人员,同一岗位研发人员可以同时负责至少一个流程节点。
步骤202:针对8个流程节点中的每一个流程节点均执行:获取当前流程节点的历史工时初始集合。
步骤203:清洗历史工时初始集合,得到历史工时优化集合。
详细地,经数据清洗,可以使历史工时优化集合的离散度小于历史工时初始集合的离散度。
步骤204:基于历史工时优化集合,计算当前流程节点的初始标准工时。
步骤205:利用当前流程节点的预设修正值对初始标准工时进行修正,得到当前流程节点的标准工时。
步骤206:根据标准工时,计算当前流程节点的预计工时。
详细地,每一个流程节点均对应有岗位研发人员。
详细地,预计工时可以为标准工时与当前流程节点对应的岗位研发人员的预设研发能力权重的乘积。
步骤207:计算当前流程节点的实际工时。
详细地,可以利用软件研发生命周期管理工具,采集当前流程节点的起始时间和终止时间。
详细地,实际工时可以为终止时间减起始时间的差值。
步骤208:根据当前流程节点的预计工时和实际工时,计算当前流程节点的研发效率。
详细地,当前流程节点的研发效率可以为当前流程节点的预计工时除以当前流程节点的实际工时的商。
步骤209:根据每一个流程节点的预计工时和实际工时,计算软件的研发效率。
详细地,可以利用上述公式(1)计算软件的研发效率。
步骤210:计算每一个岗位研发人员的研发效率。
详细地,可以根据上述公式(2),计算各岗位研发人员的研发效率。
综上所述,本发明实施例中,可以清晰定义软件研发过程的流程节点和岗位,结合标准值、预计值和实际值等相关研发过程数据,进行各流程节点、各岗位及软件自身的研发效率的计算。基于计算出的各研发效率,经对比分析,可以对软件研发过程中存在的问题和瓶颈节点进行预判,可以评判软件研发过程成本,进而用来指导后续的项目研发管理、研发成本和研发效率的统计分析。
如图3所示,本发明一个实施例提供了一种计算研发效率的装置,包括:
节点划分单元301,用于将研发对象的研发过程划分为至少一个流程节点;
处理单元302,用于针对每一个所述流程节点均执行:根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时;根据所述标准工时,计算所述当前流程节点的预计工时;计算所述当前流程节点的实际工时;
计算单元303,用于根据每一个所述流程节点的预计工时和实际工时,计算所述研发对象的研发效率。
在本发明一个实施例中,所述处理单元302,具体用于获取当前流程节点的历史工时初始集合;清洗所述历史工时初始集合,得到历史工时优化集合,其中,所述历史工时优化集合的离散度小于所述历史工时初始集合的离散度;基于所述历史工时优化集合,计算所述当前流程节点的初始标准工时;利用所述当前流程节点的预设修正值对所述初始标准工时进行修正,得到所述当前流程节点的标准工时。
在本发明一个实施例中,每一个所述流程节点均对应有岗位研发人员;
所述处理单元302,具体用于计算所述标准工时与所述当前流程节点对应的岗位研发人员的预设研发能力权重的乘积,所述乘积为所述当前流程节点的预计工时。
在本发明一个实施例中,所述处理单元302,具体用于利用研发生命周期管理工具,采集所述当前流程节点的起始时间和终止时间;计算所述终止时间减所述起始时间的差值,所述差值为所述当前流程节点的实际工时。
在本发明一个实施例中,所述计算单元303,具体用于利用上述公式(1)计算所述研发对象的研发效率。
在本发明一个实施例中,所述计算单元303,还用于计算所述当前流程节点的预计工时除以所述当前流程节点的实际工时的商,所述商为所述当前流程节点的研发效率。
在本发明一个实施例中,每一个所述流程节点均对应有一个岗位研发人员;
所述计算单元303,还用于确定执行所述研发过程所需的至少一个岗位研发人员,其中,每一个所述岗位研发人员均对应有至少一个第一流程节点,所述至少一个流程节点包括所述至少一个第一流程节点;针对所述至少一个岗位研发人员中的每一个岗位研发人员均执行:利用上述公式(2)计算当前岗位研发人员的研发效率。
上述装置内的各单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
综上所述,本发明的各个实施例至少具有如下有益效果:
1、本发明实施例中,将研发对象的研发过程划分为至少一个流程节点;针对各流程节点均执行:根据当前流程节点的历史工时集合,计算当前流程节点的标准工时;根据该标准工时,计算当前流程节点的预计工时;计算当前流程节点的实际工时;根据各流程节点的预计工时和实际工时,计算研发对象的研发效率。研发效率可以基于历史数据而得出,故能够弱化研发过程中的不稳定因素对研发效率准确性的影响。因此,本发明实施例能够提高效率计算的准确性。
2、本发明实施例中,基于计算出的研发对象的研发效率、各流程节点的研发效率、各岗位研发人员的研发效率、各岗位研发人员的工作饱和度等,可以使决策者在进行规划和决策时有数可据,从而指导新项目或者新产品的研发,使管理者在项目管理过程中管理有方,通过对管理过程的监控以及时发现问题并解决问题,以及可以最终对项目的研发过程进行总结。
3、本发明实施例中,可以清晰定义软件研发过程的流程节点和岗位,结合标准值、预计值和实际值等相关研发过程数据,进行各流程节点、各岗位及软件自身的研发效率的计算。基于计算出的各研发效率,经对比分析,可以对软件研发过程中存在的问题和瓶颈节点进行预判,可以评判软件研发过程成本,进而用来指导后续的项目研发管理、研发成本和研发效率的统计分析。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个······”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种计算研发效率的方法,其特征在于,包括:
