Dans le post précédent Mesurer et contrôler, je disais que les métriques quantitatives telles que le nombre de lignes de code (LOC) ou la mesure de la complexité cyclomatique étaient :

• facilement disponibles – tous les outils d’analyse de code les proposent ;
• exactes – ces mesures ne varient (presque) pas selon les outils ;
• facilement compréhensible pour le management.

Est-ce á dire que les mesures qualitatives seraient difficiles, inexactes et peu utiles ? En fait, tout dépend ce que vous voulez faire, donc du cas d’utilisation. Aujourd’hui, nous verrons un cas idéal : l’amélioration continue de la qualité (Continuous Improvement). Continuer la lecture →

« You can’t control what you can’t measure » (Tom de Marco)

J’expliquais dans le post précédent Les 3 coûts que les outils d’analyse de code nous fournissaient un grand nombre d’informations qualitatives alors que les métriques quantitatives étaient moins nombreuses, mais très utiles. Cette opinion n’est pas toujours partagée.

Les métriques quantitatives ou ‘raw metrics’ en anglais (que l’on pourrait traduire par ‘données brutes’) sont des mesures assez faciles á obtenir avec la grande majorité des outils d’analyse de code. Généralement, un tel outil commence par présenter une note globale de qualité qui agrège différentes règles en matière de bonnes pratiques de programmation, de design, de documentation, etc.
Cette simple note donne un aperçu général de la qualité de l’application, mais se révèle en fait assez subjective : elle dépend très fortement de l’outil.
Continuer la lecture →

Si vous devez investir dans une entreprise, quels sont vos critères de décision ?

Il existe 3 différentes manières d’évaluer la qualité d’une entreprise ou d’une organisation.

L’évaluation financière est la plus simple car elle se base sur des données facilement disponibles : chiffre d’affaires, bénéfices, dépenses, etc… Par contre, elle est assez peu pertinente ou en tout cas peu explicative : vous savez que l’entreprise A et l’entreprise B ont toutes les deux réalisé un chiffre d’affaire de 10 millions et un bénéfice de 1 million. Il est donc possible que ces deux entreprises soient très semblables ou, en tout cas, nous n’avons pas d’éléments qui nous disent le contraire.

Les mesures quantitatives nous permettent d’améliorer la justesse de notre évaluation. Si maintenant vous savez que l’entreprise A réalise ce chiffre d’affaires avec 10 ventes de 1 million alors que l’entreprise B parvient á ce même résultat avec 100 000 ventes de 100 (€ ou $ peu importe), alors vous pouvez déjà imaginer que ces 2 entreprises ne sont pas semblables en ce qu’elles vendent des produits différents et par des canaux probablement différents. Et si l’on ajoute que l’entreprise A réalise son bénéfice sur la moitié de ses ventes et que l’autre moitié n’est pas rentable, alors que l’entreprise B réalise son bénéfice sur 90% de ses ventes et que seules 10% perdent de l’argent, le tableau dépeint par ces données s’éclaircit. Par contre, cette évaluation est plus difficile á effectuer car ces informations sont plus rares et plus difficiles á obtenir. Continuer la lecture →