大数据项目管理创新

大数据工程管理创新1大数据工程管理创新的根本背景1从数据规模上说，工程型组织在工程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。一是自工程型组织成立开始，就不断地积累着与工程相关的各种信息和数据；二是随着相关制度的完善，大量与工程型组织及工程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，成为工程型组织进行工程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。多源性表达在工程管理创新涉及的数据不仅还可能工程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，不管是工程型组织、工程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，为工程管理创新的持续提升和改良提供了可能。综上所述，大数据成为当前工程管理创新的根本背景。大数据之“大，对于工程型组织开展工程管理创新具有如下影响：1大数据的存在扩展了工程型组织可利用的资源和条件的范围，使得工程型组织能够在一个更广泛的组织生态中开展创新工作。2大数据决定了工程管理创新是数据驱动的，大数据的存在使得工程型组织开展工程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大数据要求工程型组织在组织文化及工作流程等方面做出相应改变，以适应新背景下工程管理创新的要求。一方面大数据之“大，要求工程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，这就要求工程型组织必须重视工程管理创新中的数据问题。2传统工程管理创新与大数据下的工程管理创新比拟工程管理创新的传统模式，主要是基于工程实践、问题驱动的探索式创新。这种模式从特定的工程实践管理问题出发，借助组织知识和专家智慧，利用定性分析或定性与定量相结合的方法，找到解决问题的途径，实现工程管理创新。近年来较有影响力的工程管理创新，如苏通大桥工程工程的综合集成管理、京沪高速铁路工程的标准化管理等，就是这类创新的典型代表。由于探索式创新往往是针对一类特定的工程，使得同类工程工程，能够在已有探索式创新的根底上，通过非本质性的修正，解决本工程面临的管理实践问题，从而形成传统模式的一种衍生模式，即借鉴式创新。但借鉴式创新往往重在形式而非本质，所以鲜有成功案例。例如在京沪高速铁路工程的标准化管理创新取得成功后，大量高速铁路工程乃至公路工程都竞相模仿，但从实际效果看，并不如预期那么理想。大数据下的工程管理创新，那么与传统模式有本质不同。传统工程管理创新犹如“池塘捕鱼，而大数据下的工程管理创新那么如同“大海捕鱼。此处的“池塘和“大海指的是创新的环境和条件，“鱼代表的是可能存在的工程管理创新选择，而“捕鱼的过程即是实现工程管理创新的方法和路径。环境和条件的变化，必然影响到可能的实现途径和结果。因此，从“池塘到“大海的变化，决定着传统工程管理创新和大数据下的工程管理创新存在着诸多本质性的区别。2.1创新环境和条件的区别传统工程管理创新的根本背景是“池塘，“池塘意味着有限的生态，即创新是围绕着组织知识、专家智慧等少数工程型组织自身可能拥有的资源展开的，资源的有限性限制了实现创新的手段和方法。大数据下的工程管理创新，其根本背景是“大海，“大海在某种程度上意味着资源的无限性，大数据下的工程管理创新不仅依赖于工程型组织，还可借助于更为广泛的组织生态中的资源，从而为创新提供了更为有利的条件。2.2驱动因素、创新方式和路径的区别传统工程管理创新是问题驱动的，工程型组织领导、管理专家等在“池塘所提供的资源条件下，应用德尔菲法、头脑风暴法、决策树法等定性或定性定量相结合的方法，自上而下地找到一种创新的方案。而大数据背景下，创新不仅可能是出于问题驱动，同时也可能是基于数据，更多情况下是二者的结合，即提出问题，然后借助于数据确定问题。考虑到数据的共享性，在大数据背景下，可以通过更广泛参与的形式实现工程管理创新。一方面，工程型组织的领导及专家，借助于专业人员对数据的分析处理，形成初选方案，另一方面，工程型组织中其他人员也可以在数据平台下开展研究和分析，提供备选方案，甚至还可以通过一定程度的数据公开，如同众包类网站那样，寻求网友提供的解决方案，从而形成工程管理创新备选方案集。从创新路径来看，大数据背景下的工程管理创新，不再仅仅是自上而下的，而且还可以是自下而上，甚至是网络化的协同方式。在大数据时代，数据是工程管理创新中最重要的要素，而数据分析方法那么是寻求创新的核心问题。