Resumo

Apresentar o estado da arte das técnicas de estimação do esforço de desenvolvimento em projetos de software, independente da abordagem metodológica do gerenciamento do projeto. Para atingir este objetivo, realizou-se um estudo exploratório nas bases de dados científicas

Apesar da importância de ter estimativas acuradas, não foi encontrada na literatura uma revisão sistemática de trabalhos sobre estimativas de esforço de desenvolvimento de software, independente de abordagem metodológica do projeto

A pesquisa caracteriza-se por ser um estudo bibliográfico e exploratório, que explora as bases de dados científicas para identificar técnicas de estimação do esforço em projetos de software A identificação das técnicas foi realizada por meio de uma revisão sistemática de literatura

Foi possível categorizar as estimativas de esforço em quatro categorias: (1) baseado em aprendizado de máquina; (2) baseado em analogias; (3) baseado em métodos estatísticos e dados históricos; e (4) baseado em julgamento de especialistas

O trabalhou apontou os impactos, os obstáculos e as oportunidades de pesquisa sobre estimação de esforços no desenvolvimento de projetos de software. Contribui como pesquisa exploratória, apontando oportunidades de pesquisa descritiva, que aprimorem as teórias atuais da área.

O artigo mostrou que estimativas inadequadas têm impacto no custo e prazo de projetos, e que a consideração dos risco do projeto no processo de estimação de esforço, que é relevante, é pouco relatada na literatura.

Describe the state of the art of effort estimation techniques in software development project, regardless the project management methodological approach. To accomplish this goal, we perform an exploratory study in scientific databases

Despite the importance of accurate estimates, we did not found a systematic literature review (SLR) on effort estimation techniques in software development project, regardless of the project's methodological approach

The research is characterized as a bibliographical and exploratory study, which explores scientific databases to identify techniques for effort estimation in software projects. The techniques identification was carried out through a SLR, which covered the period from 2007 to 2021

It was possible to categorize effort estimates into four categories: (1) based on machine learning; (2) based on analogies; (3) based on statistical methods and historical data; and (4) based on expert judgment

The work pointed out the impacts, obstacles and research opportunities on the efforts estimation in software projects. It contributes as an exploratory research, pointing out opportunities for future descriptive research that improve current theories in the area.

We find that inadequate estimates have an impact on the cost and schedule of projects, and that project risk considerations in the effort estimation process, which is relevant, is rarely reported in the literature.