Estimaci�n de costes

Para la mayor�a de los proyectos, el factor fundamental del coste es el esfuerzo.

El esfuerzo es el n�mero de personas-mes necesarias para desarrollar el proyecto.
Es el factor con mayor incertidumbre, ya que se ve influenciado por factores como
la motivaci�n, la experiencia, el nivel de formaci�n y otras caracter�sticas de los
miembros del equipo, as� como por el tama�o del mismo. Para realizar estimaciones
precisas, se han desarrollado t�cnicas que capturan la relaci�n entre el esfuerzo y
las caracter�sticas del personal, los requisitos del proyecto y otros factores que
puedan afectar al tiempo, esfuerzo y el coste de desarrollar un proyecto.

T�cnicas de estimaci�n de esfuerzo

A continuaci�n se presentan algunas de las m�s conocidas t�cnicas de estimaci�n.

Juicio u opini�n de expertos

En su forma m�s simple, se basa en realizar una estimaci�n del esfuerzo a partir de
la experiencia y conocimiento de otras personas.

Tablas de estimaci�n
La organizaci�n puede disponer de tablas de estimaci�n disponibles porque han ido
guardando un registro a lo largo de su historia.

Estimaciones Top-Down y Bottom-Up

En la estimaci�n top-down (de arriba a abajo) una estimaci�n de conjunto para los
costes del proyecto es extra�da de las propiedades generales del producto a
desarrollar. El coste total es despu�s distribuido, repartido entre los distintos
componentes. (ii)
Esta t�cnica (y tambi�n la bottom-up) puede ser llevada a cabo en conjunci�n con
otro de los m�todos tratados anteriormente. (ii)
Como ventajas:

Enfoque a nivel de sistema. Debido a que la estimaci�n se basa en la experiencia

previa en proyectos completados, tendr� en cuenta todos los subsistemas a
implementar del proyecto.
Como inconvenientes:

No suele identificar problemas a bajo nivel para los que ser�a conveniente
emplearse a fondo en la estimaci�n.
Se olvida de peque�os subsistemas que no est�n previstos en principio a
desarrollar.
Tiene menos estabilidad que una estimaci�n por componentes.

En la estimaci�n bottom-up (de abajo a arriba), el coste de cada componente se

estima por un individuo distinto, frecuentemente por la persona que ser� el
responsable de su desarrollo. Despu�s, esos costes son sumados para conseguir el
total del producto.
Esta estimaci�n es complementaria al top-down, siendo las debilidades de esta
�ltima las virtudes de la primera, y viceversa. Debido a que la estimaci�n bottom-
up se centra en cada uno de los componentes, pierde de vista costes globales como
la integraci�n, gesti�n de calidad, etc.; que est�n asociados al desarrollo de un
proyecto. Por todo esto, estas estimaciones suelen ser un poco optimistas.
Se ha de a�adir que este tipo de estimaci�n requiere un mayor esfuerzo que la top-
down, siendo esto en muchos aspectos una ventaja.
Adem�s, una estimaci�n bottom-up tiende a ser bastante m�s estable en el sentido de
que los errores posibles en la estimaci�n de varios componentes pueden compensarse
mutuamente.

Modelos algor�tmicos de estimaci�n

La estructura global de todos los modelos param�tricos de estimaci�n es:
E = A + Bx^C
donde:
E: esfuerzo (pm)
A, B, C: constantes obtenidas emp�ricamente
x: variable de estimaci�n (LDC o PF)
Los modelos de regresi�n son modelos derivados de la realizaci�n de un 'an�lisis de
regresi�n' sobre proyectos anteriores.
Algunos modelos orientados a LDC son:
Walston-Felix: E = 5,2KLDC^0,91 (i)
Bailey-Basisli: E = 5,5 + 0,73KLDC^1,16 (i)
Simple de Boehm: E = 3,2KLDC^1,05 (i)
Doty (KLDC>9): E = 5,288KLDC^1,0457 (i)
Como modelos orientados a PF encontramos:
Albretch y Gaffney: E = -91,4+0,355PF (i)
Kemerer: E = -37 + 0,96PF (i)
Proyectos peque�os: E = -12,88+0,405PF (i)
Para el mismo valor de LDC o PF los modelos difieren por lo que necesitan
calibraci�n para las necesidades locales.
COCOMO
El modelo COCOMO original est� compuesto de tres modelos:

B�sico: Calcula el esfuerzo en funci�n del tama�o estimado (KLDC).

Intermedio: Calcula el esfuerzo en funci�n del tama�o estimado y de �conductores de
coste�. Los conductores de coste eval�an un conjunto de atributos del producto, del
hardware, del personal y del proyecto.
Avanzado: Modificaci�n del modelo intermedio para considerar el impacto de los
conductores de coste en cada fase del proyecto.
Se usa uno u otro en funci�n del conocimiento que se tenga del proyecto.

Estos tres modelos se definen para tres tipos de proyectos:

Modo org�nico: proyectos peque�os y medianos, mucha experiencia, pocas
restricciones, realizado por equipos peque�os, entorno familiar.
Modo semiacoplado: proyectos intermedios en tama�o y complejidad, varios niveles de
experiencia.
Modo empotrado: proyectos complejos y muy restrictivos. Proyectos innovadores.
Desarrollados dentro de un conjunto estricto de hardware, de software y
restricciones operativas.
El modo determina los valores que tendr�n las constantes y los exponentes de las
ecuaciones.
COCOMO es el modelo emp�rico m�s completo para la estimaci�n del software publicado
hasta la fecha.
COCOMO II constituye una mejora y avance importante sobre el COCOMO original,
tambi�n llamado COCOMO 81.

SLIM
Putnam (1991) desarroll� un modelo de restricciones denominado SLIM para proyectos
que superan las 70 mil l�neas de c�digo (70 KLDC). Este modelo de estimaci�n se
propone encontrar las variables estrat�gicas del proceso de desarrollo de software,
derivar de su comportamiento un sistema de ecuaciones e introducir dichas
ecuaciones en una computadora para su estudio y an�lisis. (ii)
Encontrar estas variables o factores ha sido el objetivo de la mayor�a de los
estudios acerca de la estimaci�n. En la mayor parte de los casos estos factores han
sido ordenados seg�n su importancia, pero no medidos de forma precisa. La
ordenaci�n es subjetiva, depende del individuo que la realiza o de casos
particulares; este modelo lo que pretende es medir estos factores de forma objetiva
y exacta, de forma que cualquier observador determinar� los mismos valores y grado
de influencia para los factores que est�n siendo estudiados.

Modelos no algor�tmicos de estimaci�n

Los modelos no algor�tmicos o modelos heur�sticos de estimaci�n se basan tambi�n en
la aplicaci�n de algoritmos... pero algoritmos no deterministas. Las principales
t�cnicas aplicadas son:
Redes neuronales
Miner�a de datos
Programaci�n gen�tica
Razonamiento basado en casos
Simulaci�n