簡析數據挖掘技術在項目質量管理中的應用

張旭

江蘇經貿職業技術學院

簡析數據挖掘技術在項目質量管理中的應用

張旭

江蘇經貿職業技術學院

本文探討了信息系統項目的質量管理，指出運用數據挖掘技術在信息系統項目質量管理實施中具有的重要地位和關鍵作用。重點闡述了在項目中如何使用數據挖掘技術對項目的質量成本進行分析和研究，形成項目的質量成本控制體系，從而有效提升了項目的質量管理水平。

數據挖掘；項目管理；質量管理

隨著我國在信息系統和項目管理領域的推進，企業項目的質量管理是項目管理中一個非常重要的組成部分，項目質量反映了企業產品滿足規定需求和潛在需求能力的特征總和。越來越多的企業上馬信息系統，建立龐大的數據庫，在項目質量管理過程中會產生海量的數據；面對海量數據，工作人員經常感到束手無策，很難從中快速、準確地獲取所需信息。如何處理和管理這些海量數據，使之可以為企業提供決策信息，是一個重要難題。

項目質量管理是一個項目能否順利地完成并交付使用的一項基礎性的工作，工作流程主要包括了項目質量規劃，執行質量保證和執行質量控制；通常在信息系統項目質量管理過程中會遇到以下困難：

(1)數據質量問題：因為原始數據填寫不全、不正確，在以后的系統分析中會產生很多數據缺少或信息錯誤的問題。

(2)缺乏科學的分析工具：很多單位將信息系統的質量指標的分析交給專門的統計人員負責統計匯總，依靠人工查找和分析，消耗的時間與人力相當大；常常由于分析的力度和能見度有限，無法多維度地去了解問題和分析原因；從而無法從根本上制定解決問題的方法。

(3)信息需要二次加工：目前由于國內各企業信息化的程度參差不齊，許多數據都是分散在不同系統中；由于數據的孤立，造成很多信息無法從各自系統里自動關關聯起來，需要經過二次加工,一旦數據量龐大時是非常棘手的問題。

(4)細節指標監控困難：只能在每月或者每季度的統計分析異常的質量指標，對具體細節指標進行監控分析困難。

隨著越來越多的企業對數據存儲和數據分析要求的提高，數據挖掘技術因此出現，這是一種能夠提供更高層次的數據管理和數據處理的技術。數據挖掘可以將分布在企業網絡中不同數據庫系統中的數據集成到一起，形成專項數據倉庫，為決策者提供各種類型的、有效的數據分析報告，起到輔助決策的作用。利用數據挖掘技術可以對信息系統項目質量管理產生極大幫助。

上述信息系統項目質量管理過程中困難的產生按性質歸類主要可分成這幾個原因：系統間數據無關聯、數據質量不規范，數據的分析能力弱。數據挖掘技術恰恰是解決這些問題的能手，我們可以通過以下幾個步驟去建立一個幫助提高項目質量管理的系統：

第一步，定義新數據源，將原始數據清洗、整合、關聯

在整合多個系統數據時，各種數據源的數據格式、類型、存儲方式不盡相同；因此在做數據清洗前需要首先要對數據按照定義進行標準化，對于系統中無效數據或無法歸類數據，納入數據字典進行合理歸類，按照數據字典和標準格式剔除無效數據；對于因為多系統描述相同的對象造成的數據記錄重復冗余，則通過采用多維度分析，模糊動態匹配的技術加以剔除，形成數據源單一的信賴數據。經過初步的清洗、整合和關聯后，數據由原來的孤立狀態變成了整合狀態，數據中多數的遺漏、重復、錯誤、不匹配也得以發現和解決，并使得一些原本手工要二次加工的數據通過關聯直接可以被利用。為能夠獲得客觀的數據、有效的信息、高效的分析與監控奠定基礎。

第二步，分析項目質量成本

質量成本是指企業為了保證和提高產品或服務質量而支出的一切費用，以及因未達到產品質量標準，不能滿足用戶和消費者需要而產生的一切損失。質量成本包括內部故障成本、外部故障成本、鑒定成本、預防成本等等；其中內部故障成本指的是產品出廠前因不滿足要求而支付的費用，包含了各種生產過程中的損失，以及故障處理費用等成本；外部故障成本是指產品出廠后因不滿足要求，導致索賠、修理、更換或信譽損失而支付的費用。包含了退貨、索賠、信譽損失等相關成本；鑒定成本是用于評估產品是否滿足規定要求所需各項費用，包括產品測試等成本。預防成本用于預防不合格品與故障所需的各項費用。 包含了實施各類策劃所需的費用、質量審核費用以及變更所產生的成本。

第三步，設計主體

企業質量成本由內部故障成本、外部故障成本、鑒定成本和預防成本構成；由此可以定義相關主體：比如產出主體：包括良品和次品；降級產品主體：根據產品原合同質量要求與最終產品質量確定降級產品；返修主體：根據各工序的生產實績確定返修量；價格主體，根據銷售價格、產品成本確定各工序產品標準價格，包含各種正品、次品、廢品價格；外部故障明細實績主體，從質量異議系統獲取外部故障實績數據；鑒定主體，維護主體，預防主體等。

第四步，建立自由靈活的多維分析模式

由維度、指標、信息構成自定義模型。維度是自定義模型中的最重要的概念，闡明了研究問題的角度；在項目的質量管理中，所有與之相關的人、事、物在系統中都有相應的字段都可以通過維度被制定在模型中。

在自定義模型中，多維分析是非常強大的分析功能，它包括橫向上維度的交叉分析，以及縱向上維度的切面分析。當我們要了解一個問題，可以通過宏觀層面發現問題，也可通過橫向交叉對比與縱向層層潛入來尋找問題的根源。

分析完成后根據業務需求，結合相應的主題，設計數據匯總邏輯，產生展示層所需的匯總分析數據。設計標準的報表和圖表功能，將匯總分析數據直觀地展示給目標用戶。

第五步，嚴格根據數據執行質量變更控制，防止項目范圍的無效蔓延

為了防止項目質量的無效蔓延，保證項目順利進行，需要規范對客戶的質量變更請求。變更是無法避免的，關鍵問題是如何對變更進行有效的控制。必須有一套規范的變更管理過程，在發生變更時遵循規范的程序來管理變更。

因此在數據中需要發掘出一套嚴格、實用、高效的變更程序，它對管好項目至關重要。對于發生的變更，需要識別出是否符合既定的項目質量規范。如果符合，就需要評估變更所造成的影響，以及應對的措施，受影響的各方都應該清楚明了自己所受的影響；如果變更是在項目質量之外，那么就需要商務人員與用戶方進行談判，看是否增加費用，還是放棄變更。

使用數據挖掘技術，對項目質量成本進行分析和研究，將企業生產經營過程中產生的海量數據轉變為支撐企業管理人員決策的信息，實現了企業質量成本數據集市，形成企業的質量成本控制體系，從而有效提升了企業的質量管理水平。給企業質量成本的管理與控制提供了有效的方法。通過數據挖掘技術與項目質量管理的有效結合，給企業信息系統項目管理的研究積累了寶貴的經驗。

[1]毛國君等.數據挖掘原理與算法[M].北京:清華大學出版社,2005

[2]王祖和.項目質量管理[M].北京:機械工業出版社，2003

[3]張文遠.故障樹分析法在鐵路設備質量管理中的應用探討[J]. 西安:西鐵科技,2007,(S2)

[4]孫莉.數據挖掘技術在貴州經濟發展決策參考上的應用集[J]. 北京:集團經濟研究，2007(12)

10.3969/j.issn.1001-8972.2012.05.070