データ白書の見方・使い方（１）

SECSoftware Engineeringfor Mo ･ No ･ Zu ･ Ku ･Ri

1Software Engineering CenterCopyright© 2011 ＩＰＡ , All rights reserved.データ白書の見方と定量データ活用ポイント

データ白書の見方・使い方（１）



データ白書の見方・使い方

『ソフトウェア開発定量データ白書』について、以下の点をご理解いただき、データ白書のご活用と定量データの普及・展開を推進いただけるようお願いいたします。

白書利用の効果、目指す先を共有するため、必要性と目的を理解する。

白書を正しく利用するため、収集方針を含むデータ概要を理解する。

分析結果を正しく認識するため、参照時の留意点を理解する。

実践的に利用できるようになるため、データの活用方法を理解する。



内容：データ白書の見方・使い方

　１章　背景と本書の目的　２章　収集データについて　３章　分析について　４章　収集データのプロファイル　５章　プロジェクトの主要要素の統計（６章～１０章）



１．１　ＩＴ産業を取り巻く環境（１）

近年のＩＴ産業を取り巻く環境について

市場競争の激化

トラブルの多発

・低コスト、短期開発・多機能、高性能

安全・安心の確保要請が増大

・信頼のおけるマネジメント・トラブル発生未然抑止

人海戦術的な対処方法での対応

不適切な見積、生産性の見誤り

システムへの要求が増大

KKD （勘、経験、度胸）

ネットワークの普及

ビジネスモデルの転換

リスクの増大

期待・ニー

ズ理想理想理想理想

現実現実現実現実



１．１　ＩＴ産業を取り巻く環境（２）

社会的な動向への対応工事進行基準の適用：

　プロジェクトの進捗部分について「成果の確実性」が認められる　場合に適用される。

　　　高い見積り精度と確実性、客観性が求められる。

　「成果の確実性」とは、以下の３つの要素について、　信頼性をもって見積ることができること。

工事収益総額：　工事契約の対価（受注額）。工事完成能力が必要。

工事原価総額：　完成までの原価総額。実原価との比較と見直しが必要。

工事進捗度：　決算日における開発の進捗率。客観的把握が必要。



１．１　ＩＴ産業を取り巻く環境（３）

ユーザ・ベンダ間の納得感の欠如

　「やりたいこと」と「できること」の整合が必要だが…共有しやすい見積り手法がない初期の仕様は固めにくく、早期契約時の適切な見積りが困難

要件決定の遅れ、プロジェクト途中での仕様変更の発生　など

ユーザベンダ

【事業計画】・事業目的・事業領域／規模

・投資／回収・事業スケジュ

ール

【プロジェクト計画】

・開発目的・スコープ／規模

・予算・開発スケジュ

ール

　要件

実現性

整合

定量データに裏付けられたマネジメントが必要



１．２　データ白書の目的（１）

定量データの必要性定量データが十分集まれば　・・・　こんな活用ができる

ユーザユーザ

ベンダベンダ

経営層業務・情報システム部

門組織長・スタッフ

プロジェクト管理者

・ IT投資、概略計画の妥当性、実現性の目安・予算数値、根拠の制御・ベンダからの見積の比較と評価、強み／弱みの認識・計画策定、目標値の制定、 QCD の妥当性評価・予実差異の分析、完了評価、開発能力の評価

経営層

プロジェクトマネージャ

プロジェクトリーダ

・自社の強み・弱み、生産性などの開発力の認識

・規模、工数、工期、品質の見積り、計画策定、制御・オフショア等、外部委託先評価

PMO品質保証部門

・定量データベースの構築・自社プロジェクトのベンチマーキング、モニタリング

ユーザ、ベンダ間の合意形成ユーザ、ベンダ間の合意形成



１．２　データ白書の目的（２）

ＳＥＣの取組みとデータ白書の目的定量的アプローチによる科学的マネジメントの普及拡大

メーカー系、ユーザ系、独立系の複数のベンダからデータを収集「ソフトウェア開発データ白書」として公開

（ 2010 年度は 23企業、 2584 プロジェクトのデータ）

2010 年 11月

発行

2010－2011

1774942 1418 2056

2005 2006 20082007

25842327

2009

モノサシとしての精度を高めていく新たなモノサシや課題抽出の切り口を提案

する



１．３　データ白書利用の際の留意点

データ白書の記載概要と利用の際の留意点ソフトウェアの定量的なモノサシとして基本的なものを収録

しており、以下の要素間の関係などを図表で記載している。

プロジェクトデータは様々な特性や環境により異なるため、必ずしもこのメトリクスをそのまま自プロジェクトに適用できない場合がある。それぞれのプロジェクトや現場で、何らかの判断や予測を行う場合の参考として、活用するとよい。