将研发对象的研发过程划分为至少一个流程节点;
针对每一个所述流程节点均执行:根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时;
根据所述标准工时,计算所述当前流程节点的预计工时;
计算所述当前流程节点的实际工时;
根据每一个所述流程节点的预计工时和实际工时,计算所述研发对象的研发效率。
2.根据权利要求1所述的方法,其特征在于,
所述根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时,包括:获取当前流程节点的历史工时初始集合;清洗所述历史工时初始集合,得到历史工时优化集合,其中,所述历史工时优化集合的离散度小于所述历史工时初始集合的离散度;基于所述历史工时优化集合,计算所述当前流程节点的初始标准工时;利用所述当前流程节点的预设修正值对所述初始标准工时进行修正,得到所述当前流程节点的标准工时。
3.根据权利要求1所述的方法,其特征在于,
每一个所述流程节点均对应有岗位研发人员;
所述根据所述标准工时,计算所述当前流程节点的预计工时,包括:计算所述标准工时与所述当前流程节点对应的岗位研发人员的预设研发能力权重的乘积,所述乘积为所述当前流程节点的预计工时;
和/或,
所述计算所述当前流程节点的实际工时,包括:利用研发生命周期管理工具,采集所述当前流程节点的起始时间和终止时间;计算所述终止时间减所述起始时间的差值,所述差值为所述当前流程节点的实际工时。
4.根据权利要求1所述的方法,其特征在于,
所述计算所述研发对象的研发效率,包括:利用公式一计算所述研发对象的研发效率;
所述公式一包括:
<mrow>
<mi>&eta;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>a</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
其中,η为所述研发对象的研发效率,n为所述至少一个流程节点的个数,tpi为所述至少一个流程节点中的第i个流程节点的预计工时,tai为所述第i个流程节点的实际工时。
5.根据权利要求1至4中任一所述的方法,其特征在于,
进一步包括:计算所述当前流程节点的预计工时除以所述当前流程节点的实际工时的商,所述商为所述当前流程节点的研发效率;
和/或,
每一个所述流程节点均对应有一个岗位研发人员;
进一步包括:确定执行所述研发过程所需的至少一个岗位研发人员,其中,每一个所述岗位研发人员均对应有至少一个第一流程节点,所述至少一个流程节点包括所述至少一个第一流程节点;针对所述至少一个岗位研发人员中的每一个岗位研发人员均执行:利用公式二计算当前岗位研发人员的研发效率;
所述公式二包括:
<mrow>
<msup>
<mi>&eta;</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>p</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>a</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
其中,η′为所述当前岗位研发人员的研发效率,m为所述至少一个第一流程节点的个数,tpj为所述至少一个第一流程节点中的第j个流程节点的预计工时,taj为所述第j个流程节点的实际工时。
6.一种计算研发效率的装置,其特征在于,包括:
节点划分单元,用于将研发对象的研发过程划分为至少一个流程节点;
处理单元,用于针对每一个所述流程节点均执行:根据当前流程节点的历史工时集合,计算所述当前流程节点的标准工时;根据所述标准工时,计算所述当前流程节点的预计工时;计算所述当前流程节点的实际工时;
计算单元,用于根据每一个所述流程节点的预计工时和实际工时,计算所述研发对象的研发效率。
7.根据权利要求6所述的计算研发效率的装置,其特征在于,
所述处理单元,具体用于获取当前流程节点的历史工时初始集合;清洗所述历史工时初始集合,得到历史工时优化集合,其中,所述历史工时优化集合的离散度小于所述历史工时初始集合的离散度;基于所述历史工时优化集合,计算所述当前流程节点的初始标准工时;利用所述当前流程节点的预设修正值对所述初始标准工时进行修正,得到所述当前流程节点的标准工时。
8.根据权利要求6所述的计算研发效率的装置,其特征在于,
每一个所述流程节点均对应有岗位研发人员;
所述处理单元,具体用于计算所述标准工时与所述当前流程节点对应的岗位研发人员的预设研发能力权重的乘积,所述乘积为所述当前流程节点的预计工时;
和/或,
所述处理单元,具体用于利用研发生命周期管理工具,采集所述当前流程节点的起始时间和终止时间;计算所述终止时间减所述起始时间的差值,所述差值为所述当前流程节点的实际工时。
9.根据权利要求6所述的计算研发效率的装置,其特征在于,
所述计算单元,具体用于利用公式一计算所述研发对象的研发效率;
所述公式一包括:
<mrow>
<mi>&eta;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>a</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
其中,η为所述研发对象的研发效率,n为所述至少一个流程节点的个数,tpi为所述至少一个流程节点中的第i个流程节点的预计工时,tai为所述第i个流程节点的实际工时。
10.根据权利要求6至9中任一所述的计算研发效率的装置,其特征在于,
所述计算单元,还用于计算所述当前流程节点的预计工时除以所述当前流程节点的实际工时的商,所述商为所述当前流程节点的研发效率;
和/或,
