大数据在项目管理的创新应用

□杨 璐

(北京搜狐新媒体信息技术有限公司 北京 海淀 100089)

大数据在项目管理的创新应用

□杨 璐

(北京搜狐新媒体信息技术有限公司 北京 海淀 100089)

伴随科技的进步，信息技术得到更广泛的推广及利用，企业的信息化程度满足了大数据的要求，大数据时代正在推进。大数据分析能给企业项目管理提供更多，更新的机会，同时挑战也随之而来。依照实践的数据显示，大数据分析在项目管理中具有非常积极的作用，可以帮助提高项目管理的价值，提高项目管理的可行度。本文将对大数据在项目管理的创新应用进行简单的探讨。

大数据；项目管理；创新应用

项目管理是属于管理学的分学科之一，对于项目管理的定义是指项目经理和项目组织一同努力，对于时间、费用还有功能等所必须的条件进行简单的约束，之后再利用理论和科学的方法对项目以及其需资源进行整合，确保所计划的内容更加高效、，组织和协调能力更强，控制好项目管理，并且要保证项目在实际操作的过程中一直可以保持良好的运行状况，最终能满足项目所需的运行目标的一种管理方法。项目管理是伴随着大型生产活动，费用预算高，进度要求准的复杂的管理系统的要求而兴起的一种管理方法。其产生后不断被利用到各大企业当中，其先进的运行和管理办法展示出极好的优势，项目管理可以满足不同客户的多种需求，还能提供更好的风险及变化管理。在上世纪八十年代，项目管理受到社会的青睐，社会各界都在运用项目管理，项目管理的指导思想就是让所有的可操作的任务都换成一个项目进行管理。按照知识分解来看，项目管理主要有以下几点内容：一是项目的质量管理办法，二是项目的进度管理办法，三是项目的成本管理办法，四是项目的计划管理办法，五是项目的人员管理办法，六是项目的采购管理办法，七是项目的风险管理办法，八是冲突与沟通的管理办法，最后一点是项目评估管理办法等。由于项目自身就有一定的特殊性，还存在重复性，运用项目管理就会比一般性的任务管理方法要复杂，也更有难度。项目管理的不断发展，催生各类项目管理的系统，多种信息系统帮助企业更好的运营，也方便企业的管理，提升了管理效率。随着信息系统的不断发展并壮大，企业内部运行的数据越来越多，数据的数量庞大到形成大数据，这样的大数据时代就随之诞生。如何运用大数据分析企业项目管理的细节，提高管理的可行性，还要节约企业的成本问题，压缩项目管理所运用的时间，提高项目管理的质量和水平，这都是本文将简述的内容。

1 大数据的定义

大数据的科学定义是指：数据数量及其庞大，无法用常规的人工进行数据整理，短时间内无法活动计算的成果，无法通过简单的转化形成人们可以了解的信息的数据。举个简单的例子，如果在数据总量相同的情况下，利用大数据分析相对于独立分析的小数据集更有优势，大数据能更容易展示出数据的变化走向，并通过这些数据的变化，确定研究的成果，方便减少恶性疾病的扩散，还能利用大数据分析打击犯罪现象，通过数据集的交汇还可以监测实时的路况信息等等多方面的应用。大数据有这么多可用的优势，大数据得到快速的推广。大数据具有以下几个特征：一是数据的信息量非常巨大，并且数据的变化速度飞快；二是数据的类型多种多样；三是价值密度较低；四是处理速度飞快。

2 大数据分析的目标是项目管理

项目管理的目标是对项目正式实施后可以完成的所期望的结果，项目可以呈现结果或者提供服务。利用大数据分析来对项目管理进行建设，这是要利用大数据所提供的数据趋势进行分析，之后可以给项目管理人员提供预警的作用，最终完成项目管理所需的目标。数据的运行趋势是利用大数据的采集、分析、储存、之后搜索的一系列的基本工作能力。这样更方便对项目管理的时候所体现的大数据的某些特性进行追踪，找到相符的规律。如果规律发生较大幅度的变化，大数据系统可以提示使用者采用相对应的方法将系统完善。举例说明，大数据系统实时监控用户登录系统的数据，以此推算出用户登录的一般规律，若是某次登录次数有较大的变化，系统会提示警告。这种警告会检测出恶意攻击，或者是存在破解用户密码的情况。

3 建立项目周期的大数据分析

项目周期是在实际工作当中，被人为的分隔成不同项目阶段，并以此进行单独的项目管理，如果出现问题就常常是头疼医头脚疼医脚，无法做到全面的管理。这样信息系统中存在大量的数据，利用大数据管理将项目生命周期的大数据进行整合是顺应时代发展的。此种项目全生命周期包含了项目销售机会的跟进，再到投标中标，签订合同，执行实施，验收，最后收尾。其涵盖了项目所有的工作人员：有销售、客户、还有各级管理人员，以及项目工作人员等等。项目周期性管理的大数据分析，是利用项目数据采集、还有数据存储、数据分析等几个阶段进行操作的。

3.1 项目数据收集

项目管理活动的操作流程中，会出现数量庞大的数据，通过对数据所包含的内容进行分类：成本投入数据、流程数据、质量数据、人员数据、配置数据、知识数据等，这涵盖了项目周期的所有数据信息。

