Have the Factors Affecting Software New Product Development (S-NPD) Changed in the Age of Mobile Apps and Agile Methods?
Notice bibliographique
Résumé
It has been long recognized that Time-to-Market, Cost-of-Delay, and Uncertainty are the three major factors that can impact New Product Development (NPD) process. Software New Product Development (S-NPD) process is even more notorious with delay and cost overrun. The goal of this position paper is to examine the three factors: Time-to-Market, Cost-of-Delay and Uncertainty through “observation” vis-à-vis software Apps development process and the use of Agile methods in order to see if something has changed over the years. In addition, a controlled group interview is conducted to support the observation method. The questions this paper seeks to answer are: Are we getting to market on time? Are we delivering software product on budget? Do we have reduced uncertainty when it comes to Apps development and the use of Agile method? The results obtained show that the use of Agile approach in developing Apps can take the product to the market quicker compared to using the rigid linear process, in our case the waterfall V-model. Also, the “product introduction delay” as part of product performance was measured on the assumption that there is no budget or cost overrun. In this case, the Agile method performs better than the linear approach. Lastly, in terms of technological uncertainty, the Agile development approach does not necessarily bring the expected commercial success, and in fact, for the situation where the development of Apps is involved, rapid development could result in failure if proper plan is not in place for the evolution of the product.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,010 | 0,015 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».