摘要：基于貝葉斯網(wǎng)絡理論，首先，通過專家打分法識別影響ODM項目的進度風險管理因素，從設計、測試、采購等多維度共識別出12項風險因素；其次，對專家打分結(jié)果進行信度分析驗證，證明專家打分的有效性；最后，借助GeNIe軟件構(gòu)建貝葉斯網(wǎng)絡模型，對ODM項目進度風險管理的影響因素進行分析，為幫助ODM企業(yè)減輕或規(guī)避進度風險提供參考。

關鍵詞：ODM項目；進度風險管理；貝葉斯網(wǎng)絡；GeNIe軟件

0 引言

原始設計制造商（Original Design Manufacture，ODM）指同時擁有研發(fā)設計團隊和制造工廠的企業(yè)，不僅能夠提供完備的設計方案，還能兼顧生產(chǎn)制造。近幾年，ODM企業(yè)發(fā)展迅猛，合作項目規(guī)模逐漸龐大，技術(shù)方案復雜度更高，需求變更頻繁，加之項目進展過程中風險的不確定性和多樣性，發(fā)展面臨新的挑戰(zhàn)。進度風險被認為是項目開展過程中反復出現(xiàn)的風險，值得關注。

近年來，國內(nèi)學者針對ODM項目風險管理進行了研究。谷文松［1］指出ODM模式下項目質(zhì)量管理與項目風險管理息息相關；張靜［2］通過對W公司筆記本電腦ODM項目需求變更風險管理進行研究，發(fā)現(xiàn)項目管理中需求風險的問題，并找出原因，對推進項目風險管理和項目進度管理有重要意義。程渝芳［3］利用失效模式和定量分析對ODM項目風險管理進行研究，最終分析出風險因素的影響程度，并對重點因素給出應對措施。

目前，國內(nèi)學者的研究側(cè)重于質(zhì)量管理和整體項目風險分析，缺乏利用貝葉斯網(wǎng)絡建模對項目進度風險進行研究的文獻。本文通過構(gòu)建貝葉斯網(wǎng)絡模型，對ODM項目進度風險管理進行研究。首先，根據(jù)查閱的真實資料及專家判斷，確定影響項目進度風險的關鍵因素；其次，利用GeNIe軟件分析關鍵因素；最后，提供相應措施以減輕或規(guī)避風險。該方法將有助于對ODM項目進度風險進行積極有效的管理，為幫助ODM企業(yè)減輕或規(guī)避風險提供參考。

1 貝葉斯網(wǎng)絡模型構(gòu)建基本流程

1.1 風險識別與分析

在貝葉斯網(wǎng)絡模型構(gòu)建的過程中，最基本的步驟是對影響項目進度的風險因素進行識別和分析。應盡可能地羅列出所有風險因素，并按風險類型進行分類整合，根據(jù)企業(yè)的真實項目資料和數(shù)據(jù)，對重點風險因素進行篩選，以作為后續(xù)構(gòu)建模型的分析對象。

1.2 構(gòu)建貝葉斯網(wǎng)絡模型

在對所識別的重點風險因素進行建模分析前，需要根據(jù)專家打分法及專家決策確定各因素節(jié)點的前后聯(lián)系，結(jié)合貝葉斯網(wǎng)絡的有向無環(huán)圖，畫出貝葉斯網(wǎng)絡拓撲結(jié)構(gòu)。通常，將最終研究目標放在結(jié)構(gòu)最中心，以擴散拓撲網(wǎng)絡的架構(gòu)層層向外延伸。中心節(jié)點外的第一層為直接影響因素，向外是第一間接影響因素、第二間接影響因素，以此類推。指向上，由最外層的間接影響因素向內(nèi)指向，直到中心節(jié)點。整體網(wǎng)絡結(jié)構(gòu)包含多條節(jié)點通路，需要逐條分析，并根據(jù)給出的先驗概率計算受影響節(jié)點的概率。在專家調(diào)查法的基礎上，通過軟件計算得到最終概率結(jié)果。

1.3 結(jié)構(gòu)學習及參數(shù)學習

項目風險因素識別完成后，需要對這些看似獨立卻有前后聯(lián)系的風險子因素進行結(jié)構(gòu)學習。該過程是尋找或建立一個精確展示先驗概率和直接因素、間接因素相互影響關系的網(wǎng)絡拓撲結(jié)構(gòu)。首先，利用調(diào)研和查閱資料所得的真實初始數(shù)據(jù)進行初步學習，構(gòu)建基本的貝葉斯網(wǎng)絡結(jié)構(gòu)；其次，結(jié)合專家調(diào)查和工程經(jīng)驗，優(yōu)化初始結(jié)構(gòu)；最后，將優(yōu)化后的貝葉斯網(wǎng)絡模型在GeNIe軟件中搭建完成，再進行參數(shù)學習。參數(shù)學習的過程是通過前期樣本數(shù)據(jù)進行計算評估，得到先驗概率。本文采用專家調(diào)研法，得到各節(jié)點的概率參數(shù)，并將其填寫到軟件的條件概率表中。利用軟件中的計算方法，得到各節(jié)點的發(fā)生概率值。

