CMMI5系列培训_01项目经理访谈培训(一)_量化项目管理.pptVIP

量化项目管理—主模型运用 通过模拟分析，预测项目QPPO达成概率，如下： 量化项目管理—主模型运用 通过蒙特卡洛模拟分析，实现如下： 评估项目QPPO达成的概率； 评估工作量、工期、质量3个目标的冲突，并排定优先级； 当项目QPPO无法实现时 调整项目QPPO，直至主模型性能满足项目QPPO要求； CAR：进行原因分析； OID：采取革新措施； 模型因素调整：可根据现有的回归模型，调整人员技术等级，使之超出主模型范围，通过回归模型进行预测，并代入模拟； 通过主模型的各子过程性能，实现如下： 推衍出项目各阶段的工作量、工期、质量的过渡性QPPO 量化项目管理—主模型运用 项目定义过程 量化项目管理—主模型运用 录入项目度量数据表 量化项目管理—主模型运用 后续进行监控—工作量、工期 量化项目管理—主模型运用 后续进行监控—质量 量化项目管理—主模型运用 通过对子过程的QPPO的监控，已评估是否能达成项目QPPO 在出现异常时，重新通过主模型进行蒙特卡洛模拟分析，必要时重新选择尚未发生的子过程，或者调整项目QPPO，以保证达成项目的QPPO 子过程异常 编码子过程 保密须知：本文件及其书面或其他任何形式的附件乃以保密形式提供，其著作权归属于本公司，仅供阁下内部使用。未经过本公司的审核、确认及书面授权，阁下不得以任何方式在任何媒体（包括互联网）上公开引用或在阁下的任何资料中引用本文件及其附件中的任何数据和信息，不得以任何方式将本文件及其附件中的任何内容提供、披露给其他单位或个人。敬希阁下与我们共同遵守法律。 知识回顾Knowledge Review * 量化项目管理（CMMI） 项目管理部 CMMI成熟度模型 CMMI ML 1 初始级 CMMI ML 2 管理级 CMMI ML 3 定义级 CMMI ML 4 量化管理级 CMMI ML 5 优化级 高成熟度 高成熟度 ML4 量化管理级（Quantitative Management） 组织过程性能OPP（Organizational Process Performance） 量化项目管理QPM（Quantitative Project Management） ML5 优化级（Optimizing） 原因分析与解决方案CAR（Causal Analysis and Resolution） 组织革新与部署OID（Organizational Innovation and Deployment） 量化（Quantitative） 数量化管理-Measurement and Analysis 统计化管理-Quantitative Management 性能（Performance） 统计过程控制技术——SPC（Statistical Process Control） 技术 性能是一个分布范围 受随机因素影响 普通原因 特殊原因 性能（Performance） 正态分布 性能（Performance） 组织过程性能 个体 团队 组织 子 过程 过程 CMMI TSP PSP 组织过程性能 组织过程性能 QPPO（Quality and Process-Performance Objectives）质量及过程性能目标 PPB（Process-Performance Baselines）过程性能基线 PPM（Process-Performance Models）过程性能模型 QPPO PPB PPM 预测 依据 数据基础 验证 依据 组织过程性能 商业目标分解—选定过程 组织过程性能 建立度量项 组织过程性能 组织QPPO示例 组织过程性能 组织过程性能基线示例 组织过程性能 组织过程性能模型—主模型（全生命周期模型） 生命周期-标准V瀑布模型 实现成本、进度、质量3个目标间的权衡 组织过程性能 组织过程性能模型—主模型（全生命周期模型） 组织过程性能 组织过程性能模型—主模型（全生命周期模型） 组织过程性能 组织过程性能模型—回归预测模型 量化项目管理 量化项目管理 PPB PPM 项目 子过程 QPPO 过程 性能 子过程 性能 异常 优化级 CAR PPB、PPM 为组织级原因分析，提供识别缺陷和问题的参考 可用于评价组织CAR改进效果 用以分析、选择改进措施与活动。 OID PPB、PPM 为组织OID识别革新提供参考 用以估计、分析组织改进活动的效果，以预测是否过程性能是否达成目标 统计技术 SPC技术—控制图 生成性能基线 判定过程是否稳定，识别异常 工具—MINITAB（《MINITAB工具操作指南》） 统计技术 蒙特卡洛模拟（Monte Carlo method ） 随机模拟方法 工具—Crystal Ball（《Crystal Ball工具操作指南》） 量化