Software cost estimation

● Predicting the resources 
required for a software 
development process

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 1

Objectives
● To introduce the fundamentals of software 
costing and pricing
● To describe three metrics for software 
productivity assessment
● To explain why different techniques should be 
used for software estimation
● To describe the COCOMO 2 algorithmic cost 
estimation model

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 2

Topics covered
● Productivity
● Estimation techniques
● Algorithmic cost modelling
● Project duration and staffing

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 3

Fundamental estimation questions
● How much effort is required to complete an 
activity?
● How much calendar time is needed to complete 
an activity?
● What is the total cost of an activity?
● Project estimation and scheduling and interleaved 
management activities

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 4

Software cost components
● Hardware and software costs
● Travel and training costs
● Effort costs  (the dominant factor in most 
projects)
• salaries of engineers involved in the project
• Social and insurance costs
● Effort costs must take overheads into account
• costs of building, heating, lighting
• costs of networking and communications
• costs of shared facilities (e.g library, staff restaurant, etc.)

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 5

Costing and pricing
● Estimates are made to discover the cost, to the 
developer, of producing a software system
● There is not a simple relationship between the 
development cost and the price charged to the 
customer
● Broader organisational, economic, political and 
business considerations influence the price 
charged

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 6

Software pricing factors
Factor Description
Market opportunity A development organisation may quote a low  price
because it wishes to move  into a new segment of the
software market. Accepting a low profit on  one
project may give the opportunity  of more profit later.
The experience gained may allow new products to be
developed.
Cost estimate uncertainty If an organisation is unsure of its cost estimate, it
may increase its price by some contingency over and
above its normal profit.
Contractual terms A customer may be willing to allow the developer to
retain ownership of the source code and reuse it  in
other projects. The price charged may  then be less
than if the  software source code is handed over to the
customer.
Requirements volatility If the  requirements are likely to change, an
organisation  may lower its price to win a contract.   
After  the contract is awarded, high prices may be
charged for changes to the requirements.
Financial health Developers in financial difficulty  may lower their
price to gain a contract. It is better to make  a small
profit or break even than to go out of business.

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 7

Programmer productivity
● A measure of the rate at which individual 
engineers involved in software development 
produce software and associated 
documentation
● Not quality­oriented although quality assurance 
is a factor in productivity assessment
● Essentially, we want to measure useful 
functionality produced per time unit

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 8

Productivity measures
● Size related measures based on some output from 
the software process. This may be lines of 
delivered source code, object code instructions, 
etc.
● Function­related measures based on an estimate 
of the functionality of the delivered software. 
Function­points are the best known of this type of 
measure

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 9

Measurement problems
● Estimating the size of the measure
● Estimating the total number of programmer 
months which have elapsed
● Estimating contractor productivity (e.g. 
documentation team) and incorporating this 
estimate in overall estimate

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 10

Lines of code
● What's  a line of code?
• The measure was first proposed when programs were typed on 
cards with one line per card
• How does this correspond to statements as in Java which can 
span several lines or where there can be several statements on 
one line
● What programs should be counted as part of the 
system?
● Assumes linear relationship between system 
size and volume of documentation

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 11

Productivity comparisons
● The lower level the language, the more 
productive the programmer
• The same functionality takes more code to implement in a 
lower­level language than in a high­level language
● The more verbose the programmer, the higher 
the productivity
• Measures of productivity based on lines of code suggest that 
programmers who write verbose code are more productive than 
programmers who write compact code

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 12

L
ow
­H
ligAe v
lh­nleavy sl iaanngguuaaggeeD e
s
i
g
n C
o
di
n
g V
a
l
i
da
t
i
o
n
A naysiD signC
odingValidation
High and low level languages

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 13

 System development times

Analysis Design Coding Testing Documentation

Assembly code 3 weeks 5 weeks 8 weeks 10 weeks 2 weeks
High­level language 3 weeks 5 weeks 8 weeks 6 weeks 2 weeks
Size Effort Productivity
Assembly code 5000 lines 28 weeks 714 lines/month
High­level language 1500 lines 20 weeks 300 lines/month

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 14

Function points
● Based on a combination of program 
characteristics
• external inputs and outputs
• user interactions
• external interfaces
• files used by the system
● A weight is associated with each of these
● The function point count is computed by 
multiplying each raw count by the weight and 
summing all values

