软件研发的6sigma案例解析

一边是某咨询公司在项目管理培训中宣讲：“CMM2级企业不适合实施6sigma，应该等到CMM4级之后，度量体系比较完善时再进行。”一边是2004年世界软件工程大会上，各国专家达成共识：“CMM/CMMI与6sigma能够结合，互相促进”。我们怎么办？我以前主张：争执暂放一边，抓紧时间边实践边改进，否则结果就很可能是：“我们在进步，但是我们与竞争对手相比更加落后。”有些同事接受了我的看法，于是又有一问：“你有没有在软件中实施6sigma的成功案例？”6个月前我还没有，但是现在我有了几个典型案例，它们各具特色，让我们在此一一分享。

一、6sigma能帮助解决软件技术问题吗？

 第一个项目是在去年年末，参加一个事业部的6sigma优秀项目发布会看到的。项目名称是《XX网管系统提高告警吞吐率》，问题是在大量告警上报时，UNIX服务器的告警处理吞吐率仅为8条/秒，同时占用CPU达90％，导致其它模块的操作基本上不能进行。用户对此非常不满，要求我公司尽快解决此问题，提高吞吐率到至少48条/秒，而系统成本不能有较大幅度增加。如何解决这个问题？一个解决方案是提高硬件的配置，从而提高处理性能，但是这样做会大大增加采购成本，而性能并不会有极大的提升，实际上降低了产品的可销性，这样的投入收益比极不合算，此方案被拒绝。项目组在花了大量时间和精力，仍然寻找不到合适的解决办法之后，想到了6sigma。大家知道，6sigma项目的选择就是那些“难度大、影响力大”的问题，于是这个项目组的成员将此问题立项，期待6sigma能在黑暗中带来曙光。

 除去定义与测量阶段，此项目的分析思路是这样的：首先是头脑风暴鱼骨图，罗列所有大家能想到的可能原因；然后将这些原因按照告警的逻辑处理流程组织成FMEA，进行RPN分析，筛选出RPN值大于100的少数因素，作为潜在的关键因子；之后对这些潜在因子逐一试验，进行确认。整个项目的突破就出现在第一个因子的试验中，其试验数据如图1所示，横坐标表示输入的告警流量，纵坐标表示告警处理延时。图中的曲线显示有周期性的拐点，而在拐点之后，告警流量增加，服务器的处理延时反而有较大的降低。这个现象如果没有针对此原因的试验，没有这些数据是无法看到的。分析这个现象的原因，难不到我们的软件工程师，很快就得出了结论：TCP协议参数设置不当。修改此参数后，重新做同样的试验，得到数据如图2所示，可见其告警吞吐率基本上与输入流量呈线性关系增长，瓶颈已经消除。这不仅仅是确认了此因子是关键因子，同时也验证了改进措施的有效性。另外几个因子也是类似的，通过针对每一种可疑因子的试验，或确认此因子为关键因子，或筛选影响不大的因子；然后针对每个关键因子寻找技术上的解决办法，就更不在话下了。此项目的成功为公司创造了每年166万的收益。

 回顾这个项目，又应验了一句老话：“解决难题经常是99％的努力在于寻找关键原因所在，而修改只需要1％的努力。”6sigma本身并不提供技术解决方案，但是它的思路引导我们向着正确的方向迈进，而数据是保障我们方向正确的重要依据。此项目虽然是软件项目，但是问题本身Y是可以清晰度量的，这也是它能够适应6sigma特色，得以成功的一个原因。

图1 某项目针对关键因子一的告警处理流量试验数据图

图2 某项目修改了协议参数后的告警处理吞吐率图

二、主观判断的结果有说服力吗？

 这个案例是黑带项目《降低异常代码故障率》，它从CQ分析的主要故障类型之一：异常代码故障率居高不下而来，这体现出负责人主动从失误中学习和进步的精神，也给很多仍然为找不到合适项目的同事一个启示：CQ库是一个很方便的项目宝库。

此项目对于故障分类的测量系统分析，是离散数据做测量系统分析的典型。在研发过程中，我们经常遇到“只可意会不可言传”的情形，大家都是主观判断“拍脑袋”，这样的分析如何具有说服力？主观判断不等于拍脑袋，这个项目可以作为参考，感觉上的东西通过制定一定的准则，能够将大家的主观判断达到基本一致和准确的标准。以下摘自此项目负责人的总结文章：

在确定了故障的分类规则后，对于故障进行分类，对于同一个故障不同的研发人员分类可能出现不同的结果。出现这种问题可能是有两个原因：(1)故障分类的标准还不够明确，参加故障分类的研发人员对于故障理解不同。(2)参加故障分类的研发人员没有能力按分类标准对故障进行分类。解决的办法是在故障分类前进行测量系统分析，确认故障分类标准是否已经明确，参加分类故障的研发人员是否具备了故障分类能力。
对于故障分类进行的测量系统分析可采用离散测量系统分析。进行离散测量系统分析的基本步骤为：

