大數據在項目管理教學中的應用

黃輝 黃玲

摘要：大數據時代的到來對傳統的項目管理模式造成一定的沖擊，本文將大數據與傳統項目管理理論與實踐相結合，并提出在實際應用中可能遇到的難點問題及應用局限性。以期豐富教學內容，培養學生創新思維。

關鍵詞：項目管理教學；大數據；數據挖掘

中圖分類號：G642.4 文獻標志碼：A 文章編號：1674-9324（2018）09-0249-02

引言

伴隨著Web 2.0時代到來的是信息爆炸的大數據時代，21世紀以來，數據量呈指數形式在不斷飛速增長，甚至有人說大數據是信息時代的新“石油”。如今，越來越多國家已經意識到大數據的重要性，并將其上升至戰略層面。大數據思維作為一種前沿的創新思維如果將其引入項目管理教學當中，定能激發學生的學習興趣，培養學生的創新思維。本文將理論與實際相結合，詳細分析大數據如何應用于實際項目管理當中，希望在教學中使得學生對大數據有更加深刻的了解，讓傳統的理論知識變得不再枯燥。

一、大數據與項目管理的聯系

1.大數據概念。大數據、人工智能、云計算當屬當下最熱門的研究領域，吸引了眾多大型企業、政府、學術界的青睞目光。于此同時，龐大的數據量給信息管理工作帶來了不小的挑戰。目前較為廣泛認可的大數據有5個顯著的特征，大量（volume）、多樣性（variety）、速度（velocity）、價值（value）、真實（Veracity）。大量是指數據量的龐大，有些企業構建的大數據平臺數據單位已經高達PB級別。多樣是指數據包含的信息量多種多樣，粗略可以將其劃分為結構化數據與非結構化數據。速度是指處理速度快，真實是指數據的真實存在，價值是指低價值性，有用的信息可能很少，在龐大的數據量下被“稀釋”。大數據作為當下最熱門的研究領域之一，其對管理學的發展也起到巨大的推動作用，那么何為大數據呢？大數據概念的提出者維克托·邁爾-舍恩伯格直觀地解釋為，大數據是指對所有的數據進行分析處理而不是采用抽樣對數據進行隨機分析。以大家熟知的星巴克為例，星巴克在選擇門店地理位置時，利用大數據分析當地的人流量、人口密度、交通環境等關鍵數據信息，以保證即使兩個門店位置距離相近，也能有眾多的消費群。

2.大數據與項目管理的聯系。以生命周期理論視角，可以將項目分為規劃階段、計劃階段、實施階段與完成階段，在項目的整個生命周期內，包含了大量多樣的數據信息，傳統的項目管理大多采用抽樣數據分析或者頭腦風暴法得出的結論對項目整個階段進行改良，這些傳統的做法難免忽略系統的整體性，對數據的利用效率不足。在信息化程度發達的今天，一個項目的運作可能會涉及幾十個項目小組的共同協調，越復雜的項目產生的數據量越大，此時龐大的數據量即給管理者管理上帶來難題，同時也是提升管理工作的一個契機，利用數據挖掘、大數據分析可以為管理者帶來新的提升路徑，更好的實現項目的質量、進度、成本三大目標管理。

二、大數據在項目管理教學中的意義及實際應用

1.將大數據思維引入項目管理風險意識，豐富教學內容。項目管理教學不僅應該注重課本知識，創新更是時代背景下高校大學生應該培養的基本思維。將大數據引入項目管理中是管理模式的創新，也是培養學生學習思維上的創新。大數據在項目管理中的創新應用最關鍵的一步體現在運用現代科學技術進行大數據挖掘，提取有效信息。目前使用廣泛的數據挖掘技術主要分為：統計技術、關聯規則、聚類分析、決策樹、神經網絡、回歸分析等方法。這些技術相對于傳統的抽樣分析更加注重數據的全面性，起到更好把握全局的作用。例如建立施工基礎大數據平臺，通過觀察、統計施工工人的事故發生現場，挖掘工人的不安全行為特征關聯關系，可以降低事故發生率，控制安全風險。

2.理論與實踐相結合，闡述大數據的實際應用。項目管理教學的目標不僅僅落腳于傳授學生理論知識，理論與實踐相結合能讓學生理解更加深刻，提升教學效果。在實際應用中，以部門為單位構建大數據平臺，如：工程施工大數據、質量大數據、技術大數據、材料大數據、財務大數據等，以材料大數據庫為例，材料的購進與消耗是個有律可循的動態過程，實時記錄材料的庫存與消耗的數量，用數據挖掘技術探索最佳的庫存量，在材料消耗供應充足的條件下保證庫存量最低，從而降低庫存倉儲成本。以挖掘的信息為準，最后在項目每一階段末尾整合相關數據信息，對項目的進度實行更嚴格的把控，在質量上更加精益求精。同時，以部門為單位可以更加明確各部門職責，探索各部門的不足之處以查缺補漏。

