Cosa sono i punti funzione semplici
I Simple Function Point (SFP) sono una tecnica di stima delle dimensioni funzionali del software di rapido apprendimento e utilizzo. I fondamenti di SFP sono allineati con i punti funzione IFPUG di prima generazione, meno precisi ma più rapidi per ottenere una prima stima. Gli SFP sono un'approssimazione dell'IFPUG FP trattando tutte le funzioni dei dati come media in misura. Questa semplificazione significa che non è necessario conoscere tutti i tipi di elementi dati (DET) né i tipi di elementi record (RET), tratta tutti tipi di oggetti come equivalenti per dimensioni e complessità. Un approccio simile viene applicato alle transazioni dati, anche queste sono tutte trattate come dimensioni equivalenti. La combinazione di queste due scorciatoie rende SFP un modo veloce per stimare la dimensione di qualsiasi sistema.
ScopeMaster® automatizza il dimensionamento in SFP (così come i punti funzione IFPUG e COSMIC).
Dimensionamento anticipato con SFP
Uno dei problemi con il dimensionamento IFPUG tradizionale (sebbene non sia un problema per COSMIC) è che le informazioni richieste per contare i punti funzione secondo le regole spesso non sono disponibili nella fase in cui la conoscenza delle dimensioni è più importante. SFP è una tecnica di dimensionamento semplificata progettata per risolvere questo problema. Costituiscono un approccio semplificato per la stima dei punti funzione IFPUG. Negli ultimi due anni gli SFP sono diventati sempre più popolari, soprattutto negli Stati Uniti.
I concetti sono gli stessi dell'IFPUG ma l'analisi richiesta è molto meno dettagliata e molto più veloce da eseguire. Il dimensionamento SFP non richiede il livello di dettaglio necessario per un conteggio IFPUG. Comunque lo è SFP non uno standard ISO, a differenza di IFPUG FP e COSMIC FP.
ScopeMaster lo fa per te.
ScopeMaster analizza i requisiti software scritti o le storie degli utenti per determinare l'intento funzionale e le dimensioni funzionali. Genera quindi stime SFP per aiutarti a dimensionare e pianificare la tua attività software.
Quando si determina un conteggio SFP, è essenziale identificare correttamente i gruppi di dati gestiti dal software. Se i requisiti sono giovani o incompleti, potremmo dover anticipare da un singolo riferimento a un tipo di oggetto che si intende che siano dati completamente mantenuti. ScopeMaster valuta l'occorrenza di ciascun oggetto transazionale come gruppo di dati legittimo.
Punti funzione semplici: automatizzati
ScopeMaster fa il lavoro pesante.
ScopeMaster può analizzare e dimensionare senza sforzo un intero backlog di centinaia o addirittura migliaia di storie di utenti.
I risultati
Da queste semplici stime automatizzate dei punti funzione, puoi anche individuare come perfezionare i tuoi requisiti che a loro volta contribuiranno a migliorare la precisione della stima delle dimensioni.
API di analisi semplice dei punti funzione
ScopeMaster rende inoltre disponibili i risultati dell'analisi Simple Function Point tramite l'API REST. Controlla il documentazione qui.
Ulteriori letture: ecco un'utile descrizione dei Simple Function Points da parte dei ragazzi di QSM. Ed ecco il introduzione alla SFP a cura dell'IFPUG che sono i custodi del metodo.
Punti funzione semplici vs alternative
Esistono in realtà solo due alternative praticabili a SFP quando si dimensiona il software: i punti funzione IFPUG completi e i punti funzione COSMIC.
I punti funzione IFPUG completi esaminano più dettagli rispetto a SFP, in particolare, per IFPUG FP
- IFPUG considera il numero di attributi dell'elemento (DETS) per determinare la complessità
- IFPUG considera i tipi di elementi record degli ILF per determinare la complessità
- La complessità della funzione (sia dati che transazione) influisce sulla dimensione funzionale
La metodologia di dimensionamento COSMIC si basa sulle penetranti idee originali di Allan Albrecht e sulla sua creazione di IFPUG. Affronta alcuni dei punti deboli dell'IFPUG nelle seguenti aree:
- COSMIC è basato su principi e non richiede adattamenti per diversi tipi di software.
- COSMIC consente di dimensionare partendo da una conoscenza incompleta dei requisiti
- COSMIC tende ad avere una correlazione maggiore con lo sforzo rispetto alle alternative.
- COSMIC è più facile da apprendere e automatizzare.