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 15

Function points
● Function point count modified by complexity of 
the project
● FPs can be used to estimate LOC depending on 
the average number of LOC per FP for a given 
language
• LOC = AVC * number of function points 
• AVC is a language­dependent factor varying from 200­300 for 
assemble language to 2­40 for a 4GL
● FPs are very subjective. They depend on the 
estimator. 
• Automatic function­point counting is impossible
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 16
Object points
● Object points are an alternative function­related 
measure to function points when 4Gls or similar 
languages are used for development
● Object points are NOT the same as object classes
●  The number of object points in a program is a 
weighted estimate of
• The number of separate screens that are displayed
• The number of reports that are produced by the system
• The number of 3GL modules that must be developed to 
supplement the 4GL code

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 17

Object point estimation
● Object points are easier to estimate from a 
specification than function points as they are 
simply concerned with screens, reports and 3GL 
modules
● They can therefore be estimated at an early point 
in the development process. At this stage, it is 
very difficult to estimate the number of lines of 
code in a system

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 18

Productivity estimates
● Real­time embedded systems, 40­160 
LOC/P­month
● Systems programs , 150­400 LOC/P­month
● Commercial applications, 200­800 
LOC/P­month
● In object points, productivity has been measured 
between 4 and 50 object points/month depending 
on tool support and developer capability

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 19

 Factors affecting productivity
Factor Description
Application domain Knowledge of the application domain is essential  for
experience effective software development. Engineers who already
understand a domain are  likely to be the most
productive.
Process quality The development process used can have  a significant
effect on productivity. This is covered in Chapter 31.
Project size The larger a project, the more time required for  team
communications.  Less time is available for
development so individual productivity is reduced.
Technology support Good  support technology such as CASE tools,
supportive  configuration management systems, etc.
can improve productivity.
Working environment As  discussed in Chapter 28, a quiet working
environment with private work areas  contributes to
improved productivity.

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 20

Quality and productivity
● All metrics based on volume/unit time are 
flawed because they do not take quality into 
account
● Productivity may generally be increased at the 
cost of quality
● It is not clear how productivity/quality metrics 
are related
● If change is constant then an approach based on 
counting lines of code is not meaningful

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 21

Estimation techniques
● There is no simple way to make an accurate 
estimate of the effort required to develop a 
software system
• Initial estimates are based on inadequate information in a user 
requirements definition
• The software may run on unfamiliar computers or use new 
technology
• The people in the project may be unknown
● Project cost estimates may be self­fulfilling
• The estimate defines the budget and the product is adjusted to 
meet the budget 

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 22

Estimation techniques
● Algorithmic cost modelling
● Expert judgement
● Estimation by analogy
● Parkinson's Law
● Pricing to win

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 23

Algorithmic code modelling
● A formulaic approach based on historical cost 
information and which is generally based on the 
size of the software
● Discussed later in this chapter

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 24

Expert judgement
● One or more experts in both software 
development and the application domain use 
their experience to predict software costs.  
Process iterates until some consensus is 
reached.
● Advantages:  Relatively cheap estimation 
method. Can be accurate if experts have direct 
experience of similar systems
● Disadvantages:  Very inaccurate if there are no 
experts!
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 25
Estimation by analogy
● The cost of a project is computed by comparing 
the project to a similar project in the same 
application domain
● Advantages:  Accurate if project data available
● Disadvantages: Impossible if no comparable 
project has been tackled. Needs systematically 
maintained cost database

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 26

Parkinson's Law
● The project costs whatever resources are 
available
● Advantages:  No overspend
● Disadvantages: System is usually unfinished

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 27

Pricing to win
● The project costs whatever the customer has to 
spend on it
● Advantages: You get the contract
● Disadvantages: The probability that the 
customer gets the system he or she wants is 
small. Costs do not accurately reflect the work 
required

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 28

Top­down and bottom­up estimation
● Any of these approaches may be used top­down 
or bottom­up
● Top­down
• Start at the system level and assess the overall system 
functionality and how this is delivered through sub­systems
● Bottom­up
• Start at the component level and estimate the effort required for 
each component. Add these efforts to reach a final estimate

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 29

Top­down estimation
● Usable without knowledge of the system 
architecture and the components that might be 
part of the system
● Takes into account costs such as integration, 
configuration management and documentation
● Can underestimate the cost of solving difficult 
low­level technical problems

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 30

Bottom­up estimation
● Usable when the architecture of the system is 
known and components identified
● Accurate method if the system has been designed 
in detail
● May underestimate costs of system level activities 
such as integration and documentation

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 31

Estimation methods
● Each method has strengths and weaknesses
● Estimation should be based on several methods
● If these do not return approximately the same 
result, there is insufficient information available
● Some action should be taken to find out more in 
order to make more accurate estimates
● Pricing to win is sometimes the only applicable 
method