　プロジェクトの　特性例　プロジェクトの　特性例

開発種別アーキテクチャ業　種

開発言語開発ライフサイクルモデル

プラットフォーム

　代表的な要素　代表的な要素

生産性信頼性

工　期規　模工　数



１．４　データ白書で提供する基礎情報

ソフトウェア開発データ白書の構成　（ 2010-2011版） 1章　背景と本書の目的

2章　収集データについて 3章　分析について 4章　収集データのプロファイル 5章　プロジェクトの主要要素の統

計 6章　工数、工期、規模の

　　　　関係の分析 7章　信頼性の分析 8章　工程別の分析 9章　生産性の分析 10 章予実分析等付録 A ～ G

　データ項目の定義や　収集データ年別プロファイル　等々

1章　背景と本書の目的 2章　収集データについて 3章　分析について 4章　収集データのプロファイル 5章　プロジェクトの主要要素の統

計 6章　工数、工期、規模の

　　　　関係の分析 7章　信頼性の分析 8章　工程別の分析 9章　生産性の分析 10 章予実分析等付録 A ～ G

　データ項目の定義や　収集データ年別プロファイル　等々

データ全体のプロファイル

方針に基づく分析結果

データ収集方針分析の方針、データの基準

予実、生産性の差の特徴をミニテーマ分析



１．５　データ白書の対象読者

データ白書の活用イメージを考慮した対象読者教育部門の方々

企業内での定量データ活用の普及・展開を、社内教育などにより推進される際、活用いただきたい。

品質保証部門、プロジェクトマネジメントオフィスの方々企業内での定量データベース構築や、プロジェクトのベンチマーキングを推進する際、現場の方々への説明やご指導など対応される際、活用いただきたい。

業務部門、情報システム部門の責任者の方々ソフトウェア開発現場で、データ収集・定量的管理・精度向上等の

取り組みの啓発の際に、活用いただきたい。プロジェクトマネージャ、プロジェクトリーダの方々

定量データを用いた見積り、プロジェクト管理の推進（制御、予測等）を行う際、実践的な利用のためのノウハウとして、活用いただきたい。







２．収集データについて

データ収集方針と収集状況ソフトウェア開発データ白書で利用しているデータは、国

内企業複数社から収集したプロジェクトデータである。

データの項目は主に実績に関する項目主な要素では計画データについても収集項目対象

（規模、工期、工数など）対象プロジェクトはアプリケーションソフトウェ

アやシステムを開発するプロジェクトが中心

対象時期は直近 3年を優先



２．１　データ収集のポイント

重点収集したデータについて次に示す重点データ項目について、欠損が極力少ない

プロジェクトを対象にデータ収集している。

項　目詳　細　開発種別新規開発、改修・保守、拡張

　アーキテクチャ

イントラネット /インターネット、 2 階層 C/S 、 3 階層C/S

　業　種金融・保険業、情報通信業、製造業、卸売・小売業、公務など

　開発言語 Java 、 VB 、 C 、 COBOL 、 C++ など

　規模の指標 FP 、 SLOC のいずれかで計測されているものFP 計測手法名が明確、 SLOC言語名が明確なもの

　プラットフォーム

Windows系、 Unix系



0

50

100

150

200

250

300

350

400

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

開始年(西暦)

件数

2009年2008年2007年2006年2005年2004年

0

50

100

150

200

250

300

350

400

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

終了年(西暦)

件数

2009年2008年2007年2006年2005年2004年

２．２　データ提供状況

プロジェクトデータの更新年・終了年別クロス集計

データ白書 2010-2011

P17 、図表 2-2-4 、 5

【全体】　（ 2010-2011版での状況）・開始年では２００３年以降のデータが７８％を占める・終了年では２００３年以降のデータが８４％を占める（ 2009 年度データ開始・終了プロジェクトは期中のためすべて収集されていない）

