大数据技术在企业项目管理中的应用

陈超

【摘  要】随着大数据时代的来临，企业的生产经营与内部管理环境发生了翻天覆地的变化，环境的变化将会对企业管理产生巨大影响，从而推动企业项目管理模式的不断改革与创新。随着企业项目管理范围和层次的不断扩大，在项目管理中积极应用多种现代化的科学技术手段，不仅能为项目管理者提供更加直观、真实、全面且准确的数据，而且能实现对内部员工、外部客户与合作商的统一管理，提高项目管理效率。论文对大数据技术在企业项目管理中的应用进行了探讨，以供参考。

【关键词】大数据技术；项目管理；技术手段；管理效率

【中图分类号】TP311.13；F272                                             【文献标志码】A                                                 【文章编号】1673-1069（2023）04-0137-03

1 引言

企业项目管理最为显著的特征就是管理的对象十分广泛，包含：经营业务（预算业务、市场营销业务、财务会计业务等）、生产业务（招投标业务、项目成本管理业务、项目质量管理业务等）和合同业务（报价、签订、执行、归档等），因此，项目管理的方式和效率将会直接影响到项目实施的整体质量和经济效益。随着大数据时代的发展，目前的信息格局产生了较为深刻的变化，信息处理日益精准、成熟，一些重大商业判断、决策，都抛开直觉经验，开始依赖于基于大数据的分析。在这种背景环境下，企业项目管理的创新与建设项目的实际情况相结合，从项目的特征和需求出发，结合大数据时代的各种技术成果，实现企业现代化项目管理的新模式，能进一步地保障企业的各种工作效率，推动企业核心竞争力的提升。

2 大数据技术与企业项目管理概述

2.1 大数据技术的内涵

“大数据”是指以多元形式、许多来源搜集而来的庞大数据组，往往具有实时性和复杂性，这些数据在下载到数据库用于分析时会花费过多时间和金钱。而大数据技术则是利用大数据的统计模型和数据挖掘技术，对结构化数据、半结构化数据、准结构化数据、非结构化数据等多种类型数据进行处理和分析，产生能被用于指导实践的数据，以便从中获取有价值信息和知识。近年来，伴随着互联网的普及和各种智能化设备的广泛应用，数据存储和处理技术得到进

步和优化，大数据技术正逐渐成为一个越来越重要的技术领域。

2.2 项目管理的概念

项目管理一词包含两种含义，一种是有意识地按照项目特点及其规律，对项目进行有组织、有计划管理的实践活动；另一种是探求项目活动科学组织管理的理论与方法。前者属于实践活动，后者属于理论活动，二者相辅相成，共同为项目管理提供科学指导。项目管理协会（PMI）对项目管理的定义为：项目经理及项目组织，综合运用各种知识、技术手段和可用资源等，对项目从启动到收尾整个过程进行科学化、高效化管理的活动，使得项目能够在有限资源条件下，实现或者超过预期的目标和期望。

2.3 大數据技术在企业项目管理中应用的作用

随着当前企业竞争逐渐陷入更加激烈的状态，充分利用互联网时代带来的契机，将大数据技术融入企业项目管理中具有以下几个方面作用：

①有利于实现对项目投资成本的精确管控。投资成本是决定企业项目效益的关键要素，精确管控投资成本，实现最大化经济效益，是项目管理的终极目标。在项目管理中融入大数据技术，可以利用数据模型对项目数据进行分析和挖掘，为项目投资成本的确定提供可靠的数据支撑。

②有利于实现对项目实施过程的全程监管。将大数据技术融入项目管理中，可以利用数据汇总、分类、分析及整合等功能，实现项目管理路径的高效配置和实时监管，从而提高了项目管理的实效性、科学性和全面性。

③有利于实现对项目管理方法的优化改进。传统的项目管理主要是依靠人工管理，不仅管理效率低下、人员工作量大且极为容易出现纰漏，在大数据技术以目标为导向，通过挖掘数据价值，为决策者提供及时、客观、有力的数据支持，以便决策者能及时发现问题、解决问题，从而有效帮助企业规避因人为因素带来的风险。

3 基于大数据技术的企业项目管理流程

企业项目管理的目标是希望所实施的项目能够达到或超过预期。项目管理包括整个项目的审批、实施、使用及最终交付的全过程，项目管理通常可以划分为项目的启动阶段、项目的实施阶段和项目的交付阶段，而这些阶段又构成了项目的全生命周期。在信息化时代，企业结合项目管理特征，充分发挥大数据技术优势，打造项目“全生命周期”管理模式，不仅能实现项目管理工作的全流程化、智能化、规范化，而且通过大数据的采集、存储和分析，发现项目运行规律和特征，为项目管理者提供决策依据，有利于降低项目管理成本，提高工作效率。基于大数据技术的企业项目管理主要包括以下几个阶段。