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 32

Experience­based estimates
● Estimating is primarily experience­based
● However, new methods and technologies may 
make estimating based on experience inaccurate
• Object oriented rather than function­oriented development
• Client­server systems rather than mainframe systems
• Off the shelf components
• Component­based software engineering
• CASE tools and program generators

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 33

Pricing to win
● This approach may seem unethical and 
unbusinesslike
● However, when detailed information is lacking it 
may be the only appropriate strategy
● The project cost is agreed on the basis of an 
outline proposal and the development is 
constrained by that cost
● A detailed specification may be negotiated or an 
evolutionary approach used for system 
development
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 34
Algorithmic cost modelling
● Cost is estimated as a mathematical function of 
product, project and process attributes whose 
values are estimated by project managers
• Effort = A  × SizeB  × M
• A  is  an  organisation­dependent  constant,  B  reflects  the 
disproportionate  effort  for  large  projects  and  M  is  a  multiplier 
reflecting product, process and people attributes
● Most commonly used product attribute for cost 
estimation is code size
● Most models are basically similar but with 
different values for A, B and M
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 35
Estimation accuracy
● The size of a software system can only be known 
accurately when it is finished
● Several factors influence the final size
• Use of COTS and components
• Programming language
• Distribution of system
● As the development process progresses then the 
size estimate becomes more accurate

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 36

 4 x
2xxF
Estimate uncertainty

0 e
a
s
i
.0.255xxb
l
t
yR
e
q
ui
r
e
mn
t
sD
es
i
g
nCo
d
e D
e
l
i
v
e
r
y
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 37
The COCOMO model
● An empirical model based on project experience
● Well­documented, ‘independent’ model which is 
not tied to a specific software vendor
● Long history from initial version published in 
1981 (COCOMO­81) through various 
instantiations to COCOMO 2
● COCOMO 2 takes into account different 
approaches to software development, reuse, etc. 

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 38

COCOMO 81

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 39

COCOMO 2 levels
● COCOMO 2 is a 3 level model that allows 
increasingly detailed estimates to be prepared as 
development progresses
● Early prototyping level
• Estimates based on object points and a simple formula is used for 
effort estimation
● Early design level
• Estimates based on function points that are then translated to LOC
● Post­architecture level
• Estimates based on lines of source code

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 40

Early prototyping level
● Supports prototyping projects and projects where 
there is extensive reuse
● Based on standard estimates of developer 
productivity in object points/month
● Takes CASE tool use into account
● Formula is
• PM = ( NOP × (1 ­ %reuse/100 ) ) / PROD
• PM is the effort in person­months, NOP is the number of object 
points and PROD is the productivity

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 41

Object point productivity

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 42

Early design level
● Estimates can be made after the requirements 
have been agreed
● Based on standard formula for algorithmic 
models
• PM = A × SizeB × M + PMm where
• M = PERS × RCPX × RUSE × PDIF × PREX × FCIL × SCED
• PMm = (ASLOC × (AT/100)) / ATPROD
• A = 2.5 in initial calibration, Size in KLOC, B varies from 1.1 
to  1.24  depending  on  novelty  of  the  project,  development 
flexibility,  risk  management  approaches  and  the  process 
maturity

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 43

Multipliers
● Multipliers reflect the capability of the 
developers, the non­functional requirements, the 
familiarity with the development platform, etc.
• RCPX ­ product reliability and complexity
• RUSE ­ the reuse required
• PDIF ­ platform difficulty
• PREX ­ personnel experience
• PERS ­ personnel capability
• SCED ­ required schedule
• FCIL ­ the team support facilities
● PM reflects the amount of automatically 
generated code
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 44
Post­architecture level
● Uses same formula as early design estimates
● Estimate of size is adjusted to take into account
• Requirements volatility.  Rework required to support change
• Extent of possible reuse.  Reuse is non­linear and has associated 
costs so this is not a simple reduction in LOC
• ESLOC = ASLOC × (AA + SU +0.4DM + 0.3CM +0.3IM)/100
» ESLOC is equivalent number of lines of new code. ASLOC is the 
number of lines of reusable code which must be modified, DM is the 
percentage of design modified, CM is the percentage of the code that is 
modified , IM is the percentage of the original integration effort 
required for integrating the reused software. 
» SU is a factor based on the cost of software understanding, AA is a 
factor which reflects the initial assessment costs of deciding if software 
may be reused. 
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 45
The exponent term
● This depends on 5 scale factors (see next slide). 
Their sum/100 is added to 1.01
● Example
• Precedenteness ­ new project ­ 4
• Development flexibility ­ no client involvement ­ Very high ­ 1
• Architecture/risk resolution ­ No risk analysis ­ V. Low ­ 5
• Team cohesion ­ new team ­ nominal ­ 3
• Process maturity ­ some control ­ nominal ­ 3
● Scale factor is therefore 1.17

