大數據在項目管理的創新應用

□楊 璐

(北京搜狐新媒體信息技術有限公司 北京 海淀 100089)

大數據在項目管理的創新應用

□楊 璐

(北京搜狐新媒體信息技術有限公司 北京 海淀 100089)

伴隨科技的進步，信息技術得到更廣泛的推廣及利用，企業的信息化程度滿足了大數據的要求，大數據時代正在推進。大數據分析能給企業項目管理提供更多，更新的機會，同時挑戰也隨之而來。依照實踐的數據顯示，大數據分析在項目管理中具有非常積極的作用，可以幫助提高項目管理的價值，提高項目管理的可行度。本文將對大數據在項目管理的創新應用進行簡單的探討。

大數據；項目管理；創新應用

項目管理是屬于管理學的分學科之一，對于項目管理的定義是指項目經理和項目組織一同努力，對于時間、費用還有功能等所必須的條件進行簡單的約束，之后再利用理論和科學的方法對項目以及其需資源進行整合，確保所計劃的內容更加高效、，組織和協調能力更強，控制好項目管理，并且要保證項目在實際操作的過程中一直可以保持良好的運行狀況，最終能滿足項目所需的運行目標的一種管理方法。項目管理是伴隨著大型生產活動，費用預算高，進度要求準的復雜的管理系統的要求而興起的一種管理方法。其產生后不斷被利用到各大企業當中，其先進的運行和管理辦法展示出極好的優勢，項目管理可以滿足不同客戶的多種需求，還能提供更好的風險及變化管理。在上世紀八十年代，項目管理受到社會的青睞，社會各界都在運用項目管理，項目管理的指導思想就是讓所有的可操作的任務都換成一個項目進行管理。按照知識分解來看，項目管理主要有以下幾點內容：一是項目的質量管理辦法，二是項目的進度管理辦法，三是項目的成本管理辦法，四是項目的計劃管理辦法，五是項目的人員管理辦法，六是項目的采購管理辦法，七是項目的風險管理辦法，八是沖突與溝通的管理辦法，最后一點是項目評估管理辦法等。由于項目自身就有一定的特殊性，還存在重復性，運用項目管理就會比一般性的任務管理方法要復雜，也更有難度。項目管理的不斷發展，催生各類項目管理的系統，多種信息系統幫助企業更好的運營，也方便企業的管理，提升了管理效率。隨著信息系統的不斷發展并壯大，企業內部運行的數據越來越多，數據的數量龐大到形成大數據，這樣的大數據時代就隨之誕生。如何運用大數據分析企業項目管理的細節，提高管理的可行性，還要節約企業的成本問題，壓縮項目管理所運用的時間，提高項目管理的質量和水平，這都是本文將簡述的內容。

1 大數據的定義

大數據的科學定義是指：數據數量及其龐大，無法用常規的人工進行數據整理，短時間內無法活動計算的成果，無法通過簡單的轉化形成人們可以了解的信息的數據。舉個簡單的例子，如果在數據總量相同的情況下，利用大數據分析相對于獨立分析的小數據集更有優勢，大數據能更容易展示出數據的變化走向，并通過這些數據的變化，確定研究的成果，方便減少惡性疾病的擴散，還能利用大數據分析打擊犯罪現象，通過數據集的交匯還可以監測實時的路況信息等等多方面的應用。大數據有這么多可用的優勢，大數據得到快速的推廣。大數據具有以下幾個特征：一是數據的信息量非常巨大，并且數據的變化速度飛快；二是數據的類型多種多樣；三是價值密度較低；四是處理速度飛快。

2 大數據分析的目標是項目管理

項目管理的目標是對項目正式實施后可以完成的所期望的結果，項目可以呈現結果或者提供服務。利用大數據分析來對項目管理進行建設，這是要利用大數據所提供的數據趨勢進行分析，之后可以給項目管理人員提供預警的作用，最終完成項目管理所需的目標。數據的運行趨勢是利用大數據的采集、分析、儲存、之后搜索的一系列的基本工作能力。這樣更方便對項目管理的時候所體現的大數據的某些特性進行追蹤，找到相符的規律。如果規律發生較大幅度的變化，大數據系統可以提示使用者采用相對應的方法將系統完善。舉例說明，大數據系統實時監控用戶登錄系統的數據，以此推算出用戶登錄的一般規律，若是某次登錄次數有較大的變化，系統會提示警告。這種警告會檢測出惡意攻擊，或者是存在破解用戶密碼的情況。

3 建立項目周期的大數據分析

項目周期是在實際工作當中，被人為的分隔成不同項目階段，并以此進行單獨的項目管理，如果出現問題就常常是頭疼醫頭腳疼醫腳，無法做到全面的管理。這樣信息系統中存在大量的數據，利用大數據管理將項目生命周期的大數據進行整合是順應時代發展的。此種項目全生命周期包含了項目銷售機會的跟進，再到投標中標，簽訂合同，執行實施，驗收，最后收尾。其涵蓋了項目所有的工作人員：有銷售、客戶、還有各級管理人員，以及項目工作人員等等。項目周期性管理的大數據分析，是利用項目數據采集、還有數據存儲、數據分析等幾個階段進行操作的。

3.1 項目數據收集

項目管理活動的操作流程中，會出現數量龐大的數據，通過對數據所包含的內容進行分類：成本投入數據、流程數據、質量數據、人員數據、配置數據、知識數據等，這涵蓋了項目周期的所有數據信息。

所涵蓋的數據都可以分為兩大類：一個是結構化數據、另一個是非結構化數據。結構化數據是有相同的格式、字段也是固定的、要利用關系數據做定義的數據。非結構化數據則正相反，數據沒有同樣的格式、亦或是常常變化格式，非結構化數據的格式不固定，常常被系統所忽視。非結構化數據具有以下幾點特征：整體分布的范圍十分廣泛、格式多種多樣、數據量極其龐大，正是因為這樣的特殊性給數據的收集和處理帶來了很大的困擾。

想要更好的利用非結構化數據，將其轉化成可利用的結構化數據，利用項目管理所需的數據管理系統，經過專業的云計算等技術的發展，找到項目管理所需的各類數據之間的聯系。之后再通過分析得到影響項目管理的關鍵性因素是哪些，并結合尋找項目管理的核心。項目管理所涵蓋的內容比較復雜，整合后的數據也會應為數據的可靠性、分析人員的專業程度等不同，而發生不同的分析結果，還會影響到后續的數據處理，這樣就無法保證項目管理的科學性和嚴謹性。

3.2 項目數據儲存

項目數據收集完畢，下一步就是將數據進行儲存，方便管理人員對數據進行分析。儲存主要展現為：首先是項目數據自身的數據儲存，這是數據實際的內容，此外還有項目數據的標準化信息，即時間、信息來源，信息類型及信息內容等，都要儲存下來。其次是項目數據搜索，這種搜索是方便后續的查看。對于項目數據儲存來說也有著較大的壓力，主要是因為數據量過于龐大大、其可靠性高、精準性強。這就需要利用存儲的硬件來增強項目數據操作系統具有極強的儲存能力。另外還要將項目數據進行小塊分割，這樣可以利用不同的主機進行數據備份，保證一臺機器損壞，不影響其他數據，更不會破壞整個系統。

3.3 項目數據分析

科技的不斷進步，計算機分析數據的能力及儲存數據的能力都有顯著的提高，這種進步更便于數據的收集和儲存，還能創造更好的數據環境。大數據分析方式與傳統分析有很大的區別，那就是大數據所分析的全部是數據，不是樣本數據。大數據要尋找如何更高效的完成大數據集的分析和整理。傳統分析方法則是用復雜的算法，再分析樣本數據進而獲得更準確的信息。大數據相較于傳統數據分析，具有更高效的算法和計算模式，能夠更好的整理大量數據，并對其進行科學分析和整理。

大數據所分析的數據具有廣泛的來源、種類多、結構多，因此要依照不同的業務要求，采用不同的大數據分析方式。其一，依照數據的實時性，可以將數據分析分為兩類，一類是實時分析，另一類是離線分析。如果想要實時分析數據，還要在短時間內收到數據分析的結果，那么用實時分析更便于計算。實時分析是利用數據庫中信息建立處理集群，之后再通過系統平臺分析數據。其二，依照數據的模式，可以將數據分為內存級別、BI級別、海量級別三種類型。內存級別顧名思義，數據總量不能超出集群內存的最大值。現在常用的計算機服務器內存常有幾百GB，甚至還有達到TB級別的。因此要想用內存級別的數據分析，就要將數據轉化成常駐的信息，進一步提高數據分析的要求。內存級別分析技術比較適合與實時分析的業務辦理。

3.4 項目數據分析的應用

項目管理中的大數據大多是從企業或者項目內部獲得。企業利用大數據分析，能有效提升生產能力，提升企業在行業內的競爭優勢。大數據的運用可以幫助項目管理整合信息，更好的完成項目的目標，提升管理的執行力，預防并提示項目管理中會出現的問題，并找到更合適的解決辦法，提升項目收益，滿足客戶的需求，減少人員成本的投入，還能更科學合理的進行人員安排，杜絕浪費的情況發生，為項目節約成本。勞動力的投入，更準確的安排人員配置，杜絕產能過剩，減少成本。如果項目執行周期變長，那么可以利用大數據進行分析，找到問題并快速做出解決方案及補救措施，并且按照所涉及的問題推算出結果。利用大數據分析可以幫助企業找到更加合適的管理方法，尋找更加匹配的人員機人員配置，幫助項目管理更好的服務于企業。

結束語

大數據面臨著很多機會和挑戰，全球范圍內都在進行研究，不過仍處于初級階段，還要利用許多科學的研究解決數據分析及展示的能力，還要提高數據的儲存能力，加快數據分析的速度。大數據的形成，是一個時代的大跨越。現代社會，越來越注重數據的分析，信息的保密性和重要性更突出其作用，大數據還可以帶動技術的發展。所以大數據對項目管理的創新需要項目管理者不斷重視，還需要更多的技術進行支持。大數據在項目管理的創新應用是必然的發展趨勢，企業要學會利用，借助力量發展壯大企業的管理能力。

[1]程學旗，靳小龍，王元卓，等.大數據系統和分析技術綜述[J].軟件學報，2014（09）.47.

[2]丁守哲.基于云計算的建筑設計行業信息系統開發模式與實現技術研究[D].合肥：合肥工業大學，2012(56).

[3]徐子沛.大數據：正在到來的數據革命[M].桂林：廣西師范大學出版社，2012(31).

[4]梅長林，范金城.數據分析方法[M].北京：高等教育出版社，2006（31).

1004-7026（2017）14-0064-02

F272

A

10.16675/j.cnki.cn14-1065/f.2017.14.042