随着信息技术的持续革新和宏观政策引导，信息化已成为提升管理水平、提高生产效率和业务能力的重要手段，特别是“互联网+”、“智能制造”等一系列国家战略发布以来，越来越多的组织选择深化信息技术应用，推动业务转型，取得了显著成效。与此同时，“IT生产率悖论”——即大量的信息化投资并不一定带来应有的回报，究其原因就是整个信息化过程缺少有效的绩效评价和成本管控机制。管理大师德鲁克曾经说过“无法度量就无法管理”，要根本解决信息化的问题，第一步便是实现量化管理，而量化管理的源头则是绩效和成本的量化。
1.软件绩效和成本度量面临两个方面的难题
作为信息化建设重要的组成部分，软件与一般的实物产品不同，其中包含的智力成本和主观因素导致了软件绩效和成本难量化的现状。分析其原因，一方面智力成本和主观因素的存在，导致了不同知识背景和工作经验的人会有不同的观点，难以形成普遍认可的统一量化方法；另一方面，软件的生产交易形式使得投入的智力成本与成本价值经常存在严重的信息不对称，软件的生产方和消费方往往无法处于平等的地位，“暴利”和“杀价”现象普遍。因此，要解决软件绩效和成本的量化问题，建立相关利益方普遍认同的估算机制比研究复杂的计算方法更为重要。
2.基准化分析方法能有效解决软件绩效和成本度量
基准化分析法是20世纪70年代末由美国施乐公司提出，其核心理念是通过将自身状况与同领域领先的状况进行比较，给出自身状况的参考值，分析原因，模仿先进行为。基准化分析法的理念与软件绩效和成本量化的需求是完全契合的。由于涉及到智力成本和主观因素，单独一次项目难以以统一的计算方法计算得出项目绩效和成本。既然无法通过自身解决问题，同领域其他机构在同样的情况下的解决办法便具有很高的参考价值。因此基准化分析法就为软件绩效和成本量化提供了很好的解决途径。
与传统的基准化分析稍有不同，在软件绩效和成本量化中，基准化的目的是获得行业的普遍现状，并以行业现状估算为参数输入计算软件绩效和成本。基于基准化的软件绩效和成本度量方法能够同时解决软件绩效和成本量化的两大难题：
一是智力成本和主观因素难估算：基于基准化的软件绩效和成本度量方法不直接计算智力成本和主观因素，而是通过历史数据的统计分析给出估算值。在历史数据量足够大的情况下，由主观因素引起的估算波动会趋于平稳，并逐渐接近被行业广泛认可的合理值。
二是软件生产交易信息不对称问题：基准数据来源于广大软件企业的实际数据，是基于历史行业数据测算的结果。以此为基础，甲乙双方在项目实施前，就能就软件的规模、工作量、花费和效果等信息达成一致。在基准数据的覆盖面足够大时，由基准数据分析得到的基准值就能够充分代表各利益相关方的利益诉求。
3.建立基准数据库是科学度量软件绩效和成本的基础
基准数据应具有足够的数据量和广泛的行业覆盖面。足够的数据量保证足够的收敛特性，使得分析得出的基准值更为准确；广泛的行业覆盖面保证能够代表不同利益相关方的利益特点，保证分析得出的基准值能够得到行业的充分认可，只有基准值得到各利益相关方的共同认可，得出的软件绩效和成本才能被认可。鉴于此，应建立基准数据库，用于收集和存储广泛的行业信息，具体包括三个方面的工作：
一是完善配套的规范、教材和工具：首先，应制定相关过程和方法规范，指导数据采集、分析和发布的过程，并规定基准数据的度量元及采集方法；配套制定相应的实施指南、培训教材等资料，组织开展相关人才的培养，建立支撑的人才队伍；开发数据采集和成本估算工具，提高整个过程的自动化程度，支撑海量的行业数据处理。
二是建立多级数据库和各级联动的估算机制：基准化分析法的基本方法是同质对比，因此，基准数据就应具备区域特征和行业特征。为了充分反映各区域各行业特征，提高基准化分析的效率，应建立相互映射和引用的多层级数据库，并提炼具有区域代表性和行业代表性的基准数据形成总数据库。在多级数据库的基础上，建立多级联动的软件绩效和成本度量机制。
三是充分发挥各级机构和企业提供数据的积极性：为了保证基准数据具有足够的数据量和广泛的行业覆盖面，应充分调动机构的积极性，联合监理企业、测评机构和软件企业，持续、及时为基准库提供实用数据。数据的积累是基于基准化的软件绩效和成本度量方法最为核心的工作，数据量和数据覆盖面直接影响基准值的准确度和可信度。长期的数据积累和各级组织的积极参与是软件绩效和成本度量机制建立的重要保障。
在下一步工作中，我们将继续：
1、解读《软件绩效和成本 数据采集和发布规范》；
2、研究提出基准数据库的体系结构；
3、研究数据采集和发布机制，以及数据的应用指引。
北京软件造价评估技术创新联盟，将会积极参与以上重大行业事件，发挥其专业优势，助力企业软件成本度量管理成熟度的提升。
原文地址：转载于- 全国信标委软件工程分技术委员会