3.1 项目数据采集

近年来企业转型升级的重点已经逐渐从自动化向智能化、数字化的方向发展，数字化转型已经是大势所趋，数据采集成为企业日常经营与管理过程中不可或缺的部分，也是企业发展新的助推剂。在项目的全生命周期阶段，会产生大量的数据信息，如招投标数据、预算数据、流程数据、人员数据、财务数据、材料数据及质量数据等，而这些数据又包括结构化和非结构化数据两种类型，如何实现对项目数据的高效采集、快速汇总和统一管理，是提高项目管理效率的关键。在大数据的支持下，可以通过物联网技术和项目数据管理系统，自动采集项目全生命周期各个阶段的相关数据，并将这些物联网数据汇集于终端，这样不仅可以将非结构化数据转化为可利用的结构化数据，而且利用云计算，可以找出数据之间的关联性，能实现整个项目数据的互联互通，为负责项目的各部门和各单位的项目管理和实施提供可靠的数据支撑。

3.2 项目数据存储

企业项目数据采集同步后的数据是原始数据，是杂乱的、冗余的，必须经过进一步的清洗、关联、规范化处理和质量检测后，形成统一标准的数据，才能用于后续的数据分析，而在这一过程中最为关键的环节便是项目数据存储处理。实践表明，该环节通常占用整个项目至少三分之一的时间，项目存储的时效性和准确性，直接影响着最终数据的可靠性，也影响着整个数据平台项目的成败。

项目数据存储处理是数据领域中的核心与关键，在传统模式下，主要采用离线、近线和实时处理3种方式对数据进行处理，其中，离线数据的存储处理技术是目前发展较为成熟的技术，也是应用最为广泛的技术。该技术一般按照天进行数据处理，在每天凌晨等数据采集和同步数据到位之后，相关数据会按照预先设定的程序进行清洗、关联和规范化处理，最后被送入离线数据仓库中进行后续处理。通过数据库实现了全员共享、信息互通，彻底改变了过去员工各自为战、数据孤岛的局面。随着大数据技术与项目管理的融合，企业借助Storm／类Storm的和Spark生态的Spark Streaming等专业的流计算工具和框架，不仅可以高效地完成数据的离线处理，更为重要的是能够提供高可靠和高并发的实时数据服务，让项目管理者可以随时查看项目实施过程中的各类数据情况，从而助力项目管理。

3.3 项目数据分析

大数据时代背景下，数据正成为企业日常生产与经营管理中不可或缺的资料。在项目管理过程中，若能将项目全生命周期阶段所涉及的数据进行量化和分析，有利于快速抓住问题的核心，协助管理者做出科学的决策。项目数据分析，就是综合利用多种数据分析方法，把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出研究对象的内在规律，帮助管理者进行有效判断和决策的一系列过程。例如，利用对比分析法和偏差分析法，对项目的计划与实际执行进行分析，可以实时掌握项目的进度情况；利用对比分析、偏差分析和平均分析等方法，对当前项目实际执行与类似项目的历史数据、实际执行各项目环节的费用等方面进行分析，可以动态地反映项目的成本变化情况；利用趋势分析、分组分析和漏斗分析等，对各管理阶段的风险数量、风险类别、风险级别及风险状态等方面进行分析，便于管理者及时了解项目的风险管理情况，从而有针对地采取措施，降低项目风险。由此可见，大数据分析可让现有数据真正发挥生命力，从数据中发现并解决潜在风险，真正做到让数据“活起来，用起来”。

3.4 项目数据应用

项目管理者结合数据分析报告，一方面可以及时发现项目管理中出现的各种问题，并找到更合适的方法解决问题，降低项目风险，减少人员成本投入，实现资源的科学合理配置，从而为确保项目的顺利实施奠定有利基础；另一方面可以帮助管理者找到更加合适的管理方法，更好地服务项目实施。

3.4.1 项目立项阶段的数据应用

①立项决策。在项目立项阶段的重点工作就是立项决策，但由于项目的具体规模、技术路线及实施内容都尚未确定，能够获取的项目数据比较少，但项目的立项决策，对项目的成败起着决定性的作用。因此，在项目决策前，借助大数据技术，对既往同类或类似项目全生命周期数据的全面搜集和精准分析，可以对企业投资项目决策和建设实施的各阶段工作给予精准、全面的评估，从而保证项目立项决策的科学性。同时，通过多个案例项目的数据分析结果，可以帮助企业积累自身数据，提升项目管理水平和未来的核心竞争力，为今后的发展打下良好的基础。