目前常见的云计算、数据分析等，尽管也可以用于传统工程管理创新问题，但在大数据背景下，这一问题的应用广度和深度完全不同。2.3创新结果及成功关键因素的区别传统工程管理创新中，受创新背景、条件和手段的限制，可能获得的创新方案是有限的，并且最终创新方案能否获得成功，关键在于资源约束下专家知识的应用。在大数据背景下，创新方案存在更多的可能性，并且最终创新方案决策主要取决于数据分析的结果以及工程型组织对结果的解读；创新方案在实践中是否成功，关键在于数据的可得性和数据分析结果及解读的准确性。基于以上分析，传统工程管理创新与基于大数据的工程管理创新的区别如表1所示。3基于大数据的工程管理创新模型大数据是工程管理创新的核心要素，而数据处理过程那么是大数据问题的关键。相关领域的研究说明，数据处理过程与创新过程存在一种耦合关系，因此，围绕着创新过程中的数据问题，本文建立了基于大数据的工程管理创新模型。3.1数据获取与创新问题界定在工程开始，工程型组织首先要确定是否要进行工程管理创新。这一决策涉及的关键问题是数据的获取问题。借助于BIM技术，将工程的主要技术数据以二维或三维方式呈现出来；借助数据转换技术，将现有的其他形式的数据转化为电子化信息；借助各类信息检索技术，利用搜索引擎等搜集媒体上公开的相关数据。基于获得的这些数据，工程型组织评估是否要进行创新以及能否创新。一旦做出肯定的答复，那么需借助于数据，根据工程型组织管理层及专家知识确定工程管理创新问题。问题的界定通常包括两个阶段：一是大致确定需要创新的范围或领域；二是借助于初步的定性数据分析，明确界定创新问题。3.2数据处理分析与创新方案决策这一阶段，主要是工程管理创新方案决策，而创新方案的形成和决策那么取决于数据处理和分析。工程型组织获取的各类数据，需要进一步的处理，首先需要将大量半结构化数据和非结构化数据，通过数据整合和数据提炼，转化为可用于分析的结构化数据，形成工程管理创新的数据平台。然后由专业分析人员应用云计算、数据挖掘技术、统计分析等分析技术，找到工程管理创新问题范畴内，各类数据之间的关联模型，通过数据分析发现可能影响创新成功或失败的关键因素，提炼出工程管理创新中的核心问题。工程管理创新一般涉及到大量的问题，而数据处理的结果，因数据的可得性、数据人员的专业能力、使用的数据处理方法以及对分析结果的解读的不同而有所差异，并进而可能影响到工程管理创新方案的科学性和合理性。通过共享数据平台信息，工程型组织可以在不同层面、不同维度上获得工程管理创新方案，一是工程型组织领导或专家，自上而下地根据数据分析结果形成工程管理创新方案，二是由工程型组织工作人员，根据数据分析结果自下而上地形成工程管理创新方案，三是可以通过工程型组织外部人员，利用网络渠道收集数据共享平台形成的方案，最终构成工程管理创新方案集。根据数据处理分析的结果，对备选工程创新管理方案进行再验证，包括形成方案的依据的合理性和科学性、预测方案实施成功的概率、以及可能取得的效果，从而择优选择创新方案。3.3动态数据与创新方案实施创新方案在工程生命周期内实施，随着工程的进展，一方面工程实施方面的数据在积累，另一方面，创新方式实施绩效的数据也在积累，这两类数据经过收集、处理过程，成为数据共享平台的一局部，并为工程创新方案的实施绩效评价提供依据。同时动态数据的分析结果，有助于工程创新方案的动态优化。从而确保方案不是一个静态的过程，而是随着工程的进展而处于持续改良的过程之中。3.4新一轮数据收集和分析过程与创新方案的提升基于大数据的工程管理创新方案，始终经历着数据分析结果的检验，借助数据收集和分析，应用于其他类似工程中去，因而可能防止借鉴式创新带来的困境。通过对新的工程的相关数据的收集和进一步分析结果，可以恰当的方式对原有工程管理创新方案进行修正，从而在某种程度上实现工程管理创新方案的提升。4大数据下工程管理创新实施建议为使基于大数据的工程管理创新模型在工程实践中具有可操作性，提出如下建议：1工程型组织应着手进行企业文化和决策机制方面的改革。努力建立一种与大数据管理创新相适应的广泛参与的企业文化，将以往基于组织领导者意图或专家知识的决策转化为数据驱动的决策，以数据分析结果作为决策和评价的根底。2以信息化建设为中心，优化设计组织结构。工程型组织宜在传统的职能型或矩阵制组织结构中增加专门的信息部门，用以收集、处理和分析数据，为工程管理创新及其他组织业务提供支持，同时加强信息部门与业务部门、外界的配合与合作，尽可能完善地获取数据和信息；以信息化为中心重新组织工作流程，实现从业务部门、工程型组织到组织生态等不同层次的数据过程的贯穿。3工程型组织还应该改变当前的人力资源管理。增加对数据分析方面专业人才的积累，并且在大数据应用方面突出多专业的配合。