欢迎金融科技工作者积极投稿！
投稿邮箱：newmedia@fcmag.com.cn
——金融电子化
文 / 广东省农村信用社联合社银信中心总裁助理 李海涛
广东省农村信用社联合社银信中心信息技术部高级经理 温智民
伴随着近年来新兴互联网金融行业的快速崛起，商业银行遭受重大冲击的同时主动寻求改变以适应全新的竞争形势，响应客户在金融服务方面日益增长的需求。其中，实现金融信息系统灵活快速迭代是重中之重。商业银行软件系统小型需求周期不定、数量众多，给需求开发排期工作带来巨大挑战。基于此，广东农信银信中心运用软件功能点方法，通过大量历史数据分析构建需求排期模型，形成以软件功能点为基础，以正向预测路径为主、反向评估路径为辅，从需求、开发到投产等各个环节全面合理化、智能化的排期优化策略。该策略在广东农信软件系统开发过程中得到充分实践，并取得了良好的应用效果。
背 景
广东省农村信用社银信金融服务中心（以下简称“银信中心”）是广东省联社内设机构，承担广东农合机构金融信息化建设、资金清算、电子银行、产品创新和互联网金融平台建设等职能。在广东农信全面数字化转型战略下，广东省联社打造“四横八纵”金融科技服务体系，破解科技发展服务难题。银信中心始终奉行“让银行更加智慧”使命，致力于提供最佳金融科技支持和服务方案。
目前，软件系统日益复杂、功能更新迭代快是商业银行面临的共同难题。以2020年为例，银信中心承接小型需求4000余件。由于各类小型需求复杂程度不同，开发周期也存在着巨大的差异，传统的按序分配法对于周期短、数量种类多的小型需求并不适用。为破解成本度量和排期困局，银信中心于2015年引入国际标准化软件功能点分析度量方法（FPA）并进行广泛推广，培养了200余名具备良好软件功能点度量素养的专业人员。经过长期实践，FPA方法已成为广东农信需求管理中不可缺少的一部分，有效实现软件开发工作的优化，极大提高了生产效率，节约了生产成本。
软件功能点排期模型构建思路
针对周期较长（通常为数月或一年以上）的大型项目计划管理，各部门依据统一化、标准化FPA估测办法开展任务分工。项目周期具有较强稳定性，不会出现短时间内频繁变更的情况。而数量繁多且要求各异的小型需求则存在着开发周期不一致、依赖关系复杂，上线版本不一等附加条件，传统分配方式容易导致某些处理复杂度较低的小型需求出现人员闲置状况，或者先开发好的小型需求因等待另一个配套需求的开发而长时间处于待上线的现象。基于此，广东农信形成一套针对小型需求软件功能点排期模型。
广东农信软件功能点排期模型以正向预测路径为主、反向评估路径为辅，形成两条内容不同、功能互补的路径进行模型的构建，主要内容图1所示。
图1 正向预测与反向评估的实施路径
1.正向预测
以FPA方法为基础，建立需求排期基准值，结合各类影响因素建立预计模型，将客观特征、外部要求、团队能力和其他要素分别组成各类因子构建需求工期估量模型，表1为模型参考的因子指标。接着，分析各类数值的特征并设置权重，利用该模型直接计算工期，最后通过人员评估进行分配。
表1 决定工期的构成因素
2.反向评估
基于正向预测路径构建的模型实施小型需求排期，再对制定好的工期反向计算其风险值，权衡各级风险系数后妥善安排排期。
在排期实施后，需对计划与实际情况进行比对，结合需求全流程基础管理数据指标内容对计划实施效果进行评估，主要参考指标如下。
（1）按需求类型排期命中率
按需求类型排期命中率=单位时间计划投产时间与实际投产时间相符需求数量/单位时间实际投产需求总数*100%。
（2）排期计划偏离度
排期计划偏离度=单位时间内未按计划投产的需求数/计划投产的需求数量*100%
（3）需求所处各环节超期率
需求所处各环节超期率=各环节单位时间内超过设定值处理的小型需求个数/各环节单位时间内处理的小型需求个数*100%。（是否超出设定值：以各环节实际结束时间与实际开始时间之差不超过设定值，需求所处各环节设定值=阶段工作量占比*功能点规模*每功能点耗时。）
3.实施建议
在实践工作中，为合理安排各环节时间，使工期安排更贴合实际需要，银信中心将小型需求根据需求优先级划分为红、橙、黄、蓝四类，分别对应一周内投产、一月内投产、两月内投产和无明确投产时间要求。兼顾需求优先级考量的软件功能点排期模型的具体实施方案如下。
图2 需求功能点排期实施方案
对于限期较为宽松的黄色需求和无明确时间要求的蓝色需求，由于提交周期较长，有充分的条件进行正向预测推出预测工期，通过对系统积累的原始数据分析计算出平均生产率，根据行业标准，通过开发估算工作量得出测试估算工作量和验收工作量，从而得出到待投产前的需求、开发、测试、验收各阶段的估算工作量。
对于限期较为紧迫的橙色需求。按照各阶段的工作量构建各类影响因子权重，制定计划，提供给各阶段人员调整资源，进行合理的排期分配。在此过程中，监控各个环节与计划配合情况，及时反馈与改进资源不合理配置与缺失情况，并且在此需求生产周期结束后对资源配置合理性程度进行衡量评估。
对于限期十分紧迫红色需求。在时限紧张的条件下，各个部门不具备有条不紊地测量构建指标体系去一步步反馈调整计划的实施条件，因而，需要通过反向评估的路径，通过对历史数据对相似类型的需求进行调配，同时确定其风险值作为参考数据。
软件功能点排期模型应用实践
以商户内管系统为例，对于时限较为宽松的小型需求排期遵循正向预测策略，步骤如图3所示。
图3 正向预测路径需求排期
首先，通过FPA办法测算出需求的实际功能点，参考该系统历史生产率中值（7.35人时/功能点），则开发总工作量为7.36天。
表2 案例功能点估算结果
然后，按照需求、开发、测试、验收、投产各个工作环节的历史积累工作量进行权重分配，并计算出各个阶段预估的工作天数。
表3 各环节工作比重分配情况
最后，对需求到投产各个环节投入的工作量进行汇总，根据开发开始时间和工作量，计算计划投产日期。详见表4。
表4 案例各阶段需求排期汇总表
总 结
通过运用软件功能点方法排期模型执行小型需求排期，可以估算出比较准确的计划投产时间。经过大量实践证实，大部分需求实际投产时间跟计划投产时间吻合程度较高。该模型在优化资源配置、节省人力物力、加快需求上线方面取得了显著的成效。后续将根据需求质量指标，丰富和优化影响因子构成，进一步提升排期命中率。
《金融电子化》新媒体部：主任 / 邝源 编辑 / 傅甜甜 潘婧