比較的直近年のデータが多く集まっている

開始年ごとのデータ件数

終了年ごとのデータ件数



内容




３．分析について

分析の対応方針についてデータ白書では、以下のように分析方針を定めて対応して

いる。

年度毎に定点観測を行っているため、継続的な分析と新たに行う分析の対応方針を明確にしている。

分析の進め方分析の目的、分析の観点、対象要素、分析する要素間の関係、分析の手順

分析に関する事前の取り決め　データの選定基準などのデータ抽出に関する取り決め、　データ項目の取り扱い

分析結果の取り扱い　分析結果の掲載基準や単位の表記、掲載・表現方式など。



３．１　分析の進め方（１）

分析の観点及び方針共通認識を形成するための代表的な要素に着目し、

要素間の関係を明らかにするアプローチを取っている。

主要要素として分析の柱にしたも

の

データ白書 2010-2011

P19 、図表 3-1-1

代表的な要素と、

要素間の主な関係



３．１　分析の進め方（２）

分析の手順データ白書における分析の手順の概要を以下に示す。

　（１）収集データの精査　（１）収集データの精査

　（２）全データの分布分析　（２）全データの分布分析

　（３）主要要素の　データの分布分析

　（３）主要要素の　データの分布分析

　（４）主要要素の関係分析　（４）主要要素の関係分析

　（５）層別の設定と分析　（５）層別の設定と分析

不良データの除外データ提供側との確認、見直し

ばらつき、偏りをヒストグラムや　散布図より、自然な傾向を確認

規模、工期、工数、生産性、信頼性の分布の明確化

代表的な要素について、要素相互の関係を分析データの干渉を廃し、極力独立性を出す、または特徴を出すために層別を設定し、細分化した分析を実施



３．２　分析に関する事前の取り決め（１）

データ抽出に関する取り決め分析対象データを抽出する際に、以下の取り決めを行って

いる。データ抽出対象の工程について規模データなどのデータ抽出、計測手法について複数選択がある収集データについての取り扱いについて

データ項目の取り扱いに関する取り決め以下のデータ項目ごとに必要な取り決めを行っている。

開発プロジェクトの種別 FP規模、 SLOC規模工数、工期、月あたりの要員数外れ値の取り扱い



３．２　分析に関する事前の取り決め（２）

収集データの前提　（データ定義と留意点）データ白書で扱う基本的な対象工程は、基本設計開始から

総合テスト終了までの「開発５工程」としている。工数は、「社内工数」及び「外部委託工数」の合計値を使用。「社内工数」には、「開発」、「管理」、「その他」及び「作業配

分不可」の全ての工数を含む。

「開発５工程」では、「該当する５工程」の工数と「工数配分不可」の工数の合計値を使用。

←　　　　　　　　　開発５工程　　　　　　　　　→

工程内訳システム化計画

要件定義

基本設計

詳細設計

制作結合テスト

総合テスト（ベンダ確

認）

総合テスト（ユーザ確

認）

工数配分不可

社内実績工数

開発

管理

その他

作業配分不可

外部委託工数開発工数



３．３　分析結果の取り扱い

分析結果の取り扱いについてデータ白書では分析結果の取り扱いとして、掲載基準や評価の目安、基本的な見方などを取り決めている。以下について個別に示す。

３．３．１　共通事項３．３．２　基本統計量３．３．３　回帰分析３．３．４　箱ひげ図



３．３． 1　共通事項

分析結果の取り扱いにおける共通事項データ白書では分析結果の取り扱いにおける共通事項とし

て以下について取り決めている。

分析結果の掲載基準分析対象の標本数偏りが起きないための前提条件（データ収集元の偏り、占有率など）

基準を満たさない場合でも掲載する例外基準単位の表記分析結果の掲載方式

使用データの掲載方式導出指標の例分析結果の表現方式



３．３．２　基本統計量（１）

基本統計量について散布図や箱ひげ図など視覚的に傾向を捉える図表と共に、基

本統計量も認識することで、的確なデータ値を把握することができる。

基本統計量の表記次に示すいずれかの形式で掲載している。

各項目は以下のように表記　「項目」：データ名称、「 N 」：件数　「最小」：最小値、「 P25 」： 25 パーセンタイル　「中央」：中央値、「 P75 」： 75 パーセンタイル　「最大」：最大値、「平均」：平均値、「標準偏差」：標準偏差

