黃輝 黃玲

摘要：大數(shù)據(jù)時代的到來對傳統(tǒng)的項(xiàng)目管理模式造成一定的沖擊，本文將大數(shù)據(jù)與傳統(tǒng)項(xiàng)目管理理論與實(shí)踐相結(jié)合，并提出在實(shí)際應(yīng)用中可能遇到的難點(diǎn)問題及應(yīng)用局限性。以期豐富教學(xué)內(nèi)容，培養(yǎng)學(xué)生創(chuàng)新思維。

關(guān)鍵詞：項(xiàng)目管理教學(xué)；大數(shù)據(jù)；數(shù)據(jù)挖掘

中圖分類號：G642.4 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2018）09-0249-02

引言

伴隨著Web 2.0時代到來的是信息爆炸的大數(shù)據(jù)時代，21世紀(jì)以來，數(shù)據(jù)量呈指數(shù)形式在不斷飛速增長，甚至有人說大數(shù)據(jù)是信息時代的新“石油”。如今，越來越多國家已經(jīng)意識到大數(shù)據(jù)的重要性，并將其上升至戰(zhàn)略層面。大數(shù)據(jù)思維作為一種前沿的創(chuàng)新思維如果將其引入項(xiàng)目管理教學(xué)當(dāng)中，定能激發(fā)學(xué)生的學(xué)習(xí)興趣，培養(yǎng)學(xué)生的創(chuàng)新思維。本文將理論與實(shí)際相結(jié)合，詳細(xì)分析大數(shù)據(jù)如何應(yīng)用于實(shí)際項(xiàng)目管理當(dāng)中，希望在教學(xué)中使得學(xué)生對大數(shù)據(jù)有更加深刻的了解，讓傳統(tǒng)的理論知識變得不再枯燥。

一、大數(shù)據(jù)與項(xiàng)目管理的聯(lián)系

1.大數(shù)據(jù)概念。大數(shù)據(jù)、人工智能、云計算當(dāng)屬當(dāng)下最熱門的研究領(lǐng)域，吸引了眾多大型企業(yè)、政府、學(xué)術(shù)界的青睞目光。于此同時，龐大的數(shù)據(jù)量給信息管理工作帶來了不小的挑戰(zhàn)。目前較為廣泛認(rèn)可的大數(shù)據(jù)有5個顯著的特征，大量（volume）、多樣性（variety）、速度（velocity）、價值（value）、真實(shí)（Veracity）。大量是指數(shù)據(jù)量的龐大，有些企業(yè)構(gòu)建的大數(shù)據(jù)平臺數(shù)據(jù)單位已經(jīng)高達(dá)PB級別。多樣是指數(shù)據(jù)包含的信息量多種多樣，粗略可以將其劃分為結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)。速度是指處理速度快，真實(shí)是指數(shù)據(jù)的真實(shí)存在，價值是指低價值性，有用的信息可能很少，在龐大的數(shù)據(jù)量下被“稀釋”。大數(shù)據(jù)作為當(dāng)下最熱門的研究領(lǐng)域之一，其對管理學(xué)的發(fā)展也起到巨大的推動作用，那么何為大數(shù)據(jù)呢？大數(shù)據(jù)概念的提出者維克托·邁爾-舍恩伯格直觀地解釋為，大數(shù)據(jù)是指對所有的數(shù)據(jù)進(jìn)行分析處理而不是采用抽樣對數(shù)據(jù)進(jìn)行隨機(jī)分析。以大家熟知的星巴克為例，星巴克在選擇門店地理位置時，利用大數(shù)據(jù)分析當(dāng)?shù)氐娜肆髁?、人口密度、交通環(huán)境等關(guān)鍵數(shù)據(jù)信息，以保證即使兩個門店位置距離相近，也能有眾多的消費(fèi)群。

2.大數(shù)據(jù)與項(xiàng)目管理的聯(lián)系。以生命周期理論視角，可以將項(xiàng)目分為規(guī)劃階段、計劃階段、實(shí)施階段與完成階段，在項(xiàng)目的整個生命周期內(nèi)，包含了大量多樣的數(shù)據(jù)信息，傳統(tǒng)的項(xiàng)目管理大多采用抽樣數(shù)據(jù)分析或者頭腦風(fēng)暴法得出的結(jié)論對項(xiàng)目整個階段進(jìn)行改良，這些傳統(tǒng)的做法難免忽略系統(tǒng)的整體性，對數(shù)據(jù)的利用效率不足。在信息化程度發(fā)達(dá)的今天，一個項(xiàng)目的運(yùn)作可能會涉及幾十個項(xiàng)目小組的共同協(xié)調(diào)，越復(fù)雜的項(xiàng)目產(chǎn)生的數(shù)據(jù)量越大，此時龐大的數(shù)據(jù)量即給管理者管理上帶來難題，同時也是提升管理工作的一個契機(jī)，利用數(shù)據(jù)挖掘、大數(shù)據(jù)分析可以為管理者帶來新的提升路徑，更好的實(shí)現(xiàn)項(xiàng)目的質(zhì)量、進(jìn)度、成本三大目標(biāo)管理。