1、 在需要分析的故障中随机抽取30个故障。
2、 多个开发经理按故障分类标准共同确定每个故障的分类结果。（作为“真值”——本文作者）
3、 让参加故障分类的研发人员按故障分类标准进行分类。（作为“测量值”——本文作者）
4、 一周后，让参加故障分类的研发人员重新按故障分类。
5、 进行离散测量系统分析，确定故障分类的准确性、重复性和再现性。

如果通过测量系统分析，发现故障分类的重复性有问题，同一个研发人员对于同一个故障的判定结果不相同，则一般是研发人员自身素质的问题，采取的措施是需要加强对分类标准的学习。如果不同研发人员之间的再现性有问题，则一般是由于分类标准不明确造成，需要进一步明确分类标准。若重复性、再现性都符合要求通过，基本可以保证故障分类的标准定义是明确的，参加故障分类的研发人员的技能已经符合要求。
 实际上这种测量系统分析的方法并非第一次使用，去年我们研究所的一个绿带项目做法极其类似，其原理如图3所示。

 
图3 某绿带项目的测量系统分析原理图示

 这是一种典型的离散数据MSA的案例，在展示时，不少研发人员很吃惊：“原来MSA是可以这样做的”，或者“原来是可以这样得到量化数据的”。有很多人总是说研发过程中的数据量化不足，所以不适合做6sigma项目。其实不是6sigma不能用于研发领域，而是很多时候是我们没有找到正确的方法而已。所以多思考、多动手，这个从小老师就教我们的话，在工作中一样适用。

三、如何提高执行力？

 记得前不久一位领导说：“我们公司从来不缺好的策划，我们缺的是好的执行。”软件中的问题有些就是执行的问题，如规范的执行不严格，流程不合理等等。有人会问：“如果解决方案就是执行的问题，可以依据其影响力选择合理化建议，或者团队项目来解决，并不适合做6sigma项目。”实际上，一来6sigma项目在开始时并不知道关键因子是什么，二来执行也不简单，知道和做到是两码事，正如一个黑带所言：“听到你会忘记，看到你会记住，做到你才会明白。”

言归正传，这个案例是另一个黑带项目《提高功能测试仪的软件研发效率》，研发效率的定义为单位软件的软件开发和维护人力成本。这个项目的特点首先是非常细致，每一个步骤都按照6sigma的思路、方法完整、清晰地描述，可以作为初学者的样板指导。然而对我而言，它更加重要的特点是它强大的执行力。在分析阶段，已经确认了三个关键因子：

1． 模块化程度不高；
2． 接口文档不规范；
3． 系统部、软件部、硬件部沟通机制不健全；

为了解决第一个问题，此项目提出建立10个模块的目标，而目前它只有3个模块；为了解决第二个问题，需要建立接口文档的模板，但是更重要的是得到使用者的认可和操作；而第三个问题更是需要三个部门的最高长官——部长来亲自沟通协调解决。以上这些，这个项目都做到了！怎么做到的？看看他的团队成员，有研究所的所长，一个产品总经理，三个相关部门的部长，还有相关的所有科长、开发经理，以及部分开发人员，这样的团队架构，还担心解决方案得不到执行吗？

案就是这么简单，每个项目负责人都需要慎重选择您的团队成员，力争让每个人各尽所长。团队中需要各种人员：首先是各方客户代表，然后是善于分析者，善于操作者，善于协调者，以及流程主管或组织负责人等等。记得以前有个项目，成员基本上都是项目经理，这样的团队沟通倒是通畅了，可是说到做具体的事情，大家都没有时间做，项目怎么进展呢？最后只有取消。想想有多少项目在到达终点之前倒下去，少有找不到解决办法的，但是做出来的方案无法兜售给使用方，从而不能达到项目目标，这倒是常见。为什么？多数是因为团队中没有使用方的代表，强加的东西谁都不喜欢。

也许有人会讲，其实说到执行，就是要把领导拉进来，搞定了领导，让领导出面推进执行和追踪，就一切OK了。这话不对，因为我们不可能把领导搞定的，只会是领导把我们搞定：选择项目一定要把握领导最关心的问题；即使不是最关心的，也要是在他的问题列表中位于前列的问题。如果你要做的就是领导非常想解决的问题，那么邀请他加入项目团队，请他做一些追踪工作自然顺理成章；然而如果选择的课题，在领导问题列表中远没有排在前列，让他分散精力，同时消耗他的资源来做事，他自然不肯。这就是目前我们强调自上而下产生项目的原因。目前，我们公司在一定程度上还是人治的社会，承认这个现实，并且主动调整我们的做法适应现状，才是做事的明智之举。

以上是我近期收集到比较典型和成功的软件6sigma项目。然而我不得不承认，在公司已经完成的上千个项目中，软件项目仍然是占非常少的比例。如果是因为没有成功的案例，影响到大家的信心，或者不知道怎么入手来做，希望本文能够为大家提供一些参考。CMM/CMMI与6sigma的结合和互相促进，在双方领域内都是新课题，还有很大的拓展空间。目前我们公司也有不少黑带身处EPG，选择的项目正是这个新课题。一年之后，我们再来回顾，希望能有更大的突破，让我们也在6sigma的历史上留下光彩的一笔。