快速学习COSMIC方法之十五：如何度量需求变更的规模

快速学习COSMIC方法之十五：如何度量需求变更的规模

  合理的度量需求变更的规模是COSMIC方法比第一代的功能点估算方法更科学的亮点。在度量需求的变更时，首先需要明确我们的度量目的，即我们要度量的是本次变更的规模，而不是变更之后的规模。明确目的后，要将变更的需求按照功能处理拆分，在一个需求变更中，可能存在几种情况：

  1 新增的功能处理，此时按照前面讲的度量方法识别功能点即可；

  2 删除的功能处理，被删除的功能处理的功能点个数即是本次变更的规模；

  对已有的功能处理进行了变更，

  这种情况又可以细分为三种情况：

    新增了某些数据移动；

    删除了某些数据移动；

    修改了某些数据移动；

  把修改的、删除的、新增的功能点累加起来即得到本次变更的规模。

  新增与删除数据移动是很容易识别的，稍微复杂一点的是修改。什么是修改呢？

  1）某数据移动的数据组做了变更：

       新增了属性，减少属性，属性的含义或格式改变了。

  数据移动、数据组、属性三者的关系再回顾一下，一个数据移动移动了一个数据组，而一个数据组包含多个属性，即：1个数据移动→1个数据组（属性1，属性2…属性n）。

2）某数据移动对应的数据运算改变了：

     处理逻辑的修改。

    我们通过一个简单的例子来解释上述的规则：

    在一个人力资源管理系统中，有一个简单的功能性用户需求是录入员工的个人信息：

    需求版本1:

   1）录入员工的个人信息，包括录入员工的姓名、身份证号、第一学历；

   2）人员不可以重名。

   这是变更之前的需求，其规模为：

  现在需求发生了改变，要求人员可以重名了。新需求为：

  需求版本2:

  1）录入员工的个人信息，包括员工姓名、身份证号、第一学历；

  2）人员可以重名。

   则本次需求变更的规模为多少呢？

  当发生变更时，不需要校对是否重名了，就是删除了读这个功能点。原来需要提示不能重名，现在也不需要了，所以这个错误提示功能点也没有了，那么本次变更的规模就是2个功能点。

  变更前的功能点数是4CFP,变更后的功能点数是2CFP，本次变更的规模是2CFP。

  假如说需求又发生了变更，要求按照身份证的生成规则，校对身份证号的正确性，则就有了第个版本的需求：

  需求版本:

  1）录入员工的个人信息，包括员工姓名、身份证号、第一学历；

  2）人员可以重名；

  ） 需要按照身份证号的规则简单校验身份证号的正确性，如果错误，则要提示重新录入。

  校验规则如下：18位公民身份号码是特征组合码，由十七位数字本体码和一位数字校验码组成。排列顺序从左至右依次为：六位数字地址码，八位数字出生日期码，三位数字顺序码和一位数字校验码。

  此时，对于身份证号的校验是一个算法，根据校验结果生成了错误提示，这个错误提示是以前的需求没有的，因此是新增了一个功能点：输出错误提示。

  这里不需要对校验身份证正确性识别一个读操作，因为读写的对象是持久性存储介质，身份证的校验规则写在程序中，没有向持久性存储介质读取规则的动作。

  变更前的功能点数是2CFP,变更后的功能点数是CFP，本次变更的规模是1CFP。

  假如需求又发生了改变，要求检查身份证号是否重复，因此，就有了第4个版本的需求：

  需求版本4:

  1） 录入员工的个人信息，包括员工姓名、身份证号、第一学历；

  2）  人员可以重名；

  ）  身份证号不能重复；

  4）  需要按照身份证号的规则简单校验身份证号的正确性，如果错误，则要提示重新录入。

  规则如下：18位公民身份号码是特征组合码，由十七位数字本体码和一位数字校验码组成。排列顺序从左至右依次为：六位数字地址码，八位数字出生日期码，三位数字顺序码和一位数字校验码。

  此时对于输出错误提示的内容做了修改，会根据错误情况提示是身份证号重复还是位数有误，相当于该数据组的一个属性被修改了。同时，因为需要去持久性存储介质中读取已有的身份证号码，确认是否重复，因此也增加了一个读的数据移动。

  因此，变更前的功能点数是CFP, 变更后的功能点数是4CFP，本次变更的规模是2CFP。      

  对于变更后的功能点数，虽然有两个错误提示消息，但在一个功能处理内所有不包含用户感兴趣的其他信息的错误/确认消息，都要合并为一个输出。