当前位置:首页 > 最新资讯 > 行业资讯

资源预测数字模型搭建思路分享

业务背景

资源预测是项目管理过程中的一个环节,即通过搭建合适的数据模型,对未来的项目人力资源投入情况进行有效预测,可以更加精准的完成项目资源规划并能及时发现问题进行相关调整。

难题和痛点

PM排期时没有有效数据支撑资源使用情况,每次排期都需要找各个研发团队TL沟通,会产生很大的沟通成本。

线下维护项目资源投入信息会产生很多工作量,为研发团队和PM造成额外的管理成本。

手工维护会导致各团队标准不统一,无法进行大规模推广。

解决方案

【中心思想】通过日常项目管理流程,即可达到资源预测的目的,不给项目管理过程增加额外负担。

3.1基本要求

3.2具体步骤

活动1:构思效果——搭建数据模型——(直接/数据加工)——建立数据源

在前面3.1章节中提到的报表,即是想要的效果。

参数和基础功能即为数据模型即为数据源,很明显这些数据源无法直接应用到效果展示,因此需要进行数据加工。

活动2:先通过简单工具建立Demo,确认可行性,并对照使用过程逐步进行优化

我选择通过Excel进行Demo处理,详情可见文末《PMO-资源预测_模板》。

活动3:利用现有平台和工具实现线上化

在确认数据结果稳定、可靠的前提下,就可以开始规划工具线上化,毕竟Excel处理数据量较大时会非常卡顿。

业务成果

PM排期时能提供有效数据支撑可用资源查询。

减少研发、测试管理投入成本,通过日常项目管理流程(项目总轴和项目成员投入)只需要两步,即可达到资源预测的目标。【使用过程中逐渐发现优化点,目前正在设计更加简便的预测模型,争取做到无感预测】

建立更科学的、体系化的数据预测模型,加强数字化管理基础能力、为资源投入偏差提供分析参考。

数字化管理的规划和思考

数据源和加工的基础数据模型,在设计时,要素和维度要考虑充分,这样可以方便后期进行二次加工。

尽量选择符合日常工作习惯的线上工具,可以向工具研发组提需求,也可以自行学习研发。因为本人是PM,因此总结了一套适合非研发同学使用的资料。

从日常工作中发现痛点,总结规律和方法,通过小范围验证,进而提炼标准和流程,最终实现数字化管理动作。

每个数字背后,都是真实的项目和人,关键在于怎么应用这些数字。

如果是为了汇报,生搬硬套凑出来,参与的同学都会怀疑这些数字的意义;如果遇到问题,TL和PM该反馈的反馈,该上升的上升,不能为了凑而凑,辩证的执行。

如果把数字化管理,与业产研月会、需求排序、需求排期等结合,并用于分析定位和辅助决策,将会非常有价值,且属于日常管理一部分。

猜你喜欢

微信公众号

微信公众号