大數據時代科技項目管理的優化創新路徑分析

程思博

（華電電力科學研究院有限公司北京分院，北京 100039）

0.引言

社會發展強勁的源動力就是大數據技術，大數據技術的迅猛發展推動了我國的發展進程，加快了邁向全新信息時代的腳步。與此同時，大數據技術的進步也難以避免地沖擊了傳統的科技項目管理模式，優化創新路徑后的新型科技項目管理模式也正漸漸成為各行業在信息時代背景下的主要競爭優勢。在信息時代，大數據為科技項目管理帶來的既有便利也有挑戰。科技是第一生產力，更應該深入分析研究數據。所以，有關大數據時代科技項目管理的優化創新路徑的分析具有較強的現實意義。

1.科技項目管理的思維變革

1.1 大數據可以通過樣本查看總體

由于數據來源和分析技術有局限性，項目管理工作中使用小數據，只能使用隨機抽樣對數據進行處理，借助整體數據分析部分組成的內在原理。小數據分析在個別情況下具有可行性，但是不能給科技項目管理提供強有力的數據支撐。現有條件下，大數據技術可以幫助科研單位獲取更有價值的數據，并且也能運用數據分析技術準確深入地發現事物的本質，進而在專業化角度上提高科技項目管理模式的合理性。因此，借助思維方式的調整，科技項目管理可以對數據的強大力量在順應的同時進行有效化利用[1]。

1.2 混雜的兼容數據

在運用大數據的科技項目管理中，要求數據更加精準，這對事物本質及規律的分析有積極的推動作用。傳統的數據思維的使用在當前的信息時代有著較大的局限性，如果要想順應大數據時代的發展趨勢，就必須進行相對完善。幾乎所有的大數據都是非結構性的數據，信息量也是非常巨大，倘若只是追求數據準確性，便難以獲得有效的數據進行分析。因此，科技項目的管理思維在大數據時代需要數據容錯率的提高，即便是某些看似無結構的數據也要盡可能地進行規律分析。

1.3 數據關聯性的重要作用

所謂數據的關聯性，就是通過數據之間的相互聯系盡可能地對數據價值進行挖掘和延伸，使得事物本質規律表現得更加全面而精確。一般來講，數據本身是客觀的，但是分析和應用數據，卻是科技管理工作中的一種具有主觀性的活動。如果能夠擁有數據獲取技術，并且技術穩定的話，只有優化數據分析應用思維，才能程度最大化地為科技項目管理的決策提供強勁的數據支持。從“為什么是這個數據”轉變為“這個是什么數據”，把研究主題轉移到數據信息的關聯性上來，這樣就能更大程度上降低分析失誤的可能性，某種程度上也可以促進科技管理數據的規模擴大。不僅可以對事物目前的內在本質進行解讀，還可以對事物未來的發展進行前瞻性的分析。

2.科技項目管理在大數據時代所面臨的問題

大數據技術在傳統的科技項目管理中并沒有得到足夠的重視，大數據通常被看作只是簡單調節的社交工具，借助通訊工具實現信息傳遞的有效化，完成一般意義上的社交內容數字化轉型，只是優化了原有的單位組織結構和部分工作結構，實際上還沒有觸及改革機構內部的文化機制，仍然保持著僵化思維，是很難融入大數據的時代環境中去的。大數據龐大繁雜的信息量也給單位管理造成了巨大阻礙，令有關主體很難對大數據背后的價值進行深入分析，傳統科研部門不易于適應這一變化。

數據有效化研究難以展開的一大原因是，科研單位往往缺少優秀先進的信息分析技術，存儲空間具有局限性。在當前信息時代背景下，大數據中數據結構固有化的情況并不多，非結構性的數據則有一個相當大的比重，并且占比還在持續增加。傳統的處理方法很難挖掘出數據背后的深層價值和意義，需要將一般數據處理為結構性數據才可以更順利地開展后續的數據研究，這項工作非常復雜且難度系數較高，要求具有非常強的數據處理能力，數據的有效性和精確度都會對其他方面產生重要影響[2]。

信息安全隱患也是科技項目管理運用大數據技術的爭議之一。雖然大數據的信息搜索功能更加便捷，更便于工作人員進行管理，但是部分數據卻又會涉及個人及單位的隱私問題，如果因為系統崩潰或者操作不當等內外原因造成信息流出，將會給科研單位和個人造成巨大困擾，這是大數據技術應用帶來便利的同時與之相伴的不可避免的風險。

3.科技項目管理的創新路徑

3.1 在科技項目的管理模式中應用大數據

能源行業在大數據時代擁有了更多的宣傳途徑，常常借助各種調查研究采集固有數據，但是這種方式過于笨拙，不能適應快節奏的時代腳步，具有滯后性。不過可喜的是，大數據技術可以進行前瞻性預測，科研部門在網上對數據進行采集分析，可以較快掌握市場動向，以便及時調節對應項目，保證項目的實效性。科研部門對自身分析并進行優化改革也可以借助大數據來了解部門本身的實際情況，促進科技項目穩定發展。科技項目管理的部署在大數據時代的環境下也必須進行更進一步的改革。傳統科技管理模式中，通常是單位領導擔任管理者，但是隨著現在大數據時代的到來，管理工作中的主要任務都是以數據為導向，盡可能地降低了人為因素影響，提高了決策部署的合理性、科學性。在信息時代，科研部門需要積極進行數據管理平臺的構建，以數據為基點，最大程度挖掘數據本身及背后的價值，這樣就可以制定并運行符合自身實際情況的管理模式，保證單位運行的高效性。并且以市場為導向，借助分析數據研發更有市場價值的產品，從全面分析的數據中對此后發展的各方面進行前瞻性預測，有助于及時調整發展部署，增強市場適應性，提高科技能力水平[3]。

3.2 科技項目管理的創新模式路徑

能源行業在信息時代面臨的不僅是機遇也有挑戰，必須發展科技項目，在項目管理中轉變思維，充分掌握并使用好大數據，有效融合項目管理部署和數據深層涵義，提高科學部署的精確程度，提升單位效益。信息時代追求復合型人才，必須大力引進數據方面的人才，只有這樣才能有效利用復雜的數據，獲取數據的應用價值。部門可以采用內培、外聘相結合的模式，以及提高薪資待遇等方式擴大數據管理人才的來源，科技項目數據平臺完善之后將具有“感官”的功能，從數據上支持科技項目管理，向管理人員提供動態的實時信息，數據平臺的發展已經成為科技項目管理工作的推動力之一，實現數據的有效應用。在信息時代，通過深入分析并預測數據，項目管理者能夠獲取更及時的數據信息，以便做出決策或者隨時更新部署。數據平臺在處理海量信息的同時，也促進了科技項目管理工作的進一步發展。在總體上加大監管力度的同時實施嚴格的分級制度，依據不同數據的不同價值和保密程度，劃分相應的監管等級，做到區別化監管，并且最好將責任落實到人，實現責任細分，獎賞分明。只有做到這些，處理科研過程中遇到的數據安全問題才能有一個更完善的狀態，是科研單位正常運行的有效保障。

4.結語

能源行業要想繼續發展就必須順應時代潮流，通過大數據技術進行科技項目管理模式的優化創新。首先革新管理思維，不能過于僵化保守、拒絕新思想，轉變管理思維是優化創新路徑的第一個難關。在此基礎上，從數據獲取、平臺構建、模式創新等多個路徑對科技項目的管理進行最大限度的優化。總而言之，借助科技項目管理的數據化實踐，既可以保證科研單位在大數據時代的市場競爭力，還能為能源行業未來的可持續發展夯實基礎。