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 46

Exponent scale factors
Scale factor Explanation
Precedentedness Reflects the previous experience of the organisation
with this type of project. Very low means no previous
experience, Extra high means that the organisation is
completely familiar with this application domain.
Development Reflects the degree of flexibility in the development
flexibility process. Very low means a prescribed process is used;
Extra high means that the client only sets general goals.
Architecture/risk Reflects the extent of risk analysis carried out. Very low
resolution means little analysis, Extra high means a complete a
thorough risk analysis.
Team cohesion Reflects how well the development team know each
other and work together. Very low means very difficult
interactions, Extra high means an integrated and
effective team with no communication problems.
Process maturity Reflects the process maturity of the organisation. The
computation of this value depends on the CMM
Maturity Questionnaire but an estimate can be achieved
by subtracting the CMM process maturity level from 5.
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 47
Multipliers
● Product attributes 
• concerned with required characteristics of the software product 
being developed
● Computer attributes 
• constraints imposed on the software by the hardware platform
● Personnel attributes 
• multipliers  that  take  the  experience  and  capabilities  of  the 
people working on the project into account. 
● Project attributes 
• concerned  with  the  particular  characteristics  of  the  software 
development project
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 48
Project cost drivers

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 49

Effects of cost drivers

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 50

Project planning
● Algorithmic cost models provide a basis for 
project planning as they allow alternative 
strategies to be compared
● Embedded spacecraft system
• Must be reliable
• Must minimise weight (number of chips)
• Multipliers on reliability and computer constraints > 1
● Cost components
• Target hardware
• Development platform
• Effort required

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 51

 A
.de vU
sloe pm
xiestngy h
asterm
dw
a nrde,
.HB
 E
rarxm
edpw P
o ce
ys
 rainceupo r
g  
an d
e u C.
p
g M
rae
dm o r
n yl D
.
 
M
e
x
p
e
r
i
no
r
e
c
d
 
s
t
af
Management options

E
.H
 E
N e
w
 axrdpw
d e
laisryv t
do ipc
r
menas
t H F
.i
  n
Sw
c
t
ae
f as
 w cits
ht
ten com
©Ian Sommerville 2000
sd eincreas ha r dw re x p er n ce
Software Engineering, 6th edition. Chapter 23 Slide 52
Management options costs

Option RELY STOR TIME TOOLS LTEX Total effort Software cost Hardware Total cost
cost
A 1.39 1.06 1.11 0.86 1 63 949393 100000 1049393
B 1.39 1 1 1.12 1.22 88 1313550 120000 1402025
C 1.39 1 1.11 0.86 1 60 895653 105000 1000653
D 1.39 1.06 1.11 0.86 0.84 51 769008 100000 897490
E 1.39 1 1 0.72 1.22 56 844425 220000 1044159
F 1.39 1 1 1.12 0.84 57 851180 120000 1002706

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 53

Option choice
● Option D (use more experienced staff) appears to 
be the best alternative
• However, it has a high associated risk as expreienced staff may 
be difficult to find
● Option C (upgrade memory) has a lower cost 
saving but very low risk
● Overall, the model reveals the importance of staff 
experience in software development

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 54

Project duration and staffing
● As well as effort estimation, managers must 
estimate the calendar time required to complete a 
project and when staff will be required
● Calendar time can be estimated using a 
COCOMO 2 formula
• TDEV = 3 × (PM)(0.33+0.2*(B­1.01))
• PM is the effort computation and B is the exponent computed as 
discussed above (B is 1 for the early prototyping model). This 
computation predicts the nominal schedule for the project
● The time required is independent of the number 
of people working on the project
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 55
Staffing requirements
● Staff required can’t be computed by diving the 
development time by the required schedule
● The number of people working on a project varies 
depending on the phase of the project
● The more people who work on the project, the 
more total effort is usually required
● A very rapid build­up of people often correlates 
with schedule slippage

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 56

Key points
● Factors affecting productivity include individual 
aptitude, domain experience, the development 
project, the project size, tool support and the 
working environment
● Different techniques of cost estimation should be 
used when estimating costs
● Software may be priced to gain a contract and the 
functionality adjusted to the price

©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 57

Key points
● Algorithmic cost estimation is difficult because of 
the need to estimate attributes of the finished 
product
● The COCOMO model takes project, product, 
personnel and hardware attributes into account when 
predicting effort required
● Algorithmic cost models support quantitative option 
analysis
● The time to complete a project is not proportional to 
the number of people working on the project
©Ian Sommerville 2000 Software Engineering, 6th edition. Chapter 23 Slide 58