我說CMMI之五:CMMI 4個等級的區別
瞭解CMMI的人都知道CMMI有5個等級,可是要將5個等級的區別真正說明白,說透徹不太容易。下面咱們用一個表格歸納之。表格中並無1級,1級在CMMI中沒有對應的過程域,是起始級,因此不加描述。4-5級的區別在過程能力方面表現比較突出,其餘幾個方面並無進行嚴格區分。
逐行解釋之:
1 過程能力指的是過程持續穩定的實現過程目標的能力。
一般咱們都拿職業運動員與業餘運動員的水平進行比喻。好比職業的射擊運動員,他每次出槍總能命中9.5環左右,而業餘選手可能有時打飛,有時打中10環,當他擡手射擊時咱們沒法預料他下一槍究竟多大的機率命中9環之內,也就是說咱們能夠從穩與準兩個維度判斷其水平的高低。
穩:每次射擊的命中環數很接近,沒有大起大落的現象,這樣才能夠預測。即便你每槍都脫靶,咱們也能夠認爲你過程很穩定啊,爲何呢,由於咱們能夠預料到你下一槍還會脫靶,哈哈。
準:每次射擊的命中環數接近靶心,是咱們指望的結果,這樣才能夠說你水平高,能夠參加比賽。
在CMMI的2-3級對過程沒有穩與準的要求,而4級要求穩定,消除過程誤差的特殊緣由,5級要求又穩又準,持續優化,優化過程誤差的通常緣由。2級的過程由項目經理本身掌握,只要知足了CMMI 2級7個PA的要求便可,3級要求組織級必須定義標準過程,項目組進行裁剪,過程基本統一便可。這也是2級與3級名字的由來,2級稱爲已管理級,項目組已經實施了基本的管理之意;3級稱爲已定義級,組織級已經定義了標準過程之意。
2 管理前瞻性指的是主動與被動的管理。
在項目管理方面在2級中有3個PA:項目策劃(PP)、項目監督與控制(PMC)、供應商子合同管理(SAM),在3級中有2個PA:集成項目管理(IPM)、風險管理(RSKM),在4級中有1個PA量化項目(QPM)。3級的IPM與RSKM是在2級的3個PA基礎上的更高的管理要求,尤爲是IPM過程域。PP要求作計劃,PMC要求在計劃執行過程當中進行事中與過後的監督與控制,而IPM強調了事前的對照計劃的管理活動,強調了計劃的合理性、可行性,強調了過程與人員的協調一致問題,而4級的QPM則要求對過程定義的可行性、項目目標的克實現性進行量化的預測與管理。從2級到4級的項目管理的變化,是一個從無到有,從簡單到完備,從經驗到量化,從事中、過後的反應式管理到事前的預測式管理的變化過程。
3 目標的可度量性,實際上準確來說是指項目的目標是否符合SMART原則。
在2-3級並無對項目目標提出要求,即項目組能夠定義也能夠不定義項目的質量與過程性能目標,即便定義了也不須要證實目標的可實現性,能夠憑經驗定義目標。而在4-5級則明確提出了,項目必須定義質量與過程性能目標。這個目標應該是文檔化的、量化的、能夠實現的,也即隱含的要求目標要符合SMART原則:
q Specific:是否文檔化,是否明確
q Measurable:可度量
q Attainable:是否可實現?
q Relevant :和商務目標的相關性
q Time-bound:是否在規定的時間內
目標的可實現性是須要重點解決的問題。怎麼保證目標是能夠實現的呢?(1)目標是基於歷史的性能制定的,不能與歷史誤差太大,若是誤差很大,必須有充分的理由證實之。(2)必須採用性能模型預測目標實現的可能性,即在什麼樣的投入下,這個目標是能夠實現的,實現的機率多大,若是是小几率事件,則爲不可實現的目標。
4 管理技術的客觀性指的是否採用統計技術對項目實施了量化管理。
這裏說的統計技術指的是統計學的技術,不只僅是指度量了數據,對數據畫了餅圖或其餘圖形的分析。統計學的技術包含了2個方面:統計描述技術與統計推斷技術。對於一組數據計算了平均值、標準差等這稱爲統計描述,統計推斷技術是指根據樣本的統計量能夠推斷出整體的統計量,發現統計的規律,好比根據3000個家庭的父母的身高、孩子的身高得出一個計算孩子身高的迴歸方程。
5 過程定義的可行性。
過程定義指的是過程設計。作一個項目,咱們拿到需求後會有技術上進行設計,設計這個需求在技術上如何實現,從管理上也須要進行設計,設計這個項目在管理上如何實現,管理上的設計主要是過程的設計。過程設計在CMMI模型中描述了3個層次:
層次1:生命週期模型的選擇與項目階段的劃分;
層次2:組織級標準過程的裁剪;
層次3: 子過程的裁剪及驗證過程或子過程對目標的可實現性;
層次一的要點是階段設計,層次二的要點是過程設計,層次三的要點是子過程設計,要求是逐步深刻,過程設計的顆粒度愈來愈細化。
6 度量數據的完備性
在CMMI2級有MA過程域要求進行度量分析,可是此PA僅要求每一個項目組按本身的需求定義、收集、分析、儲存度量數據,並無要求在組織級統必定義度量元。而在3級中則要求了創建組織級度量庫,組織級統必定義須要採集的度量元。在4級中要創建組織級的性能基線與性能模型。性能基線的創建須要對組織級統必定義的度量元進行數據分佈的分析,以求得歷史數據的位置與離散程度。性能模型的創建則要求創建過程的輸出與過程輸入、屬性之間的關係,既要度量Y也要度量x,x即爲過程的輸入與屬性,度量數據的採集範圍比原來要普遍了。
上述的區別在我在諮詢中對這4個等級的體會,不表明SEI的官方解釋。每一個人也許有每一個人的感悟,各有道理吧。
————————————————
版權聲明:本文爲CSDN博主「麥哲思科技任甲林」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處連接及本聲明。
原文連接:https://blog.csdn.net/dylanren/article/details/5873561性能