三、數據來源與數據分析

大數據重要的兩個特點是數據的大量與多樣性。那么這些數據怎么產生并收集的呢？項目在運作的過程中可能包含十幾個乃至幾十個項目小組的共同協調，各個小組各個部門每天都會發生各種各樣的活動，數據就產生于這些活動當中，對活動的記錄就成了管理者內部數據的原始來源，隨著項目的進行與以往項目的經驗數據，數據量也隨之龐大。同時管理者也可以參照同行類似項目公開發布的數據作為外部數據的來源。將收集的數據進行大數據分析是大數據在項目管理中應用的關鍵一步，目前常用分析方法重要包含統計分析、聚類分析、主成分分析、回歸分析、方差分析等，常用的分析軟件有SAS、SPSS、Excel、S-plus、Minitab、Statistica、Eviews、Storm、Hadoop等。按照不同的數據類型、不同的需求目標可以選擇適當的分析軟件。以煤炭開采項目為例，井下環境的不確定性對礦工的人身安全造成威脅。利用采集的礦井的地理環境、氣候變化、職工的學歷背景、施工環境人因指標變化、施工的技術條件、施工地點周圍的人口密度、井下的壓力變化、瓦斯的密度等數據指標或圖表信息構成實時監控的龐大的數據庫。將數據進行關聯性分析及對比分析，總結瓦斯突出、頂板事故等發生前礦井的各項指標變化規律，同時將這些指標進行危險等級分級以便在不同的情況采取不同的應急措施，更大程度地保障員工的生命安全。

四、大數據在項目管理中的應用難點

1.復合型人才的短缺。不同的行業具有不同的行業特征，對信息整合結論做出專業的行業分析才是大數據應用的最終目的。近幾年數據分析師人才不斷涌現，但即對行業特點了如指掌又掌握先進的數據挖掘技術的人才依然短缺。

2.構建大數據平臺需要消耗眾多人力財力。就像并不是每個企業都需要嚴格的內部控制制度一樣，并不是每個企業都需要構建自身的大數據平臺。構建大數據平臺意味著對原有的信息設備的優化改良并建立專門的數據挖掘部門，需要企業的大量資金和人力方面的投入，所以管理者應該視業務需求及企業戰略目標而定是否需要構建大數據平臺。

3.技術水平受限，數據來源有限。大數據自身的特點決定了技術人員要在短時間內處理更多的數據，技術人員可能面臨的數據源有會議記錄、日常文件文檔、各種視頻、社交媒體信息等。盡管目前有眾多的分析軟件可供選擇，但是想在短時間內提取有用的信息難度還是不小，缺乏彈性較大的IT基礎設備，有時可能需要耗費較長的時間去挖掘有價值的信息，造成管理決策的延誤。同時，我國的現狀是政府手里掌握大量的信息并且由于擔心泄密、擾亂社會民心等多方面原因不愿意與外界共享，造成某些社會信息的獲取渠道受限。此外企業與企業之間會出于自身利益的角度考慮，除了監管機構強制要求披露的財務現狀等信息等，或者企業之間的戰略合作并簽訂核心信息對外保密的合約，不愿意透露本身過多的信息，造成企業獲取橫向的信息受限。總體而言，大數據的外部獲取渠道仍然有限。

五、結束語

信息化的快速發展使得大數據在項目管理中不斷深入應用是大勢所趨，雖然目前的應用程度還未廣泛，尚處于起步階段，但縱觀大數據近年的發展趨勢，相信不久的將來項目管理模式會受到大數據的深刻影響。將前沿科學技術與項目管理結合并引入教學當中，能提升學生的學習興趣，同時有助于培養學生創新思維，提高自身學習能力。

參考文獻：

[1]楊國濤.大數據挖掘在工程項目管理中的應用[J].城市建設理論研究（電子版），2016，（19）：13-14.

[2]董嘉煒.大數據環境下的項目管理方法改進之探索[J].項目管理技術，2015，（06）：103-106.

[3]李葉.項目管理與大數據結合[J].信息與電腦（理論版），2015，（11）：68-69.

[4]曾暉.大數據挖掘在工程項目管理中的應用[J].科技進步與對策，2014，（11）：46-48.

[5]賈紅果，曹慶貴，王樹立，張壽明.礦井大數據分析及職工不安全行為預控研究[J].山東科技大學學報（自然科學版），2015，（02）：14-18.