項目Ｎ最小Ｐ２５

中央Ｐ７５

最大平均標準偏差

Ｎ最小Ｐ２５

中央Ｐ７５

最大平均標準偏差

Ｎ中央平均標準偏差



３．３．２　基本統計量（２）

基本統計量の評価の目安データ数ｎの量

データ数は層別あたり、最低でもｎ≧ 10 、望ましいのはｎ≧ 30 。データ白書では標本数が 10件以上であることが掲載基準。

統計量の代表値の採択一般に｜歪度｜＞ 2の場合、平均値より中央値を採択する。

　（分布の非対象性が大きいと見られるため）

　「平均値」と「中央値」について：ソフトウェア開発プロジェクトのデータは正規分布をして

いない場合が多い。（例えば規模や工数の分布など）中央値の方が平均値よりも全体のプロファイルを表す数値として適切であることが多い。

代表的な値や許容の幅、偏りやばらつきを評価し、より的確なデータ値を把握する。



0

20

40

60

80

100

120

140

160

180

200

220

～10

0

～30

0

～50

0

～70

0

～90

0

～1,

100

～1,

300

～1,

500

～1,

700

～1,

900

～2,

100

～2,

300

2,40

0超

FP実績値(調整前)[FP]

件数

３．３．２　基本統計量（３）

基本統計量の見方と留意点

　例）　ＦＰ実績値の見方　　・ＦＰによる規模では、

500FP までのプロジェクト　が５割強を占める。

　　・一方で、 2000FP 以上の　プロジェクトも、一割強ある。

2000FP 以上の大きな値に　引きづられ、平均値が大きく　なっているが、非対象系の分布など　考慮すると、中央値の方が全体のプロファイルとして適切だと見て取れる。

[FP]N 最小 P25 中央 P75 最大平均標準偏差1, 130 5 194 440 995 284, 900 1, 225 8, 617

FP 実績値の基本統計量

データ白書 2010-2011

P48 、図表 4-8-4 、 5FP 実績値の分布（ヒストグラム）



３．３．３　回帰分析（１）

回帰分析の結果を散布図上で示すデータ白書ではプロジェクトの代表的な要素間の関係につ

いて、その多くは散布図により表わしている。

基本的には２つの要素間の関係を表わしている。何らかの傾向があるか見ることができる。２つの要素間に相関関係がないか見ることができる。相関関係が見て取れる場合、２つの要素（２変量）の関係

を回帰分析により、定式化する。（近似式として表わす。）

定式化が可能な場合、信頼幅の線を表わす。　



３．３．３　回帰分析（２）

回帰分析結果の掲載基準回帰分析結果について掲載するのは、下記図表に示す

３項目の目安をすべて満たす場合としている。回帰式は、相関係数が高くデータの件数も十分ある。２つのデータ項目間に強い関係が見出せると判断される。回帰直線又は曲線を示す条件も同様。傾向を単に視覚的に示す場合や説明の必要性から係数を用いるなど

のケースはこの限りではない。

回帰分析を使用した場合の評価の目安：

　

項目判断の目安

１データ数 n の量データ数は層別あたり、 n≧30 とする

２相関の見方｜相関係数 R ｜≧ 0.85 　　　　　　：強い関係0.85＞｜相関係数 R ｜≧ 0.70 　：やや強い関係｜相関係数 R ｜＜ 0.70 　　　　　　：強い関係は認められないが要継続観察

