Розробка методу класифікації типів артефактів для покращення управління програмних проєктів

Abstract

Управління процесами, пов’язаними з розробкою програмного забезпечення, залишається серйозною проблемою, але це також дає можливість запровадити вдосконалення, які можуть зменшити потребу в ресурсах, необхідних для успішного завершення проектів. У роботі представлено нову концепцію для класифікації різних типів проектних завдань з метою більш ефективного використання зібраних даних у системах підтримки управління в ІТ-галузі. Досліджуються методи гнучкого управління, які зараз використовуються, визнаючи неминучість змін під час виконання проекту. На основі цих методів, робота пропонує набори завдань, специфічні для розробки програмного забезпечення. Завдяки використанню статистичних методів для створення завдань і агрегування результатів ітеративно та поступово, аналіз стає більш точним, забезпечуючи краще планування роботи над проектом, оптимальний склад команди та виявлення вузьких місць, які можуть прискорити успішне завершення проекту. Класифікація типів завдань і відповідні значення, необхідні для планування подальшої роботи, виводяться з даних реального світу, отриманих від проектів програмного забезпечення в ІТ-індустрії. Managing software development processes remains a major challenge, but it also provides an opportunity to introduce improvements that can reduce the resource requirements needed to successfully complete projects. The paper presents a new concept for classifying different types of project tasks with the aim of more effective use of collected data in management support systems in the IT industry. Agile management techniques currently in use are explored, recognizing the inevitability of change during project execution. Based on these methods, the work offers sets of tasks specific to software development. Using statistical methods to create tasks and aggregate results iteratively and incrementally, the analysis becomes more accurate, providing better planning of work on the project, optimal composition of the team and identification of bottlenecks that can accelerate the successful completion of the project. The classification of task types and the corresponding values necessary for planning the next work are derived from real-world data obtained from software projects in the IT industry.