Programvarekostnadsmodellen som baserer kostnadsestimater på statistiske data som kildelinjer for kode kalles
Cocomo (konstruktiv kostnadsmodell) .
Her er et sammenbrudd:
* cocomo er en mye brukt parametrisk modell for å estimere programvareutviklingsinnsats, kostnader og plan.
* Den bruker historiske data og statistisk analyse for å relatere prosjektattributter (som kodelinjer, erfaringsnivå av utviklere og prosjektkompleksitet) til utviklingsinnsats.
* Cocomo kommer i tre smaker:
* Basic Cocomo: Denne versjonen bruker en enkel formel for å estimere innsats basert på størrelsen på prosjektet i kodelinjer.
* mellomliggende cocomo: Denne versjonen står for prosjektattributter som produktkompleksitet, personellopplevelse og utviklingsmiljø.
* detaljert cocomo: Denne versjonen er den mest komplekse, og inneholder et mer detaljert sett med kostnadsdrivere og gir mulighet for mer presise estimater.
Fordeler med Cocomo:
* Enkelhet: Grunnmodellen er enkel og enkel å bruke.
* Historiske data: Den utnytter historiske data for å forbedre estimeringsnøyaktigheten.
* mye brukt: Det er en veletablert og mye brukt modell i programvareutviklingsbransjen.
Ulemper ved Cocomo:
* Line-of-Code Focus: Det er avhengig av kodelinjer, som kan være vanskelig å estimere nøyaktig for komplekse prosjekter.
* Begrenset anvendbarhet: Det er kanskje ikke egnet for alle typer prosjekter, spesielt smidig og iterativ utvikling.
* Mangel på kontekst: Det kan være vanskelig å redegjøre for alle prosjektspesifikke faktorer som kan påvirke kostnadene.
alternativer til Cocomo:
* Funksjonspunktanalyse: Denne teknikken estimerer kostnad basert på funksjonaliteten levert av programvaren, snarere enn kodelinjer.
* Ekspertvurdering: Denne tilnærmingen er avhengig av erfaring og kunnskap fra fageksperter for å estimere kostnadene.
* Agile estimering: Denne metoden bruker iterative estimater basert på brukerhistorier og brukes ofte i smidige utviklingsmiljøer.
Avslutningsvis er Cocomo et verdifullt verktøy for estimering av programvarekostnader, spesielt når historiske data er tilgjengelig og prosjektkompleksitet kan estimeres med rimelig nøyaktighet. Det er imidlertid viktig å være klar over begrensningene og vurdere alternative metoder når det er aktuelt.