软件智能

软件智能是对软件资产内部结构状态的了解，是透过专用软件来分析数据库结构、软件框架及源代码后的产物，目的是了解并管理复杂的软件系统。软件智能和商业智能（BI）类似，都是用数据挖掘及探究软件内部架构的软件工具及相关技术所产生。分析结果可以用在商业上，提供给和软件有关的人士，以便进行决策、讨论软件的健康情形、量度软件开发组织的效率，并且预防大型的软件灾难。

相关层面

软件元件及主题既有复杂性，范围又很广，软件智能和以下的软件层面有关：

• 软件组成是指建构软件应用元件的过程。元件是从撰写软件程式码而来，也包括整合程式码以及外部元件：开源程式、第三方元件或是框架。其他的元件可能是由应用程序接口呼叫函式库或是服务而来。
• 软件架构是指系统各元件的结构及组织、彼此之间关系、以及元件的性质。
• 软件缺陷是指会造成安全性、稳定性、恢复性相关问题的错误，或是会产生非预期结果的错误。有关软件缺陷，还没有一个标准的定义，不过最多人接受的定义是来自非营利组织MITRE的定义，其中会用通用缺陷列表将软件缺陷进行分类。
• 软件等级是评估软件的属性。以往的分类以及词语是源自ISO/IEC 9126以及后续的ISO 25000:2005品质模型。
• 软件经济学是指过去、现在及未来有关软件开发需要资源的评估，目的是为了决策以及管理。

组成

软件智能有以下的组成内容：

• 程式码分析器，可以识别编程语言产生的物件、开源软件产生的外部物件、第三方物件、框架、应用程序界面（API）或是服务，作为其他软件智能分析的资讯基础。
• 软件产品或是应用程序内在架构的图形视觉化，以及相关蓝图，其中包括相依性，从资料取得（自动化实时的资料撷取，或是终端用户输入）到资料的储存、软件中不同的层次、以及各元件之间的耦合。
• 在元件和影响分析特征之间浏览及切换的能力
• 软件缺陷列表，在架构或是程式撰写上违反标准最佳实务的部分，防范不正常的资料调用，避免影响软件的安全性及整合性。
• 软件结构及软件质量的评级或评分，对应标准可能是工业标准，像是OMG、IT软件品质协会（CISQ）或软件工程学院（SEI），会针对软件可靠度、安全性、效率、可维护性、是否可以扩展到云端或是其他系统等。
• 量化及评估软件经济学（包括工作量、程式大小及技术负债）的度量。
• 产业参考以及基准测试，可以在产业标准及各分析的输出上比较。

使用者的层面

若希望软件智能系统顺利的在企业内导入，就需要有使用者相关的考量。最终的目的是软件智能系统可以被使用者接受，在日常作业中应用，为组织加值。若系统无法完成使用者的任务，依照M. Storey在2003年所述的，使用者就不会使用此一系统了。

在程式码以及系统呈现的层面上，软件智能系统需要可以提供不同程度的抽象化：为了了解并且分析软件系统，在设计、解释、文件化上都需要抽象的观点，也需要另一个详细的观点。

在管理的层面上，客户对软件智能的接受度和系统的内在功能有关，也和系统的输出有关。包括了以下的需求：

• 全面：缺少资讯有可能让管理者作出错误或是不适当的决策，这也是影响系统接受度的因素之一。
• 准确：准确性和资料的搜集方式有关，以确保公正以及没有争议的意见以及判断。
• 精确：精确可以透过针对同一来源（或不同来源）多次量测来判断。
• 可扩展性：在软件产业中，缺乏可扩展性往往是导致失败的关键因素之一。
• 可信：结果必须让人可以信赖。
• 可以布署，并且可用。

应用

软件智能已应用在许多和软件环境有关的企业中，可能是针对专业软件、个人用软件或是嵌入式软件。 依照元件的用途以及企业应用的原因，软件智能可能和以下事务有关：

• 软件更改以及现代化：可以针对所有内部元件、外部整合的程式、对内部或外在元件的呼叫产生一致性的文件，以及软件的蓝图。
• 软件复原性及安全性：针对产业标准进行度量，并且诊断IT环境下的结构性缺陷。并且确认有关安全性、特殊法及技术要求的相容性。
• 决策及治理：提供有关软件的分析，可能和组织本身，或是和软件开发有关的人士

。软件智能可以量测软件开发的生产力，和企业目标之间的差距，相关资料可以给企业以及IT部门的主管。评估以及基准测试可以帮助企业以及IT部门主管针对软件进行正式、以事实为基础的决策。

行销观点

软件智能已逐渐的用在上述的应用中。以下是行销层面需要此一技术的原因：

• 应用软件组合分析（Application Portfolio Analysis、APA）：目的在提升企业的效能
• 软件评估，以产生软件的KPI，提升品质及生产力
• 软件开发安全以及其恢复力（resiliency）的评估及确认
• 软件演进或是旧软件的现代化，需要软件系统的蓝图，或是工具提升、机能修改之类的议题