Офис управления инженерными проектами: анализ данных для увеличения эффективности работы 
Будели Л.

1
Введение

2
1. Метод исследования
2. Существующая теория (свод знаний)
3. Руководство PMO

3
Рис. 1. Эмпирическое исследование
Рис. 2. Стандартный процесс руководства PMO

4
3.1. Люди
3.2. Технология
4. Моделирование анализа данных

6
Рис. 3. Применение извлеченных уроков в офисе управления проектами

8
5. Разработка новой модели и новая теория: совокупность знаний
6. Управление получением выгод
Рис. 4. Применение анализа данных в офисе управления проектами

9
7. Перепроектирование процесса управления проектами
8. Конструирование признаков

10
Рис. 5. Анализ данных: связывание целей организации с результатами проекта через управление ограничениями
9. Роль конструирования признаков в анализе «больших данных»

11
Рис. 6. Использование анализа данных от создания бизнес-модели проекта до его закрытия
Рис. 7. Важная часть проектирования признаков для анализа данных

12
10. Освоение новых ролей
11. Улучшенный объект
12. Примеры анализа данных в проекте
13. Применение анализа данных в инженерных проектах

13
Рис. 8. Использование анализа данных для прогнозирования стоимости будущих проектов в офисе управления проектами

14
Рис. 9. Использование анализа данных для прогнозирования стоимости жизненного цикла проекта для двух альтернатив

15
Заключение
Литература

Ключевые слова: анализ данных, офис управления проектами, достижение выгод, управление проектом, мониторинг

Аннотация

Статья посвящена использованию инструментов и технологий анализа данных для увеличения эффективности работы офиса управления проектами с целью достижения желаемых выгод.

Журнал: «Управление проектами и программами» — №3, 2021 (© Издательский дом Гребенников)
Объем в страницах: 16

DOI

10.36627/2075-1214-2021-3-3-170-185 — https://doi.org/10.36627/2075-1214-2021-3-3-170-185

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Batra D. (2018). «Agile values or plan-driven aspects: which factor contributes more toward the success of data warehousing, business intelligence, and analytics project development?» Journal of Systems and Software, Vol. 146, pp. 249–262.

2. Bucero A. (2018). «Data analytics and project portfolio management». In: Data Analytics in Project Management. Boca Raton: Auerbach Publications, pp. 63–90.

3. Bragen M. (2018). «IT solutions of data analytics as applied to project management». In: Data Analytics in Project Management. Boca Raton: Auerbach Publications, pp. 133–150.

4. Brijs B. (2018). «Data analytics and scrum». In: Data Analytics in Project Management. Boca Raton: Auerbach Publications, pp. 193–211.

5. Jamil G.L., Carvalho L.F.M. (2019). «Improving project management decisions with big data analytics». In: Handbook of Research on Expanding Business Opportunities with Information Systems and Analytics.

6. Kambatla K., Kollias G., Kumar V., Grama A. (2014). «Trends in big data analytics». Journal of Parallel and Distributed Computing, Vol. 74(7), pp. 2561–2573.

7. Larson D. (2018). «Agile project management and data analytics». In: Data Analytics in Project Management. Boca Raton: Auerbach Publications, pp. 171–192.

8. LaValle S., Lesser E., Shockley R., Hopkins M.S., Kruschwitz N. (2011). «Big data, analytics and the path from insights to value». MIT Sloan Management Review, Vol. 52(2), pp. 21–32.

9. Mathews S., Russell P. (2020). Risk Analytics for Innovation Projects. — Подробнее .

10. Saeed M.A., Ahmed M. (2018). «Project management for effective data analytics». In: Data Analytics in Project Management. Boca Raton: Auerbach Publications, pp. 243–258.

11. Tereso A., Ribeiro P., Fernandes G., Loureiro I., Ferreira M. (2019). «Project management practices in private organizations». Project Management Journal, Vol. 50(1), pp. 6–22.

12. Tsai C.W., Lai C.F., Chao H.C., Vasilakos A.V. (2015). «Big data analytics: a survey». Journal of Big Data, Vol. 2(1), pp. 1–32.

13. Ravikumar R., Sadhwan P. (2020). «Utilizing a data analytics project to increase student awareness of contemporary global issues». In: 2020 Advances in Science and Engineering Technology International Conferences (ASET). — Подробнее .

14. Russom Ph. (2011). «Big data analytics». TDWI Best Practices Report, Vol. 19(4), pp. 1–34.

15. Wamba S.F., Gunasekaran A., Akter S., Ren S.J.F., Dubey R., Childe S.J. (2017). «Big data analytics and firm performance: effects of dynamic capabilities». Journal of Business Research, Vol. 70, pp. 356–365.

16. Zikopoulos P., Eaton C. (2011). Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data. New York: McGraw-Hill Osborne Media.

Будели Лаламани

Будели Лаламани

Управляющий директор компании BLIT.

ЮАР

Профессиональные интересы: управление портфелями проектов, гибкое управление проектами, управление жизненным циклом предприятия, продвинутая системная аналитика, система раннего предупреждения в проектах и использование искусственного интеллекта в проектировании и управлении проектами.