３相関の有意性 P値＜ 0.05 とする（危険率 5 ％で相関が有意と判断できる）



３．３．３　回帰分析（３）：白書の表記と見方の留意点①

対数変換による分析ソフトウェア開発プロジェクトのデータは正規分布していな

いことが多い。（例えば規模の分布：規模の大きい方に裾野が長い分布）

対数に変換するとほぼ正規分布と見なせることが多く、裾野を含めた全体の状況が見やすい。

「正規分布」であることを前提としている相関係数の有意性や回帰式の予測値の信頼区間推定を求めることができる。

FP ( ) N=211実績値調整前

0

10

20

30

40

100

～

300

～

500

～

700

～

900

～ 1100

～

1300

～

1500

～

1700

～

1900

～

2100

～

2300

～ 2401

～

FP ( )実績値調整前

件数

Log (FP ( ) ) N=211実績値調整前

0

5

10

15

20

25

30

35

40

45

1.11

1.32

1.52

1.72

1.93

2.13

2.33

2.54

2.74

2.94

3.15

3.35

3.55

3.76

3.96

次の級

Log (FP ( ) )実績値調整前件数

　詳細は次の文献を参照のこと　　※ 「プロジェクトデータ分析の指針と分析事例」：古山恒夫、 SEC journal No3 、 pp6~pp13 、 2005

対数スケール化

正規分布

裾野の分布が分かり易い



FP ( IFPUG ) N=188規模と工数新規開発、グループ

0

50,000

100,000

150,000

200,000

250,000

300,000

0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000


(5

) [

]実績

工数

開発

工程

人時

y(50%) y(- 50%)実績値

Copyright IPA SEC

FP ( IFPUG ) N=188規模と工数新規開発、グループ

0

1

2

3

4

5

6

0 1 2 3 4 5


(5

) [

]実績

工数

開発

工程

人時

log(y)(50%) log(y)(- 50%)実績値

10 100 1,000 10,000 100,0001

1,000,000

100,000

10,000

1,000

100

10

1Copyright IPA SEC

３．３．３　回帰分析（３）：白書の表記と見方の留意点②

もとのデータと対数変換後のデータの見方データを対数スケールに変換すると相関が明確になる場合

がある。散布図の表記において、必要に応じ対数スケール表示を取り入れて

いる。元のスケールに戻すと有効範囲（誤差）は右上方向に開く。もとのデータに戻し、５０％の信頼幅を示すと・・・

　規模や工数が大きくなるに伴い信頼幅が広がるため、規模と工数の　関係など、妥当性の検証時はそれを考慮して判断する必要がある。

50％信頼幅もとのスケールに戻す

対数表示



３．３．４　箱ひげ図（１）

データの分布を視覚的に捉えることができるグラフ

外境界点

外境界点

内境界点

内境界点

箱の高さ×1.5

外れ値を除いた最大値

外れ値を除いた最小値

中央値

上ヒンジ

下ヒンジ

箱の高さ ×3.0

箱の高さ×1.5

箱の高さ×3.0

* 極値

外れ値

ひげ

箱の上端は、「上ヒンジ」と呼ばれ、上から　全体の２５％に相当するデータの位置である。

箱の下端は、「下ヒンジ」と呼ばれ、下から　全体の２５％に相当するデータの位置である。

上下５０％の境目は「中央値」であり、　太線で表す。

箱の高さの３倍の位置を「外境界点」と呼び、　そこから外れた点を「極値」という。

箱の高さの 1.5倍の位置を「内境界点」と呼び、　外境界点内で外れた点を「外れ値」という。

外れ値、極値の除いた点の最大値、最小値　までを「ひげ」として表現する。



３．３．４　箱ひげ図（２）

白書の表記と見方の留意点（箱ひげ図事例）例） FP規模あたりの検出バグ数（新規開発、 IFPUGグルー

プ）

データ白書 2010-2011

P214 、図表 8-4-7

幅は狭いほうが、ばらつきが小さい。正規分布に近いデータの集団では、

　上下のひげが同じ大きさで、　中央値が箱の真ん中にある。







４．収集データのプロファイル（１）

収集データのプロファイルについてこれまで収集したプロジェクトデータについて、どのような特徴があるか、プロファイルとして明示している。

ある特徴について、ある種別で分類するとどのような分布になっているか

全データ件数に対してどのような割合になるかある特徴の大小によって、件数がどのように分布しているか

上記のような分析結果を、円グラフや棒グラフ、ヒストグラムなどの図表で表示している。例）　開発プロジェクトの種別で見た際の特徴：

種別を「新規開発」、「改修・保守」、「再開発」、「拡張」とする。この種別の割合をプロファイルとして見ることで、データの特徴を捉えることができる。（新規開発が約５５％で、改良・保守開発が約２９％など）



