大数据时代的科技项目管理

摘要：科技项目管理涉及到的内容较多，是极为复杂的系统工程，这其中会涉及到很多交叉学科知识，伴随大数据时代的到来，将会在很大程度上对科技项目管理造成冲击，这其中既有机遇同时又存在极大的挑战，创新是其发展的最重要的元素。本文中详细阐述了大数据时代下的科技项目管理的新方向，给予相应的改进措施。

关键词：大数据时代；科技项目管理；策略

中图分类号：G311 文献识别码：A 文章编号：1001-828X（2017）007-00-01

大数据时代的到来对社会的发展能够起到极大的促进作用，而科技管理项目管理紧随时代发展步伐，通过实践不断融入大数据，在管理方法和运作上面更为合理，进一步突显科技项目管理的优势效能，本文中研究了大数据时代科技项目管理的现状，提出相应的优化方案，以期获得更好的管理效果。

一、政策制定管理

于科技政策制定而言，从本质上分析属于典型宏观行为，这其中涵盖的管理信息量相对较大，尤其是数据信息量，所以必须构建相应的管理模型，大数据到来为其提供技术支撑，构建数据模型，并且能够融合宏观经济数据，将其作为数据模型的参数，而针对模型分析结果来说，是政策制定的重要数据依据。主要参数具体如下：首先，产业发展目标。国家宏观经济，将其作为发展规划参考指标，借以明确产业目标，而对产业的选择既可以是行业底层，亦或是待扶持鼓励产业；其次，蝴蝶效应。所谓蝴蝶效应分析，需要借助海量数据，大数据分析具有自身的优势，相较于传统数据分析彰显自身海量数据处理能力。针对所有政策蝴蝶效应，需要在制定之前明确，并且进行全面的分析；再次，产业发展成熟度。政策在制定过程中，需要具有超前控制，而扶持的企业主要是以处于发展阶段，或是兼具未来前景产业；最后，关于企业行为分析，其一，是需要查看是否有效引导，其二是泛滥行为控制。

二、政策执行管理

针对科技政策执行来说，必须加以有效控制，大数据分析的引入在某种程度上促使数据更为精准，控制效果更加，在对模型分析过程中，需要参考如下参数：第一，综合面分析。从综合角度进行对比分析，主要参考是历年政策扶持数据，联合区域经济水平，除此之外，还需要查看目标企业群的如下信息：综合产值、资产、技术、人才等等，继而汇总成为区域政策微观分析数据；第二，目标企业分析。需要从以下基础数据着手：社会信用、利润税收、人才管理、效益产能等等，从综合角度对企业进行分析，由此明确企业整体形象，判断企业优劣；第三，局部价值分析。需要联合企业动态数据，分析扶持效能，并且吸收数据来源，然后整理分析数据，并进行适当的分类，这些都会成为企业扶持价值参数。

三、政策执行效果管理

政策连续执行效果是非常显著的，但是却是难以达到行之有效的效果，在实施过程中存在一定的难度，然而这种管理却也是非常必要的，是政策修改调整参考理论。从大数据分析层面来说，对效果管理能够得以实现。分析模型具体参数包括：首先，宏观价值。这可以是全国性，同时也可以是局部特定区域，时间跨度相对而言较长，如果不能达到模型周期的前提下，局部可以进行正向模拟，然后逐步补全；其次，微观价值。既属于某企业群，某行业群，也能是具体典型企业，重点分析如下价值变化：技术、经济、市场等等。

四、外围管理

科技项目管理是促使其良好发展的基本保障，这其中外围管理是其中非常重要的内容，在管理内容上也是极为丰富的。各类技术人员、各类技术专家、项目评审专家、技术难题等等，这些都属于科技项目管理内容，而对于具体的管理模型来说，一般来说可以细分为若干范畴。通常來讲包含如下内容：首先，产学研对接。需要对其进行有效的管理，子参数包含诸多内容，具体来说主要有：科研机构分析、项目层次、对接企业类型、资金需求、人才需求等等；其次，人才引进管理。通常情况下，是需要考虑企业人才结构，或是人才稳定性，再到人才来源及流动性，人才层次，还有政策扶持，这些参数都是非常重要的依据；最后，项目评审管理。项目涉及到的内容相对较多，如专家信息库、先进技术数据库、专利数据库、项目信息库等等，这些都是评审管理基础数据参数。

五、大数据时代管理存在的弊端

虽然大数据的到来给科技项目管理带来极好的发展契机，促使项目管理更为优化准确，但是在应用过程中不可避免会出现管理的难点，在今后的大数据分析过程中需要引起极高的重视。具体表现在三点：首先，重视度不够。针对科技项目来说，其属于长期持续的任务，而且不会立竿见影，很难达到更多的关注，重视度不够导致其应用出现弊端，特别是在大数据时代背景下，管理者在接受度也具有困境，他们的知识面决定他们接受新事物的能力。其次，有效投资无法做到集中管理。不同数据库完善工作，或是不同模型建立，还有数据分析结果应用，都必须增加大量人力与物力，在资金投入环节，不仅要追求数量，更需要追求质量。最后，缺乏前瞻性，受到多重因素的影响，科技项目管理收效甚微，往往流于形式，被动应付，主要是以解决当前问题为主体，前瞻性设想基本上没有列入考虑范畴。

六、结语

总体来说，大数据时代下科技项目管理不仅面临着发展机遇，同时也存在发展挑战，如何借助大数据分析完善科技项目管理是当前需要思考的问题，本文从多个层面阐述了大数据时代的科技项目管理的具体实施过程，并简单概述了大数据时代科技项目管理存在的困难，以促进科技项目管理能够不断完善。

参考文献：

[1]贾岩.大数据时代下对建设工程项目管理的思考[J].通讯世界，2015，23：255-256.

[2]陈海双.浅谈科技项目开发的财务管理及其改进[J].知识经济，2016，04：25+28.

[3]陶磊.大数据时代企业项目管理能力建设的若干思考[J].项目管理技术，2016，02：55-60.

作者简介：闫晓琳（1993-），女，山西阳泉人，本科，中级工程师，太原理工大学计算机与软件工程学院，主要从事计算机研究。