每一个所述流程节点均对应有一个岗位研发人员;
所述计算单元,还用于确定执行所述研发过程所需的至少一个岗位研发人员,其中,每一个所述岗位研发人员均对应有至少一个第一流程节点,所述至少一个流程节点包括所述至少一个第一流程节点;针对所述至少一个岗位研发人员中的每一个岗位研发人员均执行:利用公式二计算当前岗位研发人员的研发效率;
所述公式二包括:
<mrow>
<msup>
<mi>&eta;</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>p</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>a</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
其中,η′为所述当前岗位研发人员的研发效率,m为所述至少一个第一流程节点的个数,tpj为所述至少一个第一流程节点中的第j个流程节点的预计工时,taj为所述第j个流程节点的实际工时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710827195.0A CN107633359A (zh) | 2017-09-14 | 2017-09-14 | 一种计算研发效率的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710827195.0A CN107633359A (zh) | 2017-09-14 | 2017-09-14 | 一种计算研发效率的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107633359A true CN107633359A (zh) | 2018-01-26 |
Family
ID=61100266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710827195.0A Pending CN107633359A (zh) | 2017-09-14 | 2017-09-14 | 一种计算研发效率的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107633359A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260085A (zh) * | 2020-01-09 | 2020-06-09 | 杭州中恒电气股份有限公司 | 器件更换工时评估方法、装置、设备及介质 |
CN113723763A (zh) * | 2021-08-06 | 2021-11-30 | 广东伟达智能装备股份有限公司 | 一种订单生产效率管理方法、装置、终端设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996364A (zh) * | 2010-11-10 | 2011-03-30 | 重庆大学 | 一种工时定额的修订方法及工时定额管理系统 |
CN102542401A (zh) * | 2011-11-29 | 2012-07-04 | 北京景年科技有限公司 | 精工生产制造过程精细化管理方法 |
CN105574673A (zh) * | 2015-12-22 | 2016-05-11 | 中煤科工集团武汉设计研究院有限公司 | 一种设计企业工时管理系统与方法 |
CN107146035A (zh) * | 2017-05-19 | 2017-09-08 | 中原工学院 | 针织服装大货生产中批量系数的计算方法 |
-
2017
- 2017-09-14 CN CN201710827195.0A patent/CN107633359A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996364A (zh) * | 2010-11-10 | 2011-03-30 | 重庆大学 | 一种工时定额的修订方法及工时定额管理系统 |
CN102542401A (zh) * | 2011-11-29 | 2012-07-04 | 北京景年科技有限公司 | 精工生产制造过程精细化管理方法 |
CN105574673A (zh) * | 2015-12-22 | 2016-05-11 | 中煤科工集团武汉设计研究院有限公司 | 一种设计企业工时管理系统与方法 |
CN107146035A (zh) * | 2017-05-19 | 2017-09-08 | 中原工学院 | 针织服装大货生产中批量系数的计算方法 |
Non-Patent Citations (1)
Title |
---|
董钊: "智慧工厂构建过程中的有效数据整合问题研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260085A (zh) * | 2020-01-09 | 2020-06-09 | 杭州中恒电气股份有限公司 | 器件更换工时评估方法、装置、设备及介质 |
CN111260085B (zh) * | 2020-01-09 | 2023-12-12 | 杭州中恒电气股份有限公司 | 器件更换工时评估方法、装置、设备及介质 |
CN113723763A (zh) * | 2021-08-06 | 2021-11-30 | 广东伟达智能装备股份有限公司 | 一种订单生产效率管理方法、装置、终端设备及存储介质 |
