ソフトウェア品質は、発見された欠陥の数だけでなく、それらの欠陥がどれだけ効果的に解決されるかによっても決まります。
欠陥の到着が新たに発生する作業を表す一方、欠陥の解決は完了した作業を表します。ソフトウェアの準備状況とデリバリーリスクを正確に評価するには、組織は両方の視点を把握する必要があります。
ソフトウェア開発における重要な問いの一つは、次のとおりです。
リリースまでに、欠陥はいくつ解決されるでしょうか？
Closure Curve Prediction Model（CCPM）は、将来の欠陥解決挙動を予測し、リリース前にソフトウェアのデリバリー性能を可視化するために開発されました。
欠陥発見と信頼性成長を主に扱う従来のソフトウェア信頼性成長モデル（SRGM）とは異なり、CCPMは欠陥解決の過程と、それがソフトウェア品質およびリリース準備状況に与える影響に焦点を当てます。
01 / 方法論
欠陥解決予測が重要な理由
欠陥の到着は、ソフトウェア品質の状態を示します。
欠陥の解決は、その状態に対処する組織の能力を示します。
将来の欠陥解決を把握することで、組織は次のことが可能になります。
- 開発の有効性を評価する
- リソースの十分性を評価する
- 将来の作業量を推定する
- 未解決欠陥を予測する
- リリース計画を支援する
- スケジュールリスクを特定する
- デリバリー準備状況を高める
解決予測がなければ、組織は品質上の問題を把握できても、リリースまでに解決できるかどうかを十分に見通せない場合があります。
02 / 方法論
欠陥解決曲線
ソフトウェアのテストおよび開発中、欠陥の解決は一般に認識可能なパターンに従います。
解決の挙動には、次の要因が影響します。
- 開発要員の規模
- 欠陥の複雑さ
- 検証作業
- テストの有効性
- プロジェクトの優先順位
- スケジュール上のプレッシャー
将来のソフトウェア準備状況を予測するには、解決傾向の理解が欠かせません。
CCPMは過去の欠陥解決データと予測された欠陥到着を組み合わせ、将来の欠陥解決挙動を予測します。解決予測により、ソフトウェアのデリバリー性能と将来のリリース準備状況を把握できます。
03 / 方法論
Closure Curve Prediction Model（CCPM）
将来の欠陥解決挙動を予測
Closure Curve Prediction Modelは、観測されたプロジェクトの挙動に基づいて将来の解決活動を予測するために開発されました。
欠陥到着を主に扱う従来の信頼性成長モデルとは異なり、CCPMはソフトウェア品質プロセスのうち解決側に焦点を当てます。
このモデルは将来の解決推移を推定し、計画されたリリースを支えるだけの欠陥解決能力があるかどうかの判断に役立ちます。
CCPMは、過去の解決活動を報告するだけでなく、ソフトウェアのデリバリー性能を予測的に示します。
04 / 方法論
欠陥到着と解決の関係
欠陥の到着と解決は密接に関連しています。
多くのソフトウェアプロジェクトでは、次の流れになります。
欠陥が発見されると、開発チームは分析、修正、検証を行い、欠陥を解決します。
このため、到着の挙動と解決の挙動には予測可能な関係が生まれます。
この関係を理解することがCCPMの基盤です。
05 / 方法論
解決曲線の予測ロジック
到着予測から解決予測へ
CCPMの重要な革新の一つは、到着予測から解決予測を直接導出できることです。
予測された到着曲線を、欠陥の発見から解決までの平均遅延分だけずらすことで、解決曲線を生成します。
この遅延には、次の作業に必要な時間が反映されます。
- 欠陥分析
- 担当割り当て
- ソフトウェア修正
- 再テスト
- 検証
- 最終的な解決
欠陥解決は通常、予測可能な遅れを伴って欠陥発見に続くため、到着予測の情報を使って将来の解決挙動を推定できます。
CCPMは、予測された到着曲線を欠陥発見から解決までの平均遅延分だけずらして、解決予測を導出します。解決シフトパラメーターは、欠陥到着と欠陥解決の間に生じる自然な時間差を表します。
06 / 方法論
解決シフトパラメーター
解決までの遅延をモデル化
到着と解決の関係は、αで表される解決シフトパラメーターによって表現されます。
解決シフトパラメーターは、次の間の平均遅延を表します。
この遅延はプロジェクトごとに異なり、次の要因の影響を受けることがあります。
- リソースの確保状況
- 欠陥の複雑さ
- 開発効率
- 検証要件
- プロジェクトの優先順位
解決シフトパラメーターを推定することで、CCPMは到着予測曲線を現実的な解決予測へ変換します。
解決シフトパラメーターは、ソフトウェアのデリバリー性能をモデル化するためのシンプルで効果的な仕組みです。
07 / 方法論
未解決欠陥予測の支援
到着予測だけでは、ソフトウェアの準備状況は判断できません。
組織はさらに、次の点を把握する必要があります。
未解決の欠陥はいくつ残るでしょうか？
未解決欠陥数は、到着数と解決数の差で決まります。
概念的には、次のとおりです。
したがって、将来の未解決欠陥の状態を予測するには、正確な解決予測が欠かせません。
CCPMは、未解決欠陥の予測に必要な主要な分析情報の一つを提供します。
08 / 方法論
リリース準備状況の支援
欠陥解決予測により、リリース前に欠陥を解決する組織の能力を把握できます。
組織はCCPMを用いて、次の項目を評価できます。
- 解決能力
- リソースの十分性
- スケジュールの実現可能性
- 未解決欠陥のリスク
- リリース準備状況
早期に状況を把握することで、リリースの約束に影響が及ぶ前に、潜在的なデリバリーリスクを特定し是正措置を講じることができます。
09 / 方法論
古典的な信頼性成長モデルを超えて
従来のソフトウェア信頼性成長モデルは、主に次の点に焦点を当てています。
CCPMは、次の予測分析を導入してこの視点を拡張します。
この広い視点により、ソフトウェアのデリバリー判断を直接支援する実行可能な情報が組織にもたらされます。
10 / 方法論
CCPMから未解決欠陥予測へ
欠陥到着と欠陥解決を予測することで、ソフトウェア品質の状態をより包括的に把握できます。
しかし、管理上の判断では、次の第三の指標が重要になることがよくあります。
未解決の欠陥はいくつ残るでしょうか？
未解決欠陥は、新たに到着した欠陥と完了した作業の差を表します。
次の方法論ページでは、MPMとCCPMの予測を組み合わせて将来の未解決欠陥の状態を推定し、リリース準備状況の評価を支援する「未解決欠陥予測」を紹介します。
11 / 方法論
予測的ソフトウェア品質分析の支援
Closure Curve Prediction Modelは、ソフトウェア品質の予測分析を大きく前進させるものです。
将来の欠陥解決挙動を予測することで、組織は次のことが可能になります。
- 計画の精度を高める
- 品質ガバナンスを強化する
- デリバリーリスクを予測する
- リリース準備状況の評価を支援する
- データに基づく意思決定を可能にする
MPMとともにCCPMは、STAR™予測的品質インテリジェンス・フレームワークの基盤となる分析要素を構成します。
12 / 方法論
今後の展望
MPMは将来の欠陥到着を予測します。
CCPMは将来の欠陥解決を予測します。
これらのモデルを組み合わせることで、次の基盤が得られます。
- 未解決欠陥の予測
- 残存欠陥の推定
- リリース準備状況の分析
- 是正措置の評価
- STAR™予測的品質インテリジェンス
これらは、従来のソフトウェア信頼性成長モデルを大きく進化させるものです。