当我们谈论计划时,我们在谈论什么?

作者:张晓燕

全文共 2219 字,阅读需要 6 分钟


———— / BEGIN / ————


当谈到项目经理的工作职责时,很多人脑海里蹦出的第一个词就是“做计划”。


的确,项目经理的日常工作与计划这个词密不可分。本文中所讨论的“计划”特指“项目进度计划”,笔者将分享一些在做计划时的实践和感悟,供大家参考和借鉴。


计划是什么?


PMP的定义中,项目进度计划展现活动之间的相互关联、以及计划日期、持续时间、里程碑和所需资源。


可见,计划不是简单地只有时间节点,其中包含了依赖关系、任务估算、目标分解和资源日历等众多内容,而且在计划的背后,隐含了时间、范围、成本的相互制约和平衡,干系人的沟通与确认,最长路径识别与风险管理等等。


做计划着实是一种整合的艺术。


我们为什么要做计划?


笔者认为,计划其实是团队对于目标的承诺。


团队对计划的看法,其实就是对“目标”和“承诺”的重视程度。


为什么要做计划,笔者认为主要原因有以下几点:


  • 团队对于产出需要有时间目标和心理预期;

  • 团队需要对交付时间达成一致并作出承诺;

  • 团队需要计划来对未来工作进行合理规划;

  • 通过计划和实际之间的偏差统计,可以帮助体察团队状态。


我们如何做计划?


在笔者经历的“智能医疗”和“网易大数据”两个项目中,分别采用了“固定范围,灵活时间”和“固定时间,灵活范围”两种不同计划方式。


固定范围,灵活时间


这种方式需要明确版本范围,依据范围进行任务分解和估算,然后通过任务的依赖关系、资源的安排情况来进行规划,从而得到项目计划。


这种自上而下的小瀑布模式,在传统项目管理中被普遍采用,团队接受度也普遍较高。


当发生变更或实际和计划发生偏差时,往往延迟版本发布。其缺点也比较明显,如目标容易不聚焦、变更的影响往往较大、容易采用加班、降低质量等手段来追赶进度等。


固定时间,灵活范围


这种方式也称为固定时间盒,时间计划已提前规划好,然后依据时间盒来确定需求范围


做计划的过程中会遇到哪些问题?


笔者目前在项目中采用固定时间盒的计划方式,在做计划过程中遇到的问题和采取的解法如下:


问题1:


团队反馈某项功能在一个规定的时间盒内做不完,团队要求延长时间盒


解法:


如某项任务估算较大,可能需要更合理地进行WBS,同时任务粒度拆分也有助于降低风险。同时需要明确,‘时间盒不等于上线,一个时间盒内可以多次上线,一项任务也可以持续多个时间盒。


问题2:


版本间的功能总是有差异,如何使每个阶段的盒子固定下来呢?


解法:


时间盒的固定,可以依据历史经验、团队评估、或对交付频率的要求来确定,对于需求、交互、视觉等设计阶段,因其特殊性可进行少量协调,原则上需保证开发阶段时间盒的一致性。同时,团队往往容易陷入依据范围来确定时间的工作模式,需要及时调整和纠正。


问题3:


如果实际进度已经延期了,是否需要调整计划?


解法:


如果实际进度延期较严重,建议调整版本计划,并标明调整原因。若少量延期也可不做调整,后续阶段追赶达到目标。(注意对于时间目标不可变的情况不适用。)


问题4:


版本过程中需求变更频繁,导致延期严重。


解法:


固定时间盒的原则就是依据时间来调整范围。当固定的时间盒已经排满,若塞进更重要的东西,则需要拿出不那么重要的东西,一直塞的结果是盒子爆掉、任务一直做不完、版本一直延期、产出的目标和质量都不如人意。


计划如何做的更好?


如果迭代频率合适、延期率很低、任务拆分明确、工作量估算合理,就是好的计划吗?项目计划如何提升和改进呢?


围绕目标


项目计划一定要与项目目标强关联,合理的计划一定是为达成目标而服务的。


比如,项目处于时刻变化的市场环境中,那么评估项目计划的标准一定是对于需求变更的反应程度,团队是否可以适应变更并快速调整,才是关键;如果安全性和稳定性是项目目标,那么项目计划需要尽可能细粒度,每个节点的责任人和交付时间都需要明确,同时输入输出标准需要严格把关;如果项目涉及到多团队合作,那么在计划中体现各环节的衔接,保证对团队对计划达成一致就很重要。

因此,衡量项目计划的标准,一定是要保证在合理的时间内,做真正重要的事情。


接受变化


传统的瀑布型项目中,项目计划往往细致而严谨,每一个节点都要保证按期交付,如果实际进度有偏差,一定是通过进度调整来保证按计划进行。


而在敏捷的理念中,事情必然会发生变化、需求必然会发生涌现,进度不是关键,如果发生了变化,比如需求变更、范围调整、团队变化、甚至是目标变更,更合理方式一定是调整计划,甚至推翻原有计划重新来做。


但是这种变化不是随意的,一定需要对每一次调整进行总结和反思,来逐步优化改进。


看的更深


每一个项目计划的背后,包含了时间、范围、成本的相互制约和平衡,干系人的沟通与确认,最长路径识别与风险管理等等。每一个时间点背后,一定隐含了一项或者多项最关键的因素。


当某一个环节出现问题、某一个节点延期,需要看到背后的原因,并从项目计划中分析带来的影响,从而做出最合理的决策来解决现有问题。


并非所有问题都会对项目本身的完成产生根本性的影响。


项目的逻辑在于:使用较低成本,较快较好的完成既定目标。抓准主要矛盾,适当取舍,才是最佳的解决方案。


———— / END / ————


作者:张晓燕,网易杭研项目管理部。PMP认证,在网易负责数据科学中心与信息流项目管理工作,曾负责运维部门、智能医疗等项目。《网易一千零一夜》主要编辑之一。

本文由 @网易杭研项目管理(微信公众号:NetEasePM) 原创发布于人人都是产品经理。未经许可,禁止转载。


↓↓↓ 点击"阅读原文" 下载APP 

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值