４．収集データのプロファイル（２）

データ白書掲載のプロファイル一覧掲載事項内容、備考

１開発プロジェクトの全般的な特徴

開発プロジェクトの種別、形態、作業概要、新規顧客か、新規業種・業務か、新技術利用か

２利用局面業種、業務、利用形態３システム特性システム種別、業務パッケージ利用、処理形態、

アーキテクチャ、開発対象プラットフォーム、Web技術の利用、開発言語、 DBMS の利用

４開発の進め方開発ライフサイクルモデル、類似プロジェクトの参照、開発方法論の利用、開発フレームワークの利用、ツールの利用

５ユーザ要求管理ユーザ要求と関与、要求レベル６要員などの

経験とスキルPM 経験とスキル、要員の経験

７規模規模の尺度の種別、 FP 計測手法、純度、 FP 実績値、SLOC 実績値



４．収集データのプロファイル（３）

掲載事項内容、備考

８工期プロジェクト全体の月数実績値、開発５工程の月数実績値

９工数プロジェクト全体、開発５工程の工数の実績値（人時、人月）、工数の単位、人月－人時の換算係数

１０体制外部委託工数比率、外部委託金額比率

１１信頼性稼動後の不具合数（全体、現象数、原因数）、品質保証の体制、品質基準、レビューの有無

１２実施工程の組み合わせパターン

開発プロジェクトにおける実施工程の有無が同じものをグルーピングしたパターン

１３プロジェクト成否計画の評価及び実績の評価は、 QCD の三つの観点についての評価を段階的に表す。計画の評価（ QCD ）、実績の評価（ QCD ）、プロジェクト成否の自己評価、顧客満足度に対するベンダ側の主観評価



0 100 200 300 400 500 600 700 800

A：農業C：漁業D：鉱業

E：建設業F：製造業

G：電気・ガス・熱供給・水道業H：情報通信業

I：運輸業J ：卸売・小売業K：金融・保険業

L：不動産業M：飲食店，宿泊業

N：医療，福祉O：教育，学習支援業P：複合サービス事業

Q：サービス業（他に分類されなR：公務（他に分類されないもの）

S：分類不能の産業

件数

1第回答2第回答3第回答

４．収集データのプロファイル（４）

収集データのプロファイル例（１）

業種（大分類 )業種（大分類 ) アーキテクチャアーキテクチャ

（件数の多い順）

①金融・保険業②製造業③情報通信業

0 100 200 300 400 500 600 700 800 900

a：スタンドアロン

b：メインフレーム

c /：２階層クライアントサーバ

d /：３階層クライアントサーバ

e /：イントラネットインターネット

f：その他

件数

1第回答2第回答3第回答

データ白書 2010-2011

P36 、図表 4-4-5

データ白書 2010-2011

P33 、図表 4-3-1

①イントラネット /インターネット②２階層クライアント /サーバ③３階層クライアント /サーバ



４．収集データのプロファイル（５）

収集データのプロファイル例（２）例えば図表から以下なども読み取ることができる。（図表

は割愛）プラットフォームプラットフォーム

① Windows系② Unix系

開発言語開発言語

① Java② VB③ COBOL④ C

主開発言語グループとなる主要 4言語

開発種別開発種別開発ライフサイクルモデル

開発ライフサイクルモデル

新規開発が約 6割を占める改良開発は４割弱を占める

ウォーターフォール型が　９割強を占める







５．プロジェクトの主要要素の統計（１）

プロジェクトの主要要素の統計について収集データのプロファイルはデータの特徴を様々な観点の

分布状況から明らかにしたものである。さらに主要な要素について層別を行い、分布をまとめている要素間の関係を見るための対象プロジェクトデータと同じ切り口で層別

基本条件によるデータ抽出により明示収集データの全体を俯瞰するため、規模、工期、工数、月あたりの要員数について、開発プロジェクト種別、業種、アーキテクチャ、業務別にその件数と分布をまとめている。

分析結果の確認や利用に際して、基となる基本的なデータ分布を認識することができる。



５．プロジェクトの主要要素の統計（２）

プロジェクトの主要要素の統計例

項　目分析結果事例（一部抜粋）

FP規模 1000FP 以下のプロジェクトが７割弱（但し、 3000FP超もある）「改修・保守」の中央値が 264FP 、「新規開発」が710FP

SLOC規模 50KSLOC 以下のプロジェクトが多く、「新規開発」での内訳　　 10 ～ 20KSLOC が、「改良開発」では 10KSLOC 以下が多い

　工期 14ヶ月以下が９割程度を占めている業種別において、「製造行」、「情報通信業」の工期がやや短い

　工数工数が 5000 人時（約 31 人月）以下が４割程度を占めている「改修・保守」の中央値が 4800 人時、「新規開発」が9600 人時

　月あたりの　　要員数

2～ 4人が一番多く、 10 人以下が 6割程度を占めている「金融・保険業」の新規開発では、 20 人超が３割強ある

Documents

データ白書の見方・使い方（１）