大數(shù)據(jù)挖掘與分析在項(xiàng)目管理中的機(jī)遇與應(yīng)用

曾濤 阮彬

[摘 ? ?要] 針對(duì)當(dāng)前大數(shù)據(jù)爆發(fā)的環(huán)境對(duì)包括項(xiàng)目管理在內(nèi)的很多傳統(tǒng)工作造成的沖擊和帶來(lái)的機(jī)遇現(xiàn)狀，文章通過(guò)案例分析，以當(dāng)下流行編程語(yǔ)言Python 為例，選擇相應(yīng)的分析工具，嘗試探討在大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘與分析如何在項(xiàng)目管理中的應(yīng)用，希望能夠?yàn)槠髽I(yè)在項(xiàng)目管理中提供更好的實(shí)施工具。

[關(guān)鍵詞] 大數(shù)據(jù)挖掘與分析;項(xiàng)目管理;Python技術(shù)

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 23. 048

[中圖分類號(hào)] F270.7 ? ?[文獻(xiàn)標(biāo)識(shí)碼] ?A ? ? ?[文章編號(hào)] ?1673 - 0194（2020）23- 0115- 03

0 ? ? ?引 ? ?言

項(xiàng)目管理作為管理學(xué)的分支學(xué)科，其與管理學(xué)所研究的本質(zhì)一樣，都是在有限資源條件的約束下，科學(xué)運(yùn)用系統(tǒng)的觀點(diǎn)、方法和理論，對(duì)項(xiàng)目中所涉及的工作內(nèi)容進(jìn)行優(yōu)化管理。當(dāng)今的社會(huì)正在經(jīng)歷著信息革命，其特征之一便是數(shù)據(jù)信息的爆炸式增長(zhǎng)，項(xiàng)目管理也不例外。一個(gè)項(xiàng)目從提出到實(shí)施往往會(huì)伴隨著大量數(shù)據(jù)的產(chǎn)生。大數(shù)據(jù)顧名思義是指數(shù)據(jù)量大、類別多的數(shù)據(jù)集合，而且無(wú)法用傳統(tǒng)的數(shù)據(jù)庫(kù)工具對(duì)其數(shù)據(jù)集內(nèi)容進(jìn)行抓取、處理和管理。大數(shù)據(jù)挖掘與分析是一種新的數(shù)據(jù)處理模式，其對(duì)數(shù)據(jù)的獲取與分析具有極強(qiáng)的決策力、洞察力和優(yōu)化能力。

伴隨著大數(shù)據(jù)時(shí)代的來(lái)臨，大數(shù)據(jù)挖掘與分析在全球成為一個(gè)熱門(mén)話題。大數(shù)據(jù)挖掘與分析就是通過(guò)算法計(jì)算，然后從大量的數(shù)據(jù)中搜索隱藏于其中的有用信息，同時(shí)基于機(jī)器學(xué)習(xí)、人工智能、數(shù)據(jù)庫(kù)、統(tǒng)計(jì)學(xué)、可視化技術(shù)等分析工具，高度自動(dòng)化地對(duì)企業(yè)的數(shù)據(jù)進(jìn)行分析，并進(jìn)行歸納推理，從中挖掘出潛在的有價(jià)值的信息，幫助決策者更好、更快地調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)以及作出正確的經(jīng)營(yíng)決策。大數(shù)據(jù)時(shí)代，大數(shù)據(jù)對(duì)包括項(xiàng)目管理在內(nèi)的很多傳統(tǒng)工作既造成了一定的沖擊，同時(shí)也帶來(lái)了機(jī)遇。如果能夠?qū)⒋髷?shù)據(jù)挖掘與分析的理念與方法引入到項(xiàng)目管理中，可以更準(zhǔn)確更有效率地對(duì)項(xiàng)目管理進(jìn)行規(guī)劃和實(shí)施，降低項(xiàng)目風(fēng)險(xiǎn)，從而精準(zhǔn)地實(shí)現(xiàn)在項(xiàng)目管理中實(shí)施的目標(biāo)。

文章以當(dāng)下流行的編程語(yǔ)言Python 為例，選擇相應(yīng)的分析工具，就大數(shù)據(jù)挖掘和分析對(duì)項(xiàng)目管理所造成的沖擊和帶來(lái)的機(jī)遇，探討大數(shù)據(jù)挖掘與分析在項(xiàng)目管理中的應(yīng)用，希望能夠?yàn)轫?xiàng)目管理實(shí)施提供更好的分析工具。