②投资估算。在项目投资估算阶段，借助大数据建立已完成项目和正在运营项目的投资数据库，通过对类似项目的投资预算、实施规模、资源配置、材料价格等方面情况进行数据统计和对比分析，结合数据分析结果实现对投资项目的材料设备价格、新的技术与新的工艺等的对比修正，这样可以在一定程度上克服传统项目管理模式中人员经验造成的局限性，有利于提高项目投资估算精度，形成可靠性较高的项目投资预算，杜绝决策失误给企业造成的损失。

3.4.2 项目准备阶段的数据应用

企业项目准备阶段的主要工作内容有：方案设计、筹资融资、招投标、签订合同等，在此阶段需要完成设计概算、项目招投标和合同的签订及材料的采购等，这也是决定项目实施成效的关键环节。

①设计概算。项目设计概算费用包括融资费用、预备费用、人员费用、设备费用、材料费用及建设费用等，由于初步设计的项目实施方案，对于项目实施过程中的具体工作量很难精确计算，而借助大数据技术形成的项目案例数据库，可以实现对各个项目中相关指标数据的分析，结合数据分析结果和项目所在地区的市场行情等，编制出的结果将具有一定的准确性。

②项目招投标和合同签订。在项目招投标过程中，由于考虑的因素太多，如投标人的信用资质、资金实力、技术实力、项目团队实力，等等，显然对于这些因素的判断，仅仅依靠投标文件是远远不够的，而依托大数据技术，对投标人的相关信息数据进行分析和挖掘，可以帮助企业更好地筛选优质合作对象。

3.4.3 项目實施阶段的数据应用

实施阶段是项目管理中投入人力、财力和物力最多的阶段，也是数据产生量最大、最集中的阶段，只有不断地搜集数据、分析数据，并结合数据结果不断改善项目管理方法，调整项目实施方案，才能达到项目预期目标。

①合同谈判的数据利用。在项目准备阶段虽然签订了合同，但在具体实施过程中所需材料、设备、人员等方面的合同仍然需要进一步细化，而依托对市场价格水平相关大数据的分析结果，可以帮助企业更为精准地预测将要发生的各项费用，减少项目成本的支出。

②项目管理的数据运用。在项目实施过程中，需要对项目进度、项目质量、项目人员、项目设备等方面进行全面统筹和科学规划，基于大数据分析结果，可以帮助企业掌握各类指标的详尽数据，既可以做到精准预测，又可以用以往的数据来指导当今的工作，给项目管理带来便利。

③人员管理的数据运用。利用项目成员管理系统，可以搜集小组内成员的各种工作数据，通过数据库的收集，可以分析出每个人的性格，所擅长的工作，熟练的技能板块，在工作安排中能做到人岗匹配。同时，通过个人成长数据线，使小组成员能够清楚自身的发展速率，又能激励自己，在工作中责任于心、担责于身。

3.4.4 项目结束阶段的数据应用

在项目结束阶段，需要发挥大数据技术的优势，对项目实施程序的合法性、项目资料的完整性、项目费用的合理性等方面情况进行综合分析与评价，构成对整个项目实施过程的数据总结，同时也为今后类似的新项目建设做好数据上的支撑和准备。

4 结论

互联网时代背景下，大数据技术现已被各个行业广泛应用。在项目管理中利用大数据技术，可以帮助企业更加清楚地了解项目投资成本及实施过程，并结合详情对项目投资及项目实施方案进行及时合理调整，以实现企业经济效益的最大化。企业应提高思想认识、转变观念、与时俱进，切实认识到大数据对项目管理的重要性和必要性，充分利用大数据建设做好项目管理，贯彻落实企业高质量发展要求，严格落实项目管理机制，加强项目全过程管理，做好项目开源节流降本增效，防控项目经营风险，增强项目盈利能力，提高项目经济效益。同时充分利用项目实施过程中的各项数据，做好统计分析，为企业的发展决策提供科学、客观、可靠的数据支撑，更好地支持企业健康稳定发展。

【参考文献】

【1】傅乐，刘微.后疫情时代工程总承包企业项目管理的六大策略[J].中國勘察设计，2023（01）：61-63.

【2】沙宇恒，梅鑫，兰姣，等.面向电网企业项目管理的智能化系统架构研究[J].电气传动，2022，52（17）：66-74.

【3】陈春香.基于财务共享服务的建筑施工企业项目管理对策研究[J].企业改革与管理，2022（13）：133-135.

【4】王文宇.企业项目管理中项目成员激励模式的研究[J].项目管理技术，2022，20（06）：142-146.

【5】李天宇.数字化在企业项目管理中的运用探讨[J].商讯，2022（13）：107-110.

【6】曾丽君.大数据背景下企业项目管理的要点分析[J].中国中小企业，2021（08）：160-161.