CN113723763B (zh) * | 2021-08-06 | 2024-05-03 | 广东伟达智能装备股份有限公司 | 一种订单生产效率管理方法、装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Furian et al. | A conceptual modeling framework for discrete event simulation using hierarchical control structures | |
Shi et al. | A new approach for project scheduling using fuzzy dependency structure matrix | |
Macaulay et al. | USTM: a new approach to requirements specification | |
US20130035976A1 (en) | Process mining for anomalous cases | |
Kim et al. | A framework for analytics and simulation of accounting information systems: A Petri net modeling primer | |
Díaz et al. | Change impact analysis in product-line architectures | |
Rosca et al. | Enterprise modeling and decision-support for automating the business rules lifecycle | |
Ulusan et al. | Approximate dynamic programming for network recovery problems with stochastic demand | |
Dikmen et al. | A decision-support tool for risk and complexity assessment and visualization in construction projects | |
Lagerström | Analyzing system maintainability using enterprise architecture models | |
CN107633359A (zh) | 一种计算研发效率的方法及装置 | |
Cai et al. | A decision-support system approach to economics-driven modularity evaluation | |
Ramakrishna et al. | A methodology for automating assurance case generation | |
CA3013582A1 (en) | Strategic improvisation design for adaptive resilience | |
Wynn et al. | A model-based approach to improve planning practice in collaborative aerospace design | |
Sakizloglou et al. | A scalable querying scheme for memory-efficient runtime models with history | |
Eydi et al. | Multi-period configuration of forward and reverse integrated supply chain networks through transport mode | |
Mead et al. | Incorporating security quality requirements engineering (SQUARE) into standard life-cycle models | |
Kushwaha et al. | Cognitive complexity metrics and its impact on software reliability based on cognitive software development model | |
Verma | Software engineering | |
Sartaj et al. | Efficient test data generation for MC/DC with OCL and search | |
Boccanera et al. | Decision Guidance on Software Feature Selection to Maximize the Benefit to Organizational Processes. | |
Huang et al. | Creating Process-Agents incrementally by mining process asset library | |
Yang et al. | Coping with the cone of uncertainty: an empirical study of the SAIV process model | |
Sanusi et al. | A visualization tool for risk assessment in software development |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180126 |