1 ? ? ?數(shù)據(jù)挖掘與分析對(duì)項(xiàng)目管理造成的沖擊和帶來(lái)的機(jī)遇

項(xiàng)目管理指在實(shí)際工作中，管理者為了更高效地實(shí)現(xiàn)活動(dòng)目標(biāo)，結(jié)合一系列專業(yè)理論方法經(jīng)驗(yàn)，在有限的外在約束條件下，采取相關(guān)的活動(dòng)措施，對(duì)項(xiàng)目所涉及的所有工作進(jìn)行全面系統(tǒng)的有效管理，進(jìn)而實(shí)現(xiàn)或超額完成目標(biāo)。即項(xiàng)目管理貫穿一項(xiàng)目標(biāo)活動(dòng)開(kāi)始前的規(guī)劃、投資決策、實(shí)施落地到項(xiàng)目終止的整個(gè)過(guò)程，通過(guò)系統(tǒng)化、全面協(xié)調(diào)指揮把控，推進(jìn)實(shí)現(xiàn)項(xiàng)目活動(dòng)的最終目標(biāo)。項(xiàng)目管理涉及體量龐大的信息數(shù)據(jù)，如果不能對(duì)這些海量數(shù)據(jù)進(jìn)行恰當(dāng)?shù)奶幚?，使之轉(zhuǎn)化成有效的信息，項(xiàng)目管理工作將會(huì)嚴(yán)重滯后，無(wú)法保證項(xiàng)目管理的效率和質(zhì)量。因此，面臨越來(lái)越龐大冗雜的信息數(shù)據(jù)，傳統(tǒng)的純?nèi)斯ろ?xiàng)目管理方式是遠(yuǎn)無(wú)法應(yīng)對(duì)的，這要求項(xiàng)目人員必須重視構(gòu)建、優(yōu)化完善的項(xiàng)目數(shù)據(jù)體系，不斷提升其數(shù)據(jù)分析處理能力，并學(xué)會(huì)善于用大數(shù)據(jù)技術(shù)指導(dǎo)項(xiàng)目工程的進(jìn)度計(jì)劃。

1.1 ? 大數(shù)據(jù)挖掘與分析對(duì)項(xiàng)目管理造成的沖擊

數(shù)據(jù)海量、種類繁多是大數(shù)據(jù)時(shí)代的典型特征，這些特點(diǎn)給項(xiàng)目管理帶來(lái)了一定的沖擊。海量數(shù)據(jù)使得獲取數(shù)據(jù)的難度增加，而數(shù)據(jù)種類繁多導(dǎo)致通過(guò)分析而獲得有價(jià)值信息的難度加大，雙重因素疊加，使得傳統(tǒng)上用來(lái)支持項(xiàng)目管理的信息系統(tǒng)難以應(yīng)對(duì)新的形勢(shì)，項(xiàng)目管理者難以在較短的時(shí)間內(nèi)獲得有效的數(shù)據(jù)和信息，從而導(dǎo)致相關(guān)的決策面臨著更多的不確定性和風(fēng)險(xiǎn)，項(xiàng)目管理的效率和效果都受到影響。

上述問(wèn)題在中小型企業(yè)更加明顯，大多數(shù)中小企業(yè)在海量數(shù)據(jù)的沖擊下，其數(shù)據(jù)挖掘和分析能力卻十分有限，這勢(shì)必會(huì)造成數(shù)據(jù)利用程度和分析質(zhì)量達(dá)不到項(xiàng)目管理的要求。大數(shù)據(jù)時(shí)代誰(shuí)先把握住先機(jī)誰(shuí)就掌握了主動(dòng)權(quán)，所以在項(xiàng)目管理中重視大數(shù)據(jù)的應(yīng)用刻不容緩。

1.2 ? 大數(shù)據(jù)挖掘與分析給項(xiàng)目管理帶來(lái)的機(jī)遇

大數(shù)據(jù)環(huán)境下，數(shù)據(jù)信息的挖掘和分析都發(fā)生了很大的變革，新的數(shù)據(jù)挖掘技術(shù)主要利用算法搜索隱藏于海量數(shù)據(jù)中的規(guī)律，進(jìn)而更高效、便利地獲取有價(jià)值的信息，將無(wú)用繁雜的信息轉(zhuǎn)化成極高效的推動(dòng)項(xiàng)目管理進(jìn)程的利器。近年來(lái)，大數(shù)據(jù)挖掘分析受到各行各業(yè)的極大關(guān)注，這主要是隨著全球化和信息化時(shí)代的到來(lái)，如何將紛亂雜多的海量數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的信息和知識(shí)是當(dāng)下人民最迫切的需求，因而數(shù)據(jù)挖掘與分析工具也不斷豐富起來(lái)，比如常見(jiàn)的有：

