検索
Japan
プロジェクト状況可視化システム
新常態における、ソフトウェア開発プロジェクトのステークホルダ間で成果物・状況把握の共有を支援。自然言語処理に特化したAI技術「BERT」による成果物診断と既存成果物を活用可能。
このようなお悩みはありませんか？
- 課題
- 解決
-
新規メンバと既存メンバ間で、成果物の品質にばらつきがあり、修正に時間がかかる。
成果物の品質診断を実施。成果物レビュー前に、成果物の品質が均一化されることで生産性が向上します。
-
プロジェクトリーダの力量が低い場合は状況把握が漏れやすく、状況把握のために工数がかかる。
日々自動で集計・分析しレポーティングにより、各工程間の情報をタイムリーに管理。プロジェクト全体の状況把握が容易になります。
-
既存ツールの成果物・フォーマットを継続して活用したいが、ツール入替によりフォーマットが変更となってしまう。
現在ご活用中のOfficeドキュメントやPDFなどをそのまま活用。ツール入替のロスコストを削減し、既存成果物を活かしたスムーズな移行が可能となります。
概要
品質不良や工期遅延リスクを早期発見し、業務効率向上を実現
「プロジェクト状況可視化システム」
自然言語処理AIによるプロジェクト計画書や仕様書、設計書の品質分析結果や、ソースコードの不具合情報などの解析結果を組み合わせ、プロジェクト全体の品質を診断し、スコアリングします。
これにより、プロジェクト管理者は、メンバーがリモートワークで分業するような状況においても、レポートから常に最新の進捗状況を把握し、問題を早期に発見できるため、手戻りを防止できます。プロジェクトメンバーは日々、報告書の作成負荷を軽減することができます。
特長
成果物の品質診断
他のツールと連携し、ドキュメントとソースコードの成果物診断を実施。
タイムリーな管理
プロジェクト状況を日々自動で集計・分析しレポーティング。
既存成果物の活用
現在利用しているドキュメントやPDF、ソース、不具合情報をそのまま活用。
成果物の品質診断
ドキュメント診断
Google社が公開している自然言語処理に特化したAI技術「BERT」＊1 を活用した「活文 知的情報マイニング」を用いて、指摘内容の「確信度」で診断を実施。
＊1 Bidirectional Encoder Representations from Transformers
ソースコード診断
「ソフトウェア開発支援レコメンドシステム」を用いて、実行可能パス数、循環的複雑度、コメント率などの解析結果の集約を実施。
- ドキュメント診断は、チェックルールをAIが学習し、文脈や言葉の意味を捉えて、高精度に判定可能
- 成果物レビュー前に、成果物の”品質が均一化”されることで修正時間が短縮され生産性が向上
各工程の情報をタイムリーに管理
プロジェクト状況を日々自動で集計・分析し、レポーティングにより各工程の情報を俯瞰的かつタイムリーに管理できます。
- チーム内で作業を分業化している場合でも情報共有が可能
- プロジェクトのステークホルダである管理者・担当者ともに、プロジェクト全体の状況把握と共有が容易
既存成果物の活用
利用中のOfficeドキュメントやPDF、GitやSubversionで管理しているソース、Redmineなどで管理している不具合情報をそのまま活用できます。
- ”ツール入替のロスコストを削減”し、既存成果物を活かしたスムーズな移行が可能
機能
-
ドキュメント診断
- 懸念事項はセンテンスごとの確信度を算出し、判断根拠となるキーワードを基に分類
- 分類結果は、「あいまい用語」「未完成・検討不足」「複雑な条件」を表示
-
ソースコード診断
- 「ソフトウェア開発支援レコメンドシステム」を用いてコード分析を実施
- メトリックスは、「関数数」「コード行数」「循環的複雑度」「コミット回数」などを表示
- 対応言語はC/C++、Java、C#
-
レポート出力
- 現在利用中のドキュメント、ソース、不具合情報をそのまま活用するため入力ルールを継承
- プロジェクトごと、各工程単位に品質スコア、推移グラフを表示
- 品質スコアはレーダチャートによる可視化
-
原因分析
- 不具合発生・流出、残件数などの遷移グラフによる傾向把握
- 不具合の担当別、重要度別、作りこみ工程別の分析表示
価格
個別にお見積りいたします。お気軽にお問い合わせください。
最終更新日：2022年2月7日