基于大数据的项目管理创新研究

基于大数据的项目管理创新研究

吉晨

吉晨

昆明市盘龙区建设投资有限公司云南昆明650031

摘要：在我国市场经济持续变革的背景下，各个行业都面临着巨大的生存压力，对于企业而言，如何提升运营能力，提高企业的核心竞争力就成为了企业工作中的重点内容。因此本文对基于大数据的项目管理创新进行深入的探讨，希望能够为相关工作者提供借鉴。

关键词：大数据；项目管理；创新

1大数据项目管理创新的基本背景

大数据项目管理创新的基本背景考虑到项目型组织和项目的特点，大数据之“大”主要体现在数据规模大、多源异构和动态性三个方面。（1）从数据规模上说，项目型组织在项目管理创新中所能利用的数据规模之大超出了传统认知的范畴。一是自项目型组织成立开始，就不断地积累着与项目相关的各种信息和数据；二是随着相关制度的完善，大量与项目型组织及项目相关的数据通过政府信息平台得以公开；三是遍于媒体和网络中各类相关数据和信息。所有这些信息加起来，成为项目型组织进行项目管理创新中可待开发的无尽财富。（2）从数据来源和结构的角度看，大数据具有多源异构特征。多源性体现在项目管理创新涉及的数据不仅来自于项目型组织和项目本身，还可能来自于政府相关部门、其他组织和网络媒体；异构性一方面体现在数据的表现形式，项目管理创新中的数据不仅以电子形式存在，还可能以纸质或音像制品等其他形式存在，另一方面，从使用的角度看，数据不仅包括可以直接使用的结构化数据，还包括海量的需要进一步处理的半结构化数据和非结构化数据。（3）从数据的动态性角度看，不论是项目型组织、项目本身还是外部相关数据都处于一个不断积累的过程中。对这些新的数据流的实时处理，为项目管理创新的持续提升和改进提供了可能。

综上所述，大数据成为当前项目管理创新的基本背景。大数据之“大”，对于项目型组织开展项目管理创新具有如下影响：（1）大数据的存在扩展了项目型组织可利用的资源和条件的范围，使得项目型组织能够在一个更广泛的组织生态中开展创新工作。（2）大数据决定了项目管理创新是数据驱动的，大数据的存在使得项目型组织开展项目管理创新决策更为科学，数据分析结果成为创新方案决策和评估创新绩效的核心依据。（3）大数据要求项目型组织在组织文化及工作流程等方面做出相应改变，以适应新背景下项目管理创新的要求。一方面大数据之“大”，要求项目型组织变革创新思维方式，从动态的视角出发，基于动态的数据收集和分析结果做出决策；另一方面，在大数据背景下，创新的中心不再仅仅是流程、知识或者技术，而是数据和基于数据分析的发现，这就要求项目型组织必须重视项目管理创新中的数据问题。

2传统项目管理创新和基于大数据的项目管理创新比较

相比于传统的项目管理创新而言，伴随着大数据的支持，其呈现出了较大的差异性。具体而言，涵盖了以下这三个方面的内容。

2.1创新环境和条件的区别

传统的项目管理创新，往往得不到较多的资源，在创新方法上不能够进行大胆的改造，始受到了较大的限制，难以得到较大的发展和上升空间。但是如果有了大数据的支持，拥有的资源的种类和数量都迅速增多，项目管理创新的方式呈现出了多元化的特点。

2.2驱动因素与创新方式及路径的区别

针对传统项目创新而言，因为资源的巨大限制，需要在多个专家学者的共同探索下才能制定出较为科学严谨的方案，但是运用到了大数据，相关的数据就为决策者提供了准确科学的信息依据，还可以通过网络等途径，对项目管理创新提出建议，项目管理创新方案可以多制定几种，并在网络上公开，寻求网友的意见。另外大数据背景下的项目管理创新对云计算以及数据分析的研究深度以及广度更大。

2.3创新结果及成功关键因素的区别

因为资源和条件的限制，传统的项目管理创新往往严重依赖于相关的专家团队，创新的成功与否往往取决于较大的人为因素。而在大数据的基础上，各种限制都被解除，创新方案的成功主要取决于数据分析的准确性。

3基于大数据的项目管理创新模型

3.1数据获取和创新问题界定

首先应确定是否要进行项目管理创新，在此过程中，首先应利用BIM技术呈现技术数据，数据呈现的方式应以二维或者三维方式，其次还应对数据进行转换，使其成为电子化信息；然后将数据在媒体上公开，并获得相应的数据，最后确定是否要进行项目管理创新。创新问题的界定应包括创新范围或领域的确定和创新问题的明确界定两个阶段。

3.2数据处理分析和创新方案决策

数据处理和分析对创新方案的形成具有重要作用，所以在数据处理分析过程中，应先明确结构化数据、半结构数据以及非结构化数据，并对不可以直接使用的数据进行转化，全部转化为结构化数据，并依据相关要求，建立项目管理创新的数据平台，同时应通过对数据挖掘技术以及云计算的技术，确定管理创新问题范围、数据模型之间的关系等，进行核心问题的提炼。另外通过共享数据平台信息，管理创新方案可以从多维角度进行考虑，形成项目管理创新方案集，并对各种方案进行评选，应从实施成功概率、取得的结果等方面进行充分的考虑，进而选择最优方案。

3.3工程投资成本精确管控

大数据技术具有数据学习功能，相关单位只需要将历史数据或者案例数据一同储存到大数据数据库当中，大数据技术就会自动学习其中数据，同时提炼各项数据的特征，之后当再次遇到与数据特征类似，或者与学习知识库内容相近的工程时，大数据技术可以结合学习数据对新进工程进行分析，以此来消除新进工程的成本浪费现象，实现工程投资成本的精确管控。此外，这种应用方式并不仅限于成本管控，在工程项目管理的其他方面均可应用。

4项目数据分析存在的挑战及未来展望

大数据其本身应用面临着许多挑战，而目前的研究仍处于初期阶段，仍需要进行更多的研究工作来解决数据展示、数据储存以及数据分析的效率等问题。但大数据的出现，开启了一次重大的时代转型。在IT时代，数据的价值日益凸显，信息的重要性日益提高，今后将是数据推动技术的进步。大数据不仅改变了社会经济生活，也在影响了每个人的生活和思维方式，而这样的改变才刚刚开始。项目管理这一学科在这个变革的环境下，必能取得突破性的发展与进步。

总结：现代社会，越来越注重数据的分析，信息的保密性和重要性更突出其作用，大数据还可以带动技术的发展。所以大数据对项目管理的创新需要项目管理者不断重视，还需要更多的技术进行支持。针对企业的具体运营情况进行项目管理创新，从而实现企业运营成本的最大化降低，积极推进和促进企业的长期稳定发展。

参考文献：

[1]黄恒振，周国华.基于大数据的项目管理创新研究[J].建筑经济，2015，36（04）

[2]严由亮.基于大数据环境下的物流企业管理创新研究[J].物流工程与管理，2016，38（12）

[3]程学旗，靳小龙，王元卓，等.大数据系统和分析技术综述[J].软件学报，2014（09）