二、大數(shù)據(jù)在項(xiàng)目管理教學(xué)中的意義及實(shí)際應(yīng)用

1.將大數(shù)據(jù)思維引入項(xiàng)目管理風(fēng)險意識，豐富教學(xué)內(nèi)容。項(xiàng)目管理教學(xué)不僅應(yīng)該注重課本知識，創(chuàng)新更是時代背景下高校大學(xué)生應(yīng)該培養(yǎng)的基本思維。將大數(shù)據(jù)引入項(xiàng)目管理中是管理模式的創(chuàng)新，也是培養(yǎng)學(xué)生學(xué)習(xí)思維上的創(chuàng)新。大數(shù)據(jù)在項(xiàng)目管理中的創(chuàng)新應(yīng)用最關(guān)鍵的一步體現(xiàn)在運(yùn)用現(xiàn)代科學(xué)技術(shù)進(jìn)行大數(shù)據(jù)挖掘，提取有效信息。目前使用廣泛的數(shù)據(jù)挖掘技術(shù)主要分為：統(tǒng)計技術(shù)、關(guān)聯(lián)規(guī)則、聚類分析、決策樹、神經(jīng)網(wǎng)絡(luò)、回歸分析等方法。這些技術(shù)相對于傳統(tǒng)的抽樣分析更加注重數(shù)據(jù)的全面性，起到更好把握全局的作用。例如建立施工基礎(chǔ)大數(shù)據(jù)平臺，通過觀察、統(tǒng)計施工工人的事故發(fā)生現(xiàn)場，挖掘工人的不安全行為特征關(guān)聯(lián)關(guān)系，可以降低事故發(fā)生率，控制安全風(fēng)險。

2.理論與實(shí)踐相結(jié)合，闡述大數(shù)據(jù)的實(shí)際應(yīng)用。項(xiàng)目管理教學(xué)的目標(biāo)不僅僅落腳于傳授學(xué)生理論知識，理論與實(shí)踐相結(jié)合能讓學(xué)生理解更加深刻，提升教學(xué)效果。在實(shí)際應(yīng)用中，以部門為單位構(gòu)建大數(shù)據(jù)平臺，如：工程施工大數(shù)據(jù)、質(zhì)量大數(shù)據(jù)、技術(shù)大數(shù)據(jù)、材料大數(shù)據(jù)、財務(wù)大數(shù)據(jù)等，以材料大數(shù)據(jù)庫為例，材料的購進(jìn)與消耗是個有律可循的動態(tài)過程，實(shí)時記錄材料的庫存與消耗的數(shù)量，用數(shù)據(jù)挖掘技術(shù)探索最佳的庫存量，在材料消耗供應(yīng)充足的條件下保證庫存量最低，從而降低庫存?zhèn)}儲成本。以挖掘的信息為準(zhǔn)，最后在項(xiàng)目每一階段末尾整合相關(guān)數(shù)據(jù)信息，對項(xiàng)目的進(jìn)度實(shí)行更嚴(yán)格的把控，在質(zhì)量上更加精益求精。同時，以部門為單位可以更加明確各部門職責(zé)，探索各部門的不足之處以查缺補(bǔ)漏。

三、數(shù)據(jù)來源與數(shù)據(jù)分析

大數(shù)據(jù)重要的兩個特點(diǎn)是數(shù)據(jù)的大量與多樣性。那么這些數(shù)據(jù)怎么產(chǎn)生并收集的呢？項(xiàng)目在運(yùn)作的過程中可能包含十幾個乃至幾十個項(xiàng)目小組的共同協(xié)調(diào)，各個小組各個部門每天都會發(fā)生各種各樣的活動，數(shù)據(jù)就產(chǎn)生于這些活動當(dāng)中，對活動的記錄就成了管理者內(nèi)部數(shù)據(jù)的原始來源，隨著項(xiàng)目的進(jìn)行與以往項(xiàng)目的經(jīng)驗(yàn)數(shù)據(jù)，數(shù)據(jù)量也隨之龐大。同時管理者也可以參照同行類似項(xiàng)目公開發(fā)布的數(shù)據(jù)作為外部數(shù)據(jù)的來源。將收集的數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析是大數(shù)據(jù)在項(xiàng)目管理中應(yīng)用的關(guān)鍵一步，目前常用分析方法重要包含統(tǒng)計分析、聚類分析、主成分分析、回歸分析、方差分析等，常用的分析軟件有SAS、SPSS、Excel、S-plus、Minitab、Statistica、Eviews、Storm、Hadoop等。按照不同的數(shù)據(jù)類型、不同的需求目標(biāo)可以選擇適當(dāng)?shù)姆治鲕浖?。以煤炭開采項(xiàng)目為例，井下環(huán)境的不確定性對礦工的人身安全造成威脅。利用采集的礦井的地理環(huán)境、氣候變化、職工的學(xué)歷背景、施工環(huán)境人因指標(biāo)變化、施工的技術(shù)條件、施工地點(diǎn)周圍的人口密度、井下的壓力變化、瓦斯的密度等數(shù)據(jù)指標(biāo)或圖表信息構(gòu)成實(shí)時監(jiān)控的龐大的數(shù)據(jù)庫。將數(shù)據(jù)進(jìn)行關(guān)聯(lián)性分析及對比分析，總結(jié)瓦斯突出、頂板事故等發(fā)生前礦井的各項(xiàng)指標(biāo)變化規(guī)律，同時將這些指標(biāo)進(jìn)行危險等級分級以便在不同的情況采取不同的應(yīng)急措施，更大程度地保障員工的生命安全。

