業務背景

資源預測是項目管理過程中的一個環節，即通過搭建合適的數據模型，對未來的項目人力資源投入情況進行有效預測，可以更加精準的完成項目資源規劃并能及時發現問題進行相關調整。

難題和痛點

PM排期時沒有有效數據支撐資源使用情況，每次排期都需要找各個研發團隊TL溝通，會產生很大的溝通成本。

線下維護項目資源投入信息會產生很多工作量，為研發團隊和PM造成額外的管理成本。

手工維護會導致各團隊標準不統一，無法進行大規模推廣。

解決方案

【中心思想】通過日常項目管理流程，即可達到資源預測的目的，不給項目管理過程增加額外負擔。

3.1基本要求

3.2具體步驟

• 活動1：構思效果——搭建數據模型——（直接/數據加工）——建立數據源

• 在前面3.1章節中提到的報表，即是想要的效果。
• 參數和基礎功能即為數據模型即為數據源，很明顯這些數據源無法直接應用到效果展示，因此需要進行數據加工。

• 活動2：先通過簡單工具建立Demo，確認可行性，并對照使用過程逐步進行優化
• 我選擇通過Excel進行Demo處理，詳情可見文末《PMO-資源預測_模板》。

• 活動3：利用現有平臺和工具實現線上化

在確認數據結果穩定、可靠的前提下，就可以開始規劃工具線上化，畢竟Excel處理數據量較大時會非常卡頓。

業務成果

• PM排期時能提供有效數據支撐可用資源查詢。
• 減少研發、測試管理投入成本，通過日常項目管理流程（項目總軸和項目成員投入）只需要兩步，即可達到資源預測的目標。【使用過程中逐漸發現優化點，目前正在設計更加簡便的預測模型，爭取做到無感預測】
• 建立更科學的、體系化的數據預測模型，加強數字化管理基礎能力、為資源投入偏差提供分析參考。

數字化管理的規劃和思考

• 數據源和加工的基礎數據模型，在設計時，要素和維度要考慮充分，這樣可以方便后期進行二次加工。
• 盡量選擇符合日常工作習慣的線上工具，可以向工具研發組提需求，也可以自行學習研發。因為本人是PM，因此總結了一套適合非研發同學使用的資料。
• 從日常工作中發現痛點，總結規律和方法，通過小范圍驗證，進而提煉標準和流程，最終實現數字化管理動作。
• 每個數字背后，都是真實的項目和人，關鍵在于怎么應用這些數字。
• 如果是為了匯報，生搬硬套湊出來，參與的同學都會懷疑這些數字的意義；如果遇到問題，TL和PM該反饋的反饋，該上升的上升，不能為了湊而湊，辯證的執行。
• 如果把數字化管理，與業產研月會、需求排序、需求排期等結合，并用于分析定位和輔助決策，將會非常有價值，且屬于日常管理一部分。

《PMO-資源預測_模板》：?https://zhuanlan.zhihu.com/p/547637165?