京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浅谈影响项目成败的几个方面
首先,要记住的一句话就是:范进本质风资。
范:即范围、进:即进度、本:即成本、质:即质量、风:即风险、资:即资源
范围:
范围影响着项目的工作量,范围的大小决定了项目团队的工作量多少。项目工作开始时,需要先确定项目范围。在项目开展的过程中,纪要防止范围蔓延、又要防止镀金。时刻监控项目的范围,保证项目范围在可控制内非常重要。范围的蔓延势必会导致项目进度延后、成本增加、风险增加、资源浪费。
进度:
进度的管理一定程度上即是对时间的管理,保证项目在规定的时间完成规定的工作量。在规定的时间点到达指定里程碑。理想中的项目进度都是完美的。现实中的进度总是差强人意。影响项目进度的因素有但不限于:范围增加、资源不足、项目质量不合格导致的项目返工等。而项目进度的延迟,又会加大项目的风险、加大项目的成本及资源消耗。
成本:
说到成本,就不可避免的关系到钱。也会跟利润挂钩。当然,如果是战略性项目,不考虑成本,玩命砸钱的那种除外。那种太土豪的项目还是少的。一个项目的成本包括:人力成本、物料成本等等。就IT项目而言,人力成本是最大的成本,其次,IT硬件成本。影响项目成本增加的原因包括但不限于:范围的增加、进度拖延、项目质量不符合标准导致的项目返工、项目资源比如人力资源的频繁更换等都会增加项目的成本。
质量:
说到质量,对一个项目来说是不可动的警示灯。一个项目最不应该影响的,就是质量。质量的好坏决定了验收时是否通过,也就在很大程度上关系了项目的成败。一个项目,如果你进度延后一些、成本增加一些或许还可以接受。但是,如果质量不能够达标,那就算你进度提前了再多,成本控制的再好,也是无用的。因为,你的项目不能作为可交付成果交予客户验收。而且,也不会通过项目验收,当然土豪客户除外。
风险:
风险包括积极风险和消极风险。对于积极风险我们要争取,对于消极风险我们要积极应对。而导致项目风险的原因也有很多。包括但不限于:范围的增加、成本预算下调、质量控制不达标、项目人员离职等等。
资源:
资源涵盖的很多,比如人力资源、采购资源等等。一个项目资源的多少,决定的项目进度的快慢、而进度的延迟又会增加时间成本以及增加风险等问题。所以,在项目成立之初,能够很好的确定项目可利用资源对以后项目的进展关系很大。
本人不才,以上内容属于个人想法。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20