SAS Data Mining：SAS被稱為“決策支持的最佳工具之一”，它是集數(shù)據(jù)采集、數(shù)據(jù)管理、數(shù)據(jù)分析和信息展現(xiàn)為一體的多功能分析工具。

Python：Python作為大眾語(yǔ)言，是一種免費(fèi)的開(kāi)源語(yǔ)言，且簡(jiǎn)單易學(xué)，容易入門(mén)，具有較強(qiáng)的可移植性和可擴(kuò)展性。與其他數(shù)據(jù)分析工具相比，Python具有較高的兼容性，能夠很好地應(yīng)用于其他語(yǔ)言，如用戶可以將其他語(yǔ)言（如C或C++）編寫(xiě)的部分程序應(yīng)用到Python程序中執(zhí)行。

IBMSPSS：SPSS是全球領(lǐng)先的數(shù)據(jù)挖掘和統(tǒng)計(jì)分析產(chǎn)品，包括統(tǒng)計(jì)學(xué)分析和報(bào)告、數(shù)據(jù)挖掘和預(yù)測(cè)建模、決策管理和部署、大數(shù)據(jù)分析等。

R語(yǔ)言：與Python相似，R語(yǔ)言也是一種免費(fèi)的開(kāi)源語(yǔ)言，且R語(yǔ)言在很多平臺(tái)上都能得到運(yùn)用，比如常用的MacOS、Linux和Windows等。R語(yǔ)言可以從系統(tǒng)軟件、數(shù)據(jù)庫(kù)管理系統(tǒng)、文本文件、統(tǒng)計(jì)軟件以及專門(mén)的數(shù)據(jù)倉(cāng)庫(kù)等各種類型的數(shù)據(jù)源中輕松的導(dǎo)入數(shù)據(jù)。

Rapid Miner：Rapid Miner是以Java為基礎(chǔ)，用Java編程語(yǔ)言編寫(xiě)的一個(gè)集成環(huán)境，用于研究和進(jìn)行實(shí)際的數(shù)據(jù)挖掘任務(wù)?？膳cPython、R語(yǔ)言整合，且可以連接Stata、SAS、Excel、Access、CSV等在內(nèi)的多種資料檔案來(lái)源以及Oracle、IBM、SQL Server、My SQL等多種類型的資料庫(kù)。

在這些常見(jiàn)的數(shù)據(jù)挖掘和分析技術(shù)中不乏有既實(shí)用又易學(xué)的技術(shù)。接下來(lái)，我們以Python技術(shù)為例，來(lái)探究其在項(xiàng)目管理中的應(yīng)用。

2 ? ? ?Python在項(xiàng)目管理中的應(yīng)用

2.1 ? Python語(yǔ)言簡(jiǎn)介

Python是一種免費(fèi)的、開(kāi)源的動(dòng)態(tài)類型語(yǔ)言，是一個(gè)結(jié)合了互動(dòng)性、編譯性、解釋性和面向?qū)ο蟮母邔哟文_本語(yǔ)言，可以應(yīng)用于眾多領(lǐng)域。由于Python在使用設(shè)計(jì)上一貫堅(jiān)持清晰劃一的風(fēng)格，這使它具有易讀易維護(hù)的特點(diǎn)，得到了用戶的廣泛歡迎。在數(shù)據(jù)挖掘與分析方面，Python更是比其他語(yǔ)言具有優(yōu)勢(shì)，易上手、高度的封裝性以及豐富的第三方庫(kù)資源和代碼開(kāi)源，使Python逐漸得到了業(yè)內(nèi)的熱捧。

2.2 ? 如何利用Python應(yīng)對(duì)大數(shù)據(jù)挖掘與分析對(duì)項(xiàng)目管理造成的沖擊

2.2.1 ? 利用爬蟲(chóng)進(jìn)行數(shù)據(jù)挖掘

在面對(duì)互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代，對(duì)外部數(shù)據(jù)的獲取可以借助Python爬蟲(chóng)技術(shù)（遵守robots協(xié)議），根據(jù)項(xiàng)目管理者的需求，通過(guò)設(shè)置關(guān)鍵字段信息，在網(wǎng)絡(luò)上對(duì)相關(guān)的數(shù)據(jù)進(jìn)行抓取。Python爬蟲(chóng)技術(shù)具有速度快、準(zhǔn)確性高、可操作性強(qiáng)等特點(diǎn)，能夠有效提升數(shù)據(jù)采集和分析的效率，提高信息質(zhì)量，與傳統(tǒng)的人工搜尋相比，它在避免數(shù)據(jù)錯(cuò)誤和遺漏方面優(yōu)勢(shì)明顯，針對(duì)數(shù)據(jù)爬取過(guò)程中產(chǎn)生的問(wèn)題，用戶可以通過(guò)對(duì)代碼錯(cuò)誤進(jìn)行篩選排查、或者調(diào)整代碼的方式予以解決，而不需要重新編寫(xiě)代碼。

