共计 1367 个字符，预计需要花费 4 分钟才能阅读完成。
简介：资源预测是项目管理过程中的一个环节，即通过搭建适合的数据模型，对将来的我的项目人力资源投入状况进行无效预测，能够更加精准的实现我的项目资源布局并能及时发现问题进行相干调整。
作者 | 喻琛涵 (彦泓) 起源 | 阿里开发者公众号业务背景资源预测是项目管理过程中的一个环节，即通过搭建适合的数据模型，对将来的我的项目人力资源投入状况进行无效预测，能够更加精准的实现我的项目资源布局并能及时发现问题进行相干调整。难题和痛点 PM 排期时没有无效数据撑持资源应用状况，每次排期都须要找各个研发团队 TL 沟通，会产生很大的沟通老本。线下保护我的项目资源投入信息会产生很多工作量，为研发团队和 PM 造成额定的治理老本。手工保护会导致各团队规范不对立，无奈进行大规模推广。解决方案【中心思想】通过日常项目管理流程，即可达到资源预测的目标，不给项目管理过程减少额外负担。3.1 根本要求
3.2 具体步骤流动 1：构思成果——搭建数据模型——（间接 / 数据加工）——建设数据源在后面 3.1 章节中提到的报表，即是想要的成果。参数和根底性能即为数据模型即为数据源，很显著这些数据源无奈间接利用到成果展现，因而须要进行数据加工。流动 2：先通过简略工具建设 Demo，确认可行性，并对照应用过程逐渐进行优化我抉择通过 Excel 进行 Demo 解决，详情可见文末《PMO- 资源预测_模板》。
流动 3：利用现有平台和工具实现线上化在确认数据后果稳固、牢靠的前提下，就能够开始布局工具线上化，毕竟 Excel 解决数据量较大时会十分卡顿。
业务成绩 PM 排期时能提供无效数据撑持可用资源查问。缩小研发、测试治理投入老本，通过日常项目管理流程（我的项目总轴和我的项目成员投入）只须要两步，即可达到资源预测的指标。【应用过程中逐步发现优化点，目前正在设计更加简便的预测模型，争取做到无感预测】建设更迷信的、体系化的数据预测模型，增强数字化治理根底能力、为资源投入偏差提供剖析参考。数字化治理的布局和思考数据源和加工的根底数据模型，在设计时，因素和维度要思考充沛，这样能够不便前期进行二次加工。尽量抉择合乎日常工作习惯的线上工具，能够向工具研发组提需要，也能够自行学习研发。因为自己是 PM，因而总结了一套适宜非研发同学应用的材料。从日常工作中发现痛点，总结法则和办法，通过小范畴验证，进而提炼规范和流程，最终实现数字化治理动作。每个数字背地，都是实在的我的项目和人，关键在于怎么利用这些数字。如果是为了汇报，生吞活剥凑进去，参加的同学都会狐疑这些数字的意义；如果遇到问题，TL 和 PM 该反馈的反馈，该回升的回升，不能为了凑而凑，辩证的执行。如果把数字化治理，与业产研月会、需要排序、需要排期等联合，并用于剖析定位和辅助决策，将会十分有价值，且属于日常治理一部分。《PMO- 资源预测_模板》：https://zhuanlan.zhihu.com/p/… 重磅来袭！2022 上半年阿里云社区最热电子书榜单！千万浏览量、百万下载量、上百本电子书，近 200 位阿里专家参加编写。多元化抉择、全畛域笼罩，汇聚阿里巴巴技术实际精髓，读、学、练一键三连。开发者藏经阁，开发者的工作伴侣~ 点击这里，查看详情。
原文链接：http://click.aliyun.com/m/100…
本文为阿里云原创内容，未经容许不得转载。
