Métodos de estimación de esfuerzo para proyectos de desarrollo ágil

Abstract

[ES] En la actualidad, la estimación de esfuerzo es un trabajo necesario a la hora de abordar proyectos de desarrollo de software. Los proyectos de desarrollo software son cada vez más complejos y pueden resultar muy costosos en cuestión de uso de recursos, costes y tiempo necesario para su desarrollo. Existen muchas metodologías de desarrollo para realizar proyectos software, pero las metodologías de desarrollo ágil son cada vez más populares. Las metodologías ágiles realizan una aproximación enfocada al carácter humano y a los desarrollos software que tengan iteraciones más cortas. Este tipo de metodologías han demostrado funcionar muy bien en proyectos que presentan muchos cambios en su desarrollo y, además, consiguen reducir los tiempos de desarrollo sin sacrificar la calidad. En este trabajo, estudiaremos concretamente el uso de técnicas de over-sampling para la estimación de esfuerzo aplicada a proyectos que han sido realizados con una metodología ágil. Para ello el análisis del esfuerzo se ha basado en 51 proyectos de desarrollo ágil obtenidos desde el repositorio de ISBSG Release 2017 R1. Se usará una técnica de over-sampling para sintetizar proyectos y obtener mejores resultados en la estimación. También se realizará un análisis estadístico de las variables utilizadas. Este estudio nos muestra, además, la naturaleza de las variables para poder obtener una visión más precisa sobre el entorno. La implementación de los distintos algoritmos utilizados se ha realizado usando el lenguaje Python v3.7, la biblioteca pandas y matplotlib y el IDE Spyder v4.0.1.

[EN] Nowadays, effort estimation is a necessary and indispensable job in addressing software development projects. Software development projects are becoming more complex and can be very costly in terms of resource usage, costs and time required for their development. There are many development methods and techniques for software projects, from the use of operations or simple ideas, to the use of complex algorithms and advanced tools. In the case of agile methodologies, an approximation is made focused on the human character and software developments that have shorter iterations. These types of methodologies have proven to work very well in projects that have many changes in their development and manage to reduce the development times without sacrificing quality. In this paper, we will specifically study the estimate of effort applied to projects that have been carried out with an agile methodology. The effort analysis has been based on 51 agile development projects obtained from the “ISBSG Release 2017 R1 Repository”. Over-sampling techniques will be used to synthesize projects and get better results on the estimate. In addition, a statistical analysis is carried out on the variables used. This study shows us in detail the nature of the variables to obtain a more precise view of the environment. The implementation of the different algorithms used has been carried out using Python v.3.7. language, pandas and matplotlib libraries, and the IDE Spyder v.4.0.1.