在進(jìn)行數(shù)據(jù)分析前，Python還可以對(duì)獲取到的數(shù)據(jù)進(jìn)行清洗、篩選、填充、預(yù)處理等，把一些不符合要求、非結(jié)構(gòu)化的、錯(cuò)誤的數(shù)據(jù)去掉，使之能更好地為數(shù)據(jù)分析服務(wù)。另外Python也可以借助多元線性回歸、貝葉斯、神經(jīng)網(wǎng)絡(luò)、聚類分析等技術(shù)方法，對(duì)數(shù)據(jù)進(jìn)行挖掘處理。

例如圖1，房地產(chǎn)公司在規(guī)劃房產(chǎn)投資項(xiàng)目時(shí)，首先要考慮到當(dāng)?shù)叵嚓P(guān)的收入水平和房?jī)r(jià)等方面的信息，此時(shí)可以利用爬蟲(chóng)技術(shù)在網(wǎng)頁(yè)上抓取相關(guān)的信息。例如我們對(duì)某房產(chǎn)平臺(tái)發(fā)布的信息進(jìn)行爬取，首先導(dǎo)入requests、bs4、re、openpyxl庫(kù)，然后定義函數(shù)以獲取代碼和網(wǎng)頁(yè)信息，最后通過(guò)執(zhí)行程序，就可以將獲取的信息以Excel文件的形式存放在指定的路徑下并完成對(duì)數(shù)據(jù)的爬取工作，抓取到的內(nèi)容如圖1所示。

2.2.2 ? 利用Python數(shù)據(jù)分析

數(shù)據(jù)分析是指利用統(tǒng)計(jì)學(xué)、數(shù)學(xué)和計(jì)算機(jī)語(yǔ)言等，對(duì)收集來(lái)的數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚砗烷_(kāi)發(fā)，從而發(fā)現(xiàn)數(shù)據(jù)之間規(guī)律的過(guò)程。數(shù)據(jù)分析的工具眾多，比如Excel、Java、R語(yǔ)言、Python、SQL、Matlab等數(shù)據(jù)分析工具都能對(duì)獲取的數(shù)據(jù)進(jìn)行合理有效挖掘與分析。但Python在數(shù)據(jù)分析方面具有很大的優(yōu)勢(shì)：首先Python擁有較為全面的數(shù)據(jù)分析庫(kù)支持，例如pandas、numpy、matplotlib、seaborn、bs4以及基于web構(gòu)建可視化的plotly等數(shù)據(jù)分析庫(kù);其次Python有著方便快捷實(shí)現(xiàn)數(shù)據(jù)可視化的能力，matpoltlib庫(kù)和seaborn庫(kù)能夠很方便地對(duì)數(shù)據(jù)分析創(chuàng)建2D和一些簡(jiǎn)單的3D圖表。

比如項(xiàng)目管理過(guò)程中常用的甘特圖，也可以通過(guò)Python中plotpy庫(kù)來(lái)實(shí)現(xiàn)，先導(dǎo)入需要的庫(kù)，接著導(dǎo)入項(xiàng)目、數(shù)據(jù)以便對(duì)其進(jìn)行定義，就可以創(chuàng)建項(xiàng)目進(jìn)度的甘特圖，如圖2。

在項(xiàng)目管理工作中，引入Python語(yǔ)言進(jìn)行大數(shù)據(jù)挖掘與分析，而所獲取的數(shù)據(jù)信息為項(xiàng)目管理提供了精準(zhǔn)決策和科學(xué)管理的依據(jù)，有效地提高了決策工作的效率和質(zhì)量，增強(qiáng)了決策的科學(xué)性和抗風(fēng)險(xiǎn)能力，有利于節(jié)約項(xiàng)目成本，減少資源的浪費(fèi)。