四、大數(shù)據(jù)在項(xiàng)目管理中的應(yīng)用難點(diǎn)

1.復(fù)合型人才的短缺。不同的行業(yè)具有不同的行業(yè)特征，對信息整合結(jié)論做出專業(yè)的行業(yè)分析才是大數(shù)據(jù)應(yīng)用的最終目的。近幾年數(shù)據(jù)分析師人才不斷涌現(xiàn)，但即對行業(yè)特點(diǎn)了如指掌又掌握先進(jìn)的數(shù)據(jù)挖掘技術(shù)的人才依然短缺。

2.構(gòu)建大數(shù)據(jù)平臺需要消耗眾多人力財力。就像并不是每個企業(yè)都需要嚴(yán)格的內(nèi)部控制制度一樣，并不是每個企業(yè)都需要構(gòu)建自身的大數(shù)據(jù)平臺。構(gòu)建大數(shù)據(jù)平臺意味著對原有的信息設(shè)備的優(yōu)化改良并建立專門的數(shù)據(jù)挖掘部門，需要企業(yè)的大量資金和人力方面的投入，所以管理者應(yīng)該視業(yè)務(wù)需求及企業(yè)戰(zhàn)略目標(biāo)而定是否需要構(gòu)建大數(shù)據(jù)平臺。

3.技術(shù)水平受限，數(shù)據(jù)來源有限。大數(shù)據(jù)自身的特點(diǎn)決定了技術(shù)人員要在短時間內(nèi)處理更多的數(shù)據(jù)，技術(shù)人員可能面臨的數(shù)據(jù)源有會議記錄、日常文件文檔、各種視頻、社交媒體信息等。盡管目前有眾多的分析軟件可供選擇，但是想在短時間內(nèi)提取有用的信息難度還是不小，缺乏彈性較大的IT基礎(chǔ)設(shè)備，有時可能需要耗費(fèi)較長的時間去挖掘有價值的信息，造成管理決策的延誤。同時，我國的現(xiàn)狀是政府手里掌握大量的信息并且由于擔(dān)心泄密、擾亂社會民心等多方面原因不愿意與外界共享，造成某些社會信息的獲取渠道受限。此外企業(yè)與企業(yè)之間會出于自身利益的角度考慮，除了監(jiān)管機(jī)構(gòu)強(qiáng)制要求披露的財務(wù)現(xiàn)狀等信息等，或者企業(yè)之間的戰(zhàn)略合作并簽訂核心信息對外保密的合約，不愿意透露本身過多的信息，造成企業(yè)獲取橫向的信息受限?？傮w而言，大數(shù)據(jù)的外部獲取渠道仍然有限。

五、結(jié)束語

信息化的快速發(fā)展使得大數(shù)據(jù)在項(xiàng)目管理中不斷深入應(yīng)用是大勢所趨，雖然目前的應(yīng)用程度還未廣泛，尚處于起步階段，但縱觀大數(shù)據(jù)近年的發(fā)展趨勢，相信不久的將來項(xiàng)目管理模式會受到大數(shù)據(jù)的深刻影響。將前沿科學(xué)技術(shù)與項(xiàng)目管理結(jié)合并引入教學(xué)當(dāng)中，能提升學(xué)生的學(xué)習(xí)興趣，同時有助于培養(yǎng)學(xué)生創(chuàng)新思維，提高自身學(xué)習(xí)能力。

參考文獻(xiàn)：

[1]楊國濤.大數(shù)據(jù)挖掘在工程項(xiàng)目管理中的應(yīng)用[J].城市建設(shè)理論研究（電子版），2016，（19）：13-14.

[2]董嘉煒.大數(shù)據(jù)環(huán)境下的項(xiàng)目管理方法改進(jìn)之探索[J].項(xiàng)目管理技術(shù)，2015，（06）：103-106.

[3]李葉.項(xiàng)目管理與大數(shù)據(jù)結(jié)合[J].信息與電腦（理論版），2015，（11）：68-69.

[4]曾暉.大數(shù)據(jù)挖掘在工程項(xiàng)目管理中的應(yīng)用[J].科技進(jìn)步與對策，2014，（11）：46-48.

[5]賈紅果，曹慶貴，王樹立，張壽明.礦井大數(shù)據(jù)分析及職工不安全行為預(yù)控研究[J].山東科技大學(xué)學(xué)報（自然科學(xué)版），2015，（02）：14-18.