Modelos de Calidad a Medida
En este modelo no existe ningún punto de partida, los factores deben ser identificados para cada proyecto. Para construir estos modelos se debe partir de la identificación de los objetivos a alcanzar. Dichos objetivos serían los factores más abstractos que deben descomponerse en factores más concretos hasta llegar a hacer operativos los objetivos. Los modelos son creados desde cero para todo nuevo proyecto. La ventaja de estos modelos es su total adaptabilidad y sus inconvenientes son que el coste de su construcción es muy alto comparado con el de otros modelos y la reutilización de modelos de un proyecto a otro es difícil, dado que los factores identificados para un proyectos no tienen por qué ser adecuados para otro. Los siguientes son ejemplos de modelos de calidad a medida:
MODELO GQM
El modelo GQM (objetivo-pregunta-métrica) de Basili y Rombach (1998) propone objetivos / metas orientados a la definición de modelos de calidad para proyectos. Este modelo propone definir un modelo de calidad hasta obtener las métricas respectivas con el análisis e interpretación de los datos de las mediciones. Su enfoque de medición evaluar la calidad del software basado en la identificación de objetivos perseguidos. Su estructura consta de 3 etapas:
1. Definir los objetivos principales
2. Diseñar preguntas que respondan si se están logrando los objetivos
3. Definir las métricas que ayuden a responder las preguntas.
Este modelo es útil cuando se busca definir QUE MEDIR, está orientado a metas y por esto se eligen las métricas que se relacionan con los problemas más urgentes.
MODELO IEEE 8061
El estándar IEEE 8061, en 1998, propone este modelo, dividido en 6 pasos:
1. Establecer metas: que deben estar asociadas a un conjunto de medidas de productividad y de calidad.
2. Generar preguntas: basadas en modelos previos, que definan los objetivos de forma completa y cuantificable.
3. Especificación de medidas: que contesten a las preguntas y hagan seguimiento a la evolución del producto y del proceso.
4. Preparar la recolección de datos: usar mecanismos útiles para la recolección de datos.
5. Recolectar, validar y analizar los datos: para tomar decisiones, realimentando los proyectos en forma óptima.
6. Analizar los datos: al alcanzar las metas, para determinar la conformidad y hacer las recomendaciones.