所涵盖的数据都可以分为两大类：一个是结构化数据、另一个是非结构化数据。结构化数据是有相同的格式、字段也是固定的、要利用关系数据做定义的数据。非结构化数据则正相反，数据没有同样的格式、亦或是常常变化格式，非结构化数据的格式不固定，常常被系统所忽视。非结构化数据具有以下几点特征：整体分布的范围十分广泛、格式多种多样、数据量极其庞大，正是因为这样的特殊性给数据的收集和处理带来了很大的困扰。

想要更好的利用非结构化数据，将其转化成可利用的结构化数据，利用项目管理所需的数据管理系统，经过专业的云计算等技术的发展，找到项目管理所需的各类数据之间的联系。之后再通过分析得到影响项目管理的关键性因素是哪些，并结合寻找项目管理的核心。项目管理所涵盖的内容比较复杂，整合后的数据也会应为数据的可靠性、分析人员的专业程度等不同，而发生不同的分析结果，还会影响到后续的数据处理，这样就无法保证项目管理的科学性和严谨性。

3.2 项目数据储存

项目数据收集完毕，下一步就是将数据进行储存，方便管理人员对数据进行分析。储存主要展现为：首先是项目数据自身的数据储存，这是数据实际的内容，此外还有项目数据的标准化信息，即时间、信息来源，信息类型及信息内容等，都要储存下来。其次是项目数据搜索，这种搜索是方便后续的查看。对于项目数据储存来说也有着较大的压力，主要是因为数据量过于庞大大、其可靠性高、精准性强。这就需要利用存储的硬件来增强项目数据操作系统具有极强的储存能力。另外还要将项目数据进行小块分割，这样可以利用不同的主机进行数据备份，保证一台机器损坏，不影响其他数据，更不会破坏整个系统。

3.3 项目数据分析

科技的不断进步，计算机分析数据的能力及储存数据的能力都有显著的提高，这种进步更便于数据的收集和储存，还能创造更好的数据环境。大数据分析方式与传统分析有很大的区别，那就是大数据所分析的全部是数据，不是样本数据。大数据要寻找如何更高效的完成大数据集的分析和整理。传统分析方法则是用复杂的算法，再分析样本数据进而获得更准确的信息。大数据相较于传统数据分析，具有更高效的算法和计算模式，能够更好的整理大量数据，并对其进行科学分析和整理。

大数据所分析的数据具有广泛的来源、种类多、结构多，因此要依照不同的业务要求，采用不同的大数据分析方式。其一，依照数据的实时性，可以将数据分析分为两类，一类是实时分析，另一类是离线分析。如果想要实时分析数据，还要在短时间内收到数据分析的结果，那么用实时分析更便于计算。实时分析是利用数据库中信息建立处理集群，之后再通过系统平台分析数据。其二，依照数据的模式，可以将数据分为内存级别、BI级别、海量级别三种类型。内存级别顾名思义，数据总量不能超出集群内存的最大值。现在常用的计算机服务器内存常有几百GB，甚至还有达到TB级别的。因此要想用内存级别的数据分析，就要将数据转化成常驻的信息，进一步提高数据分析的要求。内存级别分析技术比较适合与实时分析的业务办理。

3.4 项目数据分析的应用

项目管理中的大数据大多是从企业或者项目内部获得。企业利用大数据分析，能有效提升生产能力，提升企业在行业内的竞争优势。大数据的运用可以帮助项目管理整合信息，更好的完成项目的目标，提升管理的执行力，预防并提示项目管理中会出现的问题，并找到更合适的解决办法，提升项目收益，满足客户的需求，减少人员成本的投入，还能更科学合理的进行人员安排，杜绝浪费的情况发生，为项目节约成本。劳动力的投入，更准确的安排人员配置，杜绝产能过剩，减少成本。如果项目执行周期变长，那么可以利用大数据进行分析，找到问题并快速做出解决方案及补救措施，并且按照所涉及的问题推算出结果。利用大数据分析可以帮助企业找到更加合适的管理方法，寻找更加匹配的人员机人员配置，帮助项目管理更好的服务于企业。

结束语

大数据面临着很多机会和挑战，全球范围内都在进行研究，不过仍处于初级阶段，还要利用许多科学的研究解决数据分析及展示的能力，还要提高数据的储存能力，加快数据分析的速度。大数据的形成，是一个时代的大跨越。现代社会，越来越注重数据的分析，信息的保密性和重要性更突出其作用，大数据还可以带动技术的发展。所以大数据对项目管理的创新需要项目管理者不断重视，还需要更多的技术进行支持。大数据在项目管理的创新应用是必然的发展趋势，企业要学会利用，借助力量发展壮大企业的管理能力。

[1]程学旗，靳小龙，王元卓，等.大数据系统和分析技术综述[J].软件学报，2014（09）.47.

[2]丁守哲.基于云计算的建筑设计行业信息系统开发模式与实现技术研究[D].合肥：合肥工业大学，2012(56).

[3]徐子沛.大数据：正在到来的数据革命[M].桂林：广西师范大学出版社，2012(31).

[4]梅长林，范金城.数据分析方法[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