3 ? ? ?Python給項(xiàng)目管理帶來(lái)的機(jī)遇

3.1 ? 管理路徑優(yōu)化

隨著大數(shù)據(jù)時(shí)代的到來(lái)，項(xiàng)目管理的工作模式也變得更有深度和難度，傳統(tǒng)的項(xiàng)目管理方式很多都已經(jīng)無(wú)法適應(yīng)信息時(shí)代的需要，效率低、差錯(cuò)率高，成效不明顯等一系列問(wèn)題時(shí)有發(fā)生。通過(guò)Python構(gòu)建相關(guān)數(shù)據(jù)分析庫(kù)，對(duì)數(shù)據(jù)進(jìn)行行之有效的挖掘與分析，可以洞察數(shù)據(jù)背后的規(guī)律性，從而有效提高數(shù)據(jù)信息處理和使用效率，保障信息質(zhì)量，讓項(xiàng)目管理更具規(guī)范性和系統(tǒng)性，節(jié)約時(shí)間成本，起到管理路徑優(yōu)化的作用。

3.2 ? 數(shù)據(jù)收集和分析過(guò)程創(chuàng)新

與傳統(tǒng)的數(shù)據(jù)收集相比，Python爬蟲(chóng)進(jìn)行相關(guān)數(shù)據(jù)收集更為便捷。內(nèi)部數(shù)據(jù)可以直接從企業(yè)數(shù)據(jù)庫(kù)獲取;外部數(shù)據(jù)可以通過(guò)建立爬蟲(chóng)對(duì)數(shù)據(jù)進(jìn)行獲取，然后進(jìn)行分析。就獲取的數(shù)據(jù)可能存在非結(jié)構(gòu)化或半結(jié)構(gòu)化的情況，可對(duì)其先進(jìn)行預(yù)處理，將其轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)再進(jìn)行分析，極大地提升項(xiàng)目管理所需信息的獲取效率和質(zhì)量。另外，使用數(shù)據(jù)分析還能發(fā)現(xiàn)項(xiàng)目管理中存在的不足，對(duì)項(xiàng)目做出科學(xué)分析，找出問(wèn)題根源及時(shí)提出解決方案，從而有效地降低項(xiàng)目風(fēng)險(xiǎn)。由于Python所具有的接合性特點(diǎn)，因此它也常被稱為“膠水”語(yǔ)言，它能很自然地與其他編程語(yǔ)言對(duì)接，這使得Python處理數(shù)據(jù)起來(lái)更為強(qiáng)大，范圍應(yīng)用更加廣泛，使得項(xiàng)目管理能夠利用的資源有所增加，也將為項(xiàng)目管理工作創(chuàng)造更多的機(jī)會(huì)，使得項(xiàng)目管理者在同行中擁有一定的主動(dòng)性，同時(shí)也給項(xiàng)目管理創(chuàng)新創(chuàng)造帶來(lái)保障支撐。

3.3 ? 項(xiàng)目管理工作方法創(chuàng)新，增強(qiáng)抗風(fēng)險(xiǎn)能力

在傳統(tǒng)的項(xiàng)目管理中，可以發(fā)現(xiàn)因人工自帶的不穩(wěn)定性而導(dǎo)致的工作失誤情況屢見(jiàn)不鮮。例如，工程造價(jià)計(jì)算錯(cuò)誤、成本分析錯(cuò)誤等問(wèn)題時(shí)有發(fā)生，而這將嚴(yán)重影響企業(yè)的項(xiàng)目管理質(zhì)量和項(xiàng)目經(jīng)濟(jì)效益。雖說(shuō)企業(yè)也針對(duì)這些現(xiàn)象建立了相應(yīng)的管理制度，但是在傳統(tǒng)的項(xiàng)目管理模式下，還是無(wú)法避免出現(xiàn)人為的操作失誤和故意為之的現(xiàn)象。針對(duì)這種情況，項(xiàng)目管理方可以通過(guò)運(yùn)用Python技術(shù)結(jié)合數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)庫(kù)，對(duì)企業(yè)項(xiàng)目運(yùn)營(yíng)管理過(guò)程中出現(xiàn)的各種數(shù)據(jù)進(jìn)行儲(chǔ)存管理，在項(xiàng)目管理的任何時(shí)間節(jié)點(diǎn)都可以通過(guò)Python調(diào)用數(shù)據(jù)庫(kù)中的數(shù)據(jù)，進(jìn)而對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行對(duì)比分析、審核等，能系統(tǒng)性地和高效地避免出現(xiàn)數(shù)據(jù)錯(cuò)誤和人為錯(cuò)誤。