在項目開發(fā)的實際過程中，通過不同的推理方法推斷出項目風險因素的發(fā)生概率及原因。推理方法基于項目當前發(fā)展走勢、專家經(jīng)驗及行業(yè)內(nèi)或企業(yè)內(nèi)的歷史數(shù)據(jù)，大致預測出風險因素在項目節(jié)點發(fā)生的可能性，并提前采取措施進行應對和規(guī)避。

1.4 風險控制

以分析結(jié)果為導向，重點關注影響項目進度的主要風險因素，結(jié)合項目實際運作流程和模式，重點關注概率較高的風險因素并制定詳細的應對決策，從而提高工作效率，降低風險發(fā)生概率。

2 W公司ODM項目進度風險識別與分析

W公司為ODM行業(yè)的標桿企業(yè)。根據(jù)項目進度風險管理流程，以W公司筆記本電腦項目為例，簡要分析ODM項目進度風險管理的貝葉斯網(wǎng)絡模型構(gòu)建過程，得到分析結(jié)果，給出應對策略。W公司ODM項目全流程如圖1所示。

貝葉斯網(wǎng)絡方法是基于以往的數(shù)據(jù)庫進行可靠度分析，通過文獻調(diào)查得到初步影響因素，以此作為該項目進度風險識別的依據(jù)。通過查閱該公司與行業(yè)內(nèi)知名企業(yè)近3年的合作項目資料，從研發(fā)設計、管理運營、采購生產(chǎn)等維度確定12項風險因素為本研究的重點調(diào)研對象。

貝葉斯網(wǎng)絡結(jié)構(gòu)中有關聯(lián)的節(jié)點需根據(jù)專家估計法或歷史數(shù)據(jù)資料查閱法確定先驗概率。本文收集了W公司近期10個真實項目的延期風險因素。W公司項目進度風險管理的關鍵影響因素見表1［4］。根據(jù)表1的調(diào)研結(jié)果和行業(yè)內(nèi)部的一些重要資料數(shù)據(jù)，統(tǒng)計得到W公司關鍵影響因素先驗概率，見表2。

由表2可知，12項關鍵影響因素分別被標記為字母A～M風險項，以便在GeNIe軟件中優(yōu)化建模的可視化效果。各關鍵影響因素在實際項目開發(fā)過程中的狀態(tài)只有發(fā)生或不發(fā)生兩種，因此先驗概率表示為發(fā)生的概率范圍。

3 構(gòu)建W公司ODM項目進度風險管理因素的貝葉斯網(wǎng)絡

使用貝葉斯網(wǎng)絡分析軟件構(gòu)建模型，可整體考慮相關知識與算法來完成全方位的建模。本文使用GeNIe軟件，版本為2.3。該軟件為自由軟件，可建立任意大小的節(jié)點和復雜模型。該軟件包含建模和數(shù)據(jù)分析功能，且能輸出更為直觀的圖標和貝葉斯模型。

參考表1中的關鍵影響因素，根據(jù)專家意見，討論了幾組風險因素的因果關系。根據(jù)以上關系，通過GeNIe軟件構(gòu)建直觀的W公司貝葉斯網(wǎng)絡模型，如圖3所示。

貝葉斯網(wǎng)絡參數(shù)學習［5］是為了獲得網(wǎng)絡中每個節(jié)點的條件概率分布，對已知的貝葉斯網(wǎng)絡進行參數(shù)學習，有最大似然估計和貝葉斯估計兩種算法，其中最大似然估計算法基于數(shù)據(jù)，不需要先驗概率。本文采用貝葉斯估計算法，對項目進度風險貝葉斯網(wǎng)絡進行學習。

以H→G→X通路為例：由表2可知，H風險因素的先驗概率為28%～31%，那么由此概率和G風險因素給定的條件概率表，可得到G在H發(fā)生時的后驗概率為35%～37%。與此類似，可計算其他通路中B、D、I風險因素的后驗概率，從而得到最終項目進度延誤的合理區(qū)間范圍為25%～27%。

根據(jù)表2中的先驗概率，設置風險節(jié)點的狀態(tài)及概率值，將專家判斷的條件概率輸入至對應的節(jié)點，得到貝葉斯網(wǎng)絡參數(shù)學習圖，如圖4所示。

在圖4中，各風險節(jié)點“YES”和“NO”分別代表此節(jié)點發(fā)生的狀態(tài)，狀態(tài)名后的百分比為發(fā)生的概率值。在貝葉斯網(wǎng)絡的各節(jié)點中輸入先驗概率和條件概率，可以得到終節(jié)點“X”的概率值。綜合以上數(shù)據(jù)，項目延期的概率為25%。需要根據(jù)ODM項目實際管理過程做出解釋：這里的項目進度延期為項目完成最終交付狀態(tài)時，一般合同中約定的可接受延期時間范圍。通常，甲方在規(guī)定項目交付時間時，會根據(jù)實際的設計、測試、采購及生產(chǎn)過程情況進行適當放寬。

通過GeNIe軟件的“set Evidence”功能，將各風險節(jié)點設置為100%發(fā)生，可得終節(jié)點“X”的發(fā)生概率值。以風險因素A為例，設置節(jié)點A為100%（圖5），可得到以下結(jié)果：A節(jié)點通往X的通路上，D風險因素的概率由34%上升至83%，終節(jié)點X的概率上漲11%～13%，誤差范圍在1%。由此可見，上述數(shù)據(jù)是真實可靠的。

4 結(jié)果與分析

將各節(jié)點按照上述過程進行一一設置。例如，當設計方案變更頻繁（D）風險因素設置為100%時，終節(jié)點X的概率提升12%～13%，說明在ODM項目開發(fā)過程中設計方案變更頻繁（D）會對整個項目的進度起到嚴重影響。另外，設計方案不合理（A）對設計方案變更頻繁（D）影響的概率達到83%，可見設計方案的可靠性是影響項目進度的關鍵因素。因此，在方案設計之初，應邀請各領域?qū)＜覍υO計方案進行多維度評審并給出建議；在最初設計方案提出后，需進行大量測試驗證和數(shù)據(jù)分析，只有在確保設計方案能夠完全滿足客戶需求的前提下，才能確定設計方案，從而大大降低后期方案變更的可能性，縮短項目在研發(fā)設計階段的時間。

當我們重復以上設置，可以得到所有風險因素對最終項目進度影響的變化值。經(jīng)設置和計算，我們可以得出：A項因素（設計方案不合理）對終節(jié)點的影響概率最大，使項目進度延期風險提高了13%。對此，具體的應對決策有：第一，安排充足的人力投入，根據(jù)項目規(guī)模合理分配工程師數(shù)量，并依據(jù)“一個項目經(jīng)驗豐富的主設計師+多個輔助工程師”的配比原則投入至項目；第二，在設計方案確定前，需要組織客戶技術(shù)組和內(nèi)部技術(shù)組開展評審會議，以產(chǎn)品功能為基準，逐一檢查設計中存在的漏洞，并做好評審記錄，會后根據(jù)改進點進行整改，在最終方案確認前，需得到技術(shù)組和項目組的一致認可，并以正式郵件確認；第三，提高團隊溝通效率，定期組織項目例會，及時溝通項目進度，遇到阻塞問題第一時間反饋。

此外，由于ODM企業(yè)特殊的工作模式，研發(fā)人員設計主導，再推動項目在工廠中生產(chǎn)裝配，這就需要提高ODM工廠產(chǎn)能及生產(chǎn)效率的配合度，在備料、生產(chǎn)計劃、人員等方面做好全方面安排。在實際項目中，工廠端仍是試產(chǎn)和正式產(chǎn)批

產(chǎn)品出問題最多的地方，在項目導入生產(chǎn)的過

程中，需要各領域負責人做到全力跟線支持，發(fā)現(xiàn)問題第一時間分析并解決，盡量降低停線的風險。

5 結(jié)語

ODM項目進度風險管理是ODM企業(yè)發(fā)展過程中不可避免的一項重要工作，是關系到項目是否順利開展的重要因素之一。通過對項目進度風險關鍵影響因素的識別、評估、應對和控制，預估風險發(fā)生的可能性和對項目進度的影響程度，為項目初期的計劃制訂和風險應對提供參考和依據(jù)。當然，該方法還存在一些不足之處，數(shù)據(jù)獲取只參考了W公司的歷年項目，下一步應擴大實際數(shù)據(jù)的調(diào)查范圍，增強數(shù)據(jù)的魯棒性。

參考文獻

［1］谷文松.ODM模式下電子產(chǎn)品的質(zhì)量管理［J］.設備監(jiān)理，2019（10）：24-25.

［2］張靜.W公司筆記本電腦ODM項目需求變更管理研究［D］.深圳：深圳大學，2020.

［3］程渝芳.T公司智能音箱ODM項目風險管理研究［D］.成都：電子科技大學，2019.

［4］陳遠，金蕊，查亞闖.基于貝葉斯網(wǎng)絡的大型公共項目進度延誤風險研究［J］.鄭州大學學報（工學版），2022，43（2）：91-97.

［5］彭亞飛，楊凡德.基于貝葉斯網(wǎng)絡的航天任務態(tài)勢不確定性融合［J］.兵工自動化，2022，41（8）：41-46，51.

收稿日期：2022-09-27

作者簡介：

江夢婷（1992—），女，研究方向：項目進度和風險決策管理。

孟飛（1982—），男，副教授，博士，研究方向：系統(tǒng)決策及控制。

付曉璇（1994—），女，研究方向：生產(chǎn)調(diào)度。

黃永生（1991—），男，高級工程師，研究方向：醫(yī)療數(shù)據(jù)質(zhì)量管理與控制。