大数据下的项目管理研究

关闻达

郑州大学信息工程学院，河南 郑州 450000

随着“互联网+”时代的来临，计算机技术在各行业的运用逐渐向纵深发展，以大数据为代表的新兴互联网技术为项目管理带来了颠覆性的革新。大数据技术可以为项目工程提供扎实的数据支撑，从而加快工程进度、节约工程成本、切实提高项目管理的质量和水平，保障项目实施单位的长远发展。为了突破大数据在项目管理运用中的瓶颈，就必须锐意求变，致力于对大数据技术在项目管理中的应用进行创新。

1 大数据与项目管理

项目管理涉及体量庞大的信息数据，如果不能对这些海量数据进行恰当的处理，必然会对项目管理的质量和效率造成负面影响。为了有效提升项目管理的质量和效率，须重视项目的数据体系建设，用大数据技术指导项目的进度计划和成本控制。

1.1 大数据在项目管理中的优势

（1）提升项目管理的质量。大数据技术可以切实提升项目管理的质量和效率，同时帮助项目方侦查市场中隐藏的风险并做出有效防范，避免项目在运营后期遭受重大的市场风险和经济损失。但项目工程中各项管理工作之间的关联性较弱，同样导致了项目管理的困境重重。然而在引入大数据技术后，纷繁复杂的海量数据可以在短时间内得到分类整理，并展现出各项管理工作之间的逻辑关联，从而降低了项目管理的难度。

（2）提升风险管理的质量。项目工程通常体量庞大，建设周期长、消耗资金多，因此管理者必须高度重视项目管理中的风险管理，将不利于项目长期运营下去的因素识别出来并排除出去。大数据技术就具有“侦查”和识别隐藏的风险因素的功能，同时还可以帮助管理者对具有逻辑关联的数据信息进行整合，从而搭建起一个公开的、透明的信息平台，有效规避风险并增强信息在项目中流通的流畅度。

（3）优化管理路径。现代社会的工程项目一般具有规模大、周期长的特征，此类项目的管理难度毋庸置疑。为了提升项目数据信息处理的效率，信息技术手段必不可少。在“互联网+”时代，大数据技术“当仁不让”地成为对海量信息进行分类、整合和处理的工具，它可以提高项目信息采集和处理的效率，降低项目管理的成本，减小管理人员的工作压力，使项目管理趋于系统化和规范化，以达到优化管理路径的目的[1]。

1.2 大数据下的项目管理与传统项目管理的对比

传统的项目管理是以工程实践为出发点的，然而大数据下的项目管理以特定的工程为出发点，具体而言就是采用定量与定性分析的方法解决工程项目中的难点，从而实现项目创新。国内有许多在大数据技术加持下成功运行的项目管理实例，比如京沪高速铁路项目管理、苏通大桥项目管理就是利用大数据技术对传统项目管理进行创新的典型案例。以下是对大数据下的项目管理与传统项目管理所做的对比分析[2]。

其一，外部环境与外部条件。传统模式下的项目创新在一定程度上是一种限定的空间中的生态，不易做出突破。然而大数据下的项目管理犹如广阔无边的海洋，其中的资源丰硕难以估量，在大数据下进行项目管理时可以挣脱项目型组织的束缚，将组织中与生俱来的生态资源作为项目管理的物质基础。

其二，项目管理的结果及影响因素。传统项目管理极易受到客观因素的干扰和限制，在很大程度上，项目管理的成败取决于管理人员的专业知识和管理水平。然而大数据下的项目管理有许多可能性，不易受到外部因素的干扰，其成败在很大程度上取决于项目组织对项目结果的理解以及是否能对数据做出准确分析。

2 大数据在项目管理中的应用方式

2.1 构建基础数据模型

在实行工程项目管理时，一个能够揭示数据规律的模型可以对相关管理的条目进行直观展示。比如对公路工程项目的管理一般包括安全、工期、资金、材料等大类的管理，每一个大类又可以进一步细分为数个小类，比如资金管理下有若干项目，每一个项目又包含各种类型的支出。为了体现基础数据模型的指导性，应当根据拓扑学原理，有层次地罗列构成项目支出的各个条目，最终构建蛛网式的模型，将数据代入其中，采用分布式挖掘的方式计算基础支出数据，以此作为指导资金管理的依据[3]。

2.2 构建奇异值模型

对于缺乏参照物的项目和追求极值的项目，通常要利用大数据技术构建奇异值模型。比如海绵城市市政道路工程就缺乏可以参照的模型，只能借助奇异值模型来分析。奇异值模型法的核心是对目标进行拆解，将特殊化为一般后再对各个管理条目进行分析。举例说明，材料总量除以总工期后可以得到平均每日所需的材料，得到这一数据后，便可结合工程规模，利用大数据技术计算材料用量，并最终制定管理计划。奇异值模型中的大数据技术是通过大量精细计算来实现的。

2.3 目标数据管理

大数据技术需要进行分类细化后才能用于项目管理，形成目标数据管理方法。该方法的核心是借助大量的计算揭示数据规律，以此指导管理工作的开展。比如某工程项目中的资金管理，大数据技术可以揭示相似工程的支出概况，然后管理方根据项目的特点制定预算标准，进而确定各个子项目的支出额度，只要子项目的支出在预算范围内，工程的总支出就不会超出预算，从而保证资金管理的有效性。

3 大数据在项目管理中的应用保障

3.1 大数据技术应用体系建设

为了充分发挥大数据技术在项目管理中的作用，首先需要构建系统的大数据技术体系，将技术的种类、容量、速度、价值等重要因素考量在内，提高并保障大数据技术综合应用的性能[4]。其次要实现大数据技术的全覆盖，在项目管理的各个层面渗透大数据技术。这一目标的前提条件是分解项目管理的流程，然后根据分解结果来设计大数据技术的框架体系，保障体系中的每一个单元都能对应项目管理分解后的某一部分。

3.2 数据技术专业人才管理

大数据技术代表了互联网技术发展的最新成果，要熟练驾驭这项成果并运用到项目管理中，离不开深谙大数据技术的专业人才。项目管理单位必须在开发大数据技术的同时跟进对大数据技术人才的管理，保证人才供应的持续性，一旦发现专业人才资源短缺的问题，就要以内部培训和外部引进的方式来丰富人才储备。培训的主要内容应当围绕大数据技术的概念和应用技能，既要培养人才的大数据技术思维，又要提升人才的大数据技术应用能力。

4 大数据技术智囊团组建

大数据技术智囊团主要由以下几个部分构成：其一，进度数据挖掘团队，该团队的主要职责是全面采集与工程进度相关的数据信息，并对这些信息进行评估指导，建立数据信息控制机制；其二，质量数据挖掘团队，该团队的主要职责是发现项目工程中潜藏的风险并对其加以控制和排除；其三，成本数据挖掘团队，该团队的主要职责是全面收集与项目成本相关的数据信息，搭建项目成本控制与管理体系，避免超出预算的状况出现。

综上，大数据技术对于项目管理具有重大意义，它能对工程质量、工程成本、工程进度等的管理提供有效保障。为了最大限度地发挥大数据技术的效用，项目管理部门应当深刻把握大数据技术在项目管理中的应用方式，同时加强大数据技术在项目管理中的应用保障，为企业提供稳定的